第五章大数定律与中心极限定理 本章要解决的问题 答复 1.为何能以某事件发生的频率作为该事件的概率的估计? 2.为何能以样本均值作为总体定律期望的估计? 3.为何正态分布在概率论中占有极其重要的地位? 4.大样本统计推断的理论基础限定理是什么?

5.2中心极限定理 定理一林德伯格-列维中心极限定理(Lindberg-levi) 【独立同分布的中心极限定理] 定理二棣莫弗-拉普拉斯中心极限定理(De Moivre-Laplace-) 【二项分布以正态分布为极限分布]

第一节事件与概率 第二节概率分布 第三节正态分布 第四节二项分布 第五节泊松分布 第六节样本平均数的抽样分布 第七节t分布

第一节事件与概率 第二节概率分布 第三节正态分布 第四节二项分布 第五节波松分布 第六节样本平均数的抽样分布 第七节t分布

考研真题四 y=-x 1.设二维随机变量(X,Y)服从二维正态分布,则随机变量 则()04数一考研题5=x+y与n=x-y2

(一)最佳选择题 1.描述一组偏态分布资料的变异度,以()指标较好。 A.全距 B.标准差 C.变异系数 D.四分位数间距 E.方差 2.用均数和标准差可以全面描述()资料的特征。 A.正偏态分布 B.负偏态分布 C.正态分布 D.对称分布

第一节 概述 第二节 测量误差 第三节 有效数字及其运算规则 第四节 偶然误差的正态分布 第五节 有限数据的统计处理和t分布

第一节计量资料的频数分布 第二节集中趋势 第三节离散趋势 第四节正态分布 第五节医学正常值范围的估计

第一章预备数学知识 第一节随机向量及其矩 第二节多元正态分布 第三节样本矩 第四节多元正态总体的均值与协差阵估计 第五节多元统计中常用的统计量及其分布

一、数据转换(Ln)后的直方图 正态分布