概率論與數理統計培訓

 

 

 

第一章 隨機事件及其概率

第1講1.1序言

第2講1.2隨機試驗

第3講1.3隨機事件

第4講1.4隨機事件的關系與運算

第5講1.5古典概型1

第6講1.6古典概型2

第7講1.7概率和頻率

第8講1.8條件概率

第9講1.9全概率公式

第10講1.10貝葉斯公式

第11講1.11事件的獨立性

第12講1.12伯努利概型

第一章 隨機事件及其概率

第二章 隨機變量及其分布

第13講2.1隨機變量的定義

第14講2.2 離散型隨機變量的概率分布

第15講2.3 常見的離散型隨機變量的分布

第16講2.4 隨機變量的分布函數

第17講2.5 連續型隨機變量的分布

第18講2.6 連續型隨機變量的常見分布

第19講2.7 離散型隨機變量函數的分布

第20講2.8 連續型隨機變量函數的分布

第二章 隨機變量及其分布

第三章 隨機向量及其分布

第21講3.1.n維隨機向量

第22講3.2二維離散型隨機向量

第23講3.3二維連續型隨機向量的概率密度函數

第24講3.4二維聯合分布函數

第25講3.5.二個常見的二維分布

第26講3.6邊緣分布函數

第27講3.7邊緣概率分布

第28講3.8邊緣概率密度函數

第29講3.9隨機變量的獨立性

第30講3.10離散型隨機向量函數的分布

第31講3.11連續型隨機變量函數的分布（一）

第32講3.12連續型隨機變量函數的分布（二）

第33講3.13連續型隨機變量函數的分布（三）

第三章 隨機向量及其分布

第四章 數字特征

第34講4.1隨機變量的數學期望

第35講4.2數學期望的性質

第36講4.3常用分布的數學期望

第37講4.4隨機變量的方差

第38講4.5常用分布的方差

第39講4.6協方差

第40講4.7相關系數

第41講4.8隨機向量的數學期望與協方差

第四章 數字特征

第五章 大數定律和中心極限定理

第42講5.1切比雪夫不等式及其應用

第43講5.2大數定律

第44講5.3中心極限定理

第六章 樣本和抽樣分布

第45講6.1總體與樣本

第46講6.2經驗分布函數

第47講6.3統計量

第48講6.4x2分布

第49講6.5t分布

第50講6.6f分布

第51講6.7正態總體的常用樣本函數的分布

第六章習題總結課

第六章 樣本和抽樣分布

第七章 參數估計

第52講7.1矩估計法

第53講7.2大似然估計法

第54講7.3無偏性

第55講7.4有效性

第56講7.5一致性

第57講7.6區間估計的概念

第58講7.7單正態總體關于均值的區間估計

第59講7.8單正態總體關于方差的估計

第60講7.9雙正態總體關于均值差的區間估計

第61講7.10雙正態總體關于方差比的區間估計

第七章 參數估計

第八章 假設檢驗

第62講8.1假設檢驗的基本概念

第63講8.2單正態總體（方差已知）關于均值的檢驗

第64講8.3單正態總體（方差未知）關于均值的檢驗

第65講8.4單正態總體（均值已知）關于方差的檢驗

第66講8.5單正態總體（均值未知）關于方差的檢驗

第67講8.6雙正態總體關于（方差已知）關于均值差的檢驗

第68講8.7雙正態總體（方差未知）關于均值差的檢驗

第69講8.8雙正態總體關于方差比的檢驗