http://www.qihang.com.cn 承载理想，启航未来 U(a,b)、正态分布N(?,?)、指数分布及其应用，其中参数为正态分布N(?,?)、指数分布及其应用，其中参数为?(??0)的指数分22?(??0)的指数分布E(?)的概率密度为 ??x???若x?0??e,f(x)??. ???若x?0???????0,布E(?)的概率密度为 ??x???若x?0??e,f(x)??. ???若x?0???????0,5．会求随机变量函数的分布． 5．会求随机变量函数的分布． 对比：“两个及考试内容 多维随机变量及其分布函数 二维离散型随机变量的概率分布、边考试内容 两个以上随机多维随机变量及其分布函数 二维离散型随机变量的概率分布、边缘变量的函数的“两缘分布和条件分布 二维连续型随机变量的概率密度、边缘概率密度和分布和条件分布 二维连续型随机变量的概率密度、边缘概率密度和条件分布”改为条件密度 随机变量的独立性和不相关性 常见二维随机变量的分布 密度 随机变量的独立性和不相关性 常见二维随机变量的分布 两个个及两个以上两个及两个以上随机变量的函数的分布 考试要求 及两个以上随机变量简单函数的分布 考试要求 随机变量简单函数的分布”； 三、多维1．理解多维随机变量的分布函数的概念和基本性质． 1．理解多维随机变量的分布函数的概念和基本性质． “5．会根据两随机变量2．理解二维离散型随机变量的概率分布和二维连续型随机变量的概2．理解二维离散型随机变量的概率分布和二维连续型随机变量的概个随机变量的的分布 率密度，掌握二维随机变量的边缘分布和条件分布． 率密度，掌握二维随机变量的边缘分布和条件分布． 3．理解随机变量的独立性和不相关性的概念，掌握随机变量相互独立的条件，理解随机变量的不相关性与独立性的关系． 4．掌握二维均匀分布和二维正态分布N(?1,?2;?1,?2;?)，理解223．理解随机变量的独立性和不相关性的概念，掌握随机变量相互独立的条件，理解随机变量的不相关性与独立性的关系． 4．掌握二维均匀分布和二维正态分布N(?1,?2;?1,?2;?)，理解其22联合分布求其函数的分布，会根据多个相互独立随机变量其中参数的概率意义． 中参数的概率意义． 5．会根据两个随机变量的联合分布求其函数的分布，会根据多个相5．会根据两个随机变量的联合分布求其函数的分布，会根据多个相的联合分布求互独立随机变量的联合分布求其函数的分布． 互独立随机变量的联合分布求其简单函数的分布． 其函数的分布”改为“5．会根 全国统一服务热线：400-678-1826 11
http://www.qihang.com.cn 承载理想，启航未来 据两个随机变量的联合分布求其函数的分布，会根据多个相互独立随机变量的联合分布求其简单函数的分布”。 考试内容 随机变量的数学期望（均值）、方差、标准差及其性质 随机变量函数及其性质 考试要求 1．理解随机变量数字特征（数学期望、方差、标准差、矩、协方差、考试内容 随机变量的数学期望（均值）、方差、标准差及其性质 随机变量函数其性质 考试要求 对比：无变化 1．理解随机变量数字特征（数学期望、方差、标准差、矩、协方差、数的数学期望 切比雪夫（Chebyshev）不等式 矩、协方差、相关系的数学期望 切比雪夫（Chebyshev）不等式 矩、协方差、相关系数及四、随机变量的数字特征 相关系数）的概念，会运用数字特征的基本性质，并掌握常用分布的数相关系数）的概念，会运用数字特征的基本性质，并掌握常用分布的数字字特征． 2．会求随机变量函数的数学期望． 3．了解切比雪夫不等式． 特征． 2．会求随机变量函数的数学期望． 3．了解切比雪夫不等式． 全国统一服务热线：400-678-1826 12
http://www.qihang.com.cn 承载理想，启航未来 考试内容 切比雪夫大数定律 伯努利（Bernoulli）大数定律 辛钦考试内容 切比雪夫大数定律 伯努利（Bernoulli）大数定律 辛钦（Khinchine）大数定律 棣莫弗—拉普拉斯（De Moivre－Laplace）定（Khinchine）大数定律 棣莫弗—拉普拉斯（De Moivre－Laplace）定五、大数理 列维—林德伯格（Levy－Lindberg）定理 理 列维—林德伯格（Levy－Lindberg）定理 定律和中对比：无变化 考试要求 考试要求 心极限定1．了解切比雪夫大数定律、伯努利大数定律和辛钦大数定律（独立1．了解切比雪夫大数定律、伯努利大数定律和辛钦大数定律（独立理 同分布随机变量序列的大数定律）． 同分布随机变量序列的大数定律）． 2．了解棣莫弗—拉普拉斯中心极限定理（二项分布以正态分布为极2．了解棣莫弗—拉普拉斯中心极限定理（二项分布以正态分布为极限分布）、列维—林德伯格中心极限定理（独立同分布随机变量序列的中限分布）、列维—林德伯格中心极限定理（独立同分布随机变量序列的中心极限定理），并会用相关定理近似计算有关随机事件的概率． 心极限定理），并会用相关定理近似计算有关随机事件的概率． 考试内容 考试内容 总体 个体 简单随机样本 统计量 经验分布函数 样本均值 总体 个体 简单随机样本 统计量 经验分布函数 样本均值 样本方差和样本矩 ?分布 t分布 F分布 分位数 正态总体的常样本方差和样本矩 ?分布 t分布 F分布 分位数 正态总体的常用抽样分布 考试要求 用抽样分布 考试要求 22六、数理矩的概念，其中样本方差定义为 统计的基本概念 12S???1．了解总体、简单随机样本、统计量、样本均值、样本方差及样本??1．了解总体、简单随机样本、统计量、样本均值、样本方差及样本矩的概念，其中样本方差定义为 ni22对比：无变化 ni?(Xn?1i?1?X). S??(Xn?1i?11?X). 22．了解产生?变量、t变量和F变量的典型模式；了解标准正态222．了解产生?变量、t变量和F变量的典型模式；了解标准正态分22分布、?分布、t分布和F分布的上侧?分位数，会查相应的数值表． 布、?分布、t分布和F分布的上侧?分位数，会查相应的数值表． 3．掌握正态总体的样本均值、样本方差、样本矩的抽样分布． 3．掌握正态总体的样本均值、样本方差、样本矩的抽样分布． 全国统一服务热线：400-678-1826 13
http://www.qihang.com.cn 承载理想，启航未来 4.了解经验分布函数的概念和性质． 4.了解经验分布函数的概念和性质． 考试内容 考试内容 点估计的概念 估计量和估计值 矩估计法 最大似然估计法 考试要求 1．了解参数的点估计、估计量与估计值的概念． 2．掌握矩估计法（一阶矩、二阶矩）和最大似然估计法． 对比：无变化 七、参数估计 点估计的概念 估计量和估计值 矩估计法 最大似然估计法 考试要求 1．了解参数的点估计、估计量与估计值的概念． 2．掌握矩估计法（一阶矩、二阶矩）和最大似然估计法．
全国统一服务热线：400-678-1826 14