目录

  • 1 概率论的基本概念
    • 1.1 随机试验
    • 1.2 样本空间、随机事件
    • 1.3 频率与概率
    • 1.4 等可能概型(古典概型)
    • 1.5 条件概率
    • 1.6 独立性
  • 2 随机变量及其分布
    • 2.1 随机变量
    • 2.2 离散型随机变量及其分布
    • 2.3 随机变量的分布函数
    • 2.4 连续型随机变量及其概率密度
    • 2.5 随机变量的函数的分布
  • 3 多维随机变量及其分布
    • 3.1 二维随机变量
    • 3.2 边缘分布
    • 3.3 新建目录
    • 3.4 新建目录
    • 3.5 二维随机变量的特征数
  • 4 随机变量的数字特征
    • 4.1 数学期望
    • 4.2 随机变量的数字特征
    • 4.3 协方差及相关系数
    • 4.4 矩、协方差矩阵
  • 5 大数定律与中心极限定理
    • 5.1 大数定律
    • 5.2 中心极限定理
  • 6 统计量及其分布
    • 6.1 样本数据的整理与显示
    • 6.2 统计量及其分布
  • 7 参数估计
    • 7.1 点估计得几种方法
    • 7.2 点估计的评价标准
    • 7.3 区间估计
  • 8 假设检验
    • 8.1 假设检验的基本思想与概念
    • 8.2 正态总体参数假设检验
  • 9 基于R语言的实验
    • 9.1 R语言介绍
    • 9.2 R软件下载与安装
    • 9.3 初识R软件
    • 9.4 蒲丰投针的计算
    • 9.5 同一天生日的计算
    • 9.6 抛硬币和骰子
    • 9.7 两点分布
    • 9.8 二项分布
    • 9.9 泊松分布
    • 9.10 正态分布
    • 9.11 指数分布
随机变量
  • 1 知识内容
  • 2 讲义
  • 3 测验
  • 4 练习
  • 5 案例


  1. 随机变量的定义 


(1)举例说明随机变量的定义;

(2)引进随机变量的意义和目的。

2.随机变量的两种分类

(1)离散型随机变量;

(2)连续型随机变量。

3.分布函数的定义

(1)随机变量的分布函数定义;

(2)分布函数性质;

(3)举例说明分布函数性质。

4.离散随机变量分布列的定义

(1)离散型随机变量分布列定义;

(2) 离散型随机变量分布列的计算方法;

(3) 离散型随机变量分布列的计算举例。

5.离散随机变量分布列的基本性质

(1) 非负性;

(2) 正则性。

6.连续型随机变量的定义及其概率密度函数

(1)连续型随机变量的定义;

(2) 连续型随机变量密度函数的定义;

(3) 连续型随机变量分布函数的定义。

7.密度函数的意义和性质

(1) 密度函数的意义;

(2) 密度函数的性质;

(3) 密度函数与分布函数的关系。