二轮考点全解 概率论与数理统计 估计量评选标准 区间估计 假设检验

估计量的选取标准 （1）无偏性 （2）有效性 （3）一致性（相合性） 区间估计 注：和前面的点估计对比 注：数形结合，知选B 假设检验 1、基本概念 注：注意概念：假设检验，原假设（零假设），对立假设

因情语写 发布于 2019年12月11日 00时  |  分类： 概率论与数理统计  |  标签： 概率论与数理统计

概率论与数理统计导学

说明：主要讲了命题点和大题考查内容 命题点： 1）综合高数 2）分类讨论（全集分解） 3）数形结合 4）逆向思维（正难则反） 核心大题 一维随机变量（函数）的分布与数字特征 二维随机变量（函数）的分布

因情语写 发布于 2019年06月11日 20时  |  分类： 概率论与数理统计 考研  |  标签： 概率论与数理统计  /  考研

二轮考点全解 概率论与数理统计 参数估计

点估计 点估计概念 点估计的方法 （一）矩估计法 3、性质 （二）最大似然估计 3、性质（不变性原则） 注：最大似然估计无最值时考虑边界值min(X₁,X₂,...Xₙ)和max(X₁,X₂,...X

因情语写 发布于 2019年12月05日 18时  |  分类： 概率论与数理统计  |  标签： 概率论与数理统计

二轮考点全解 概率论与数理统计 数理统计的基本概念

数理统计的基本概念 1、总体和样本 （一）总体 研究对象的某项数量指标X的全体称为总体 （二）简单随机样本 与总体X具有相同的分布，并且每个个体X₁、X₂... Xₙ之间是本互独立的 简称样本，n称为

因情语写 发布于 2019年12月05日 15时  |  分类： 概率论与数理统计  |  标签： 概率论与数理统计

二轮考点全解 概率论与数理统计 大数定律与中心极限定理

依概率收敛 性质 大数定律 （一）切比雪夫大数定律（切大数） （二）辛钦大数定律（辛大数） （三）伯努利大数定律（伯大数） 中心极限定理 （一）列维-林德伯格中心极限定理 （二）棣莫弗-拉普拉斯中心极

因情语写 发布于 2019年12月02日 19时  |  分类： 概率论与数理统计  |  标签： 概率论与数理统计

二轮考点全解 概率论与数理统计 数字特征

随机变量的数字特征 重要概念与定理 1、随机变量的数学期望 （一）、离散型随机变量的数学期望 （二）连续型随机变量的数学期望 （三）数学期望的性质 2、随机变量的方差 （三）性质 3、常见分布的数学期

因情语写 发布于 2019年12月02日 15时  |  分类： 概率论与数理统计  |  标签： 概率论与数理统计

二轮考点全解 概率论与数理统计 多维随机变量及其分布

二维随机变量及其分布函数 （1）二维随机变量 （2）二维随机变量的分布函数 2、性质 （3）边缘分布函数 二维离散型随机变量 1、概率分布（联合分布列） 2、分布函数 3、事件的概率 4、边缘概率分布

因情语写 发布于 2019年12月01日 16时  |  分类： 概率论与数理统计  |  标签： 概率论与数理统计

二轮考点全解 概率论与数理统计 一维随机变量分布

随机变量及其分布函数 （一）随机变量及其分布函数 （1）随机变量 （2）分布函数 2、性质（充要条件） （1）非负性 （2）规范性 （3）单调不减性 （4）右连续性 离散型与连续型随机变量 （1）离散

因情语写 发布于 2019年11月30日 19时  |  分类： 概率论与数理统计  |  标签： 概率论与数理统计

二轮考点全解 概率论与数理统计 随机事件和概率

随机事件和样本空间、古典概型 （一）随机事件和样本空间 1、样本空间Ω：随机试验的所有可能结果组成的集合称为样本空间 2、样本点w：样本空间的元素，即随机试验的每一可能结果称为样本点 3、随机事件：样

因情语写 发布于 2019年11月27日 21时  |  分类： 概率论与数理统计  |  标签： 概率论与数理统计

二轮考点全解 概率论与数理统计 导学

考研数学学习关键 理解数学本质 计算能力第一 常规题型要熟 独立做好真题 数学复习最好的资料是历年真题 最好的复习方法是做透做精历年真题 考研概率统计 占22%，约34分 两个大题，三个小题 概率统计

因情语写 发布于 2019年11月27日 21时  |  分类： 概率论与数理统计  |  标签： 概率论与数理统计

七章 参数估计

点估计概念 构造一个适当统计量 θ(X₁,...Xₙ) 用它来估计参数θ，用它的观测值θ(x₁, x₂,...xₙ)作未知量求θ的估计值 点估计方法1：矩估计法 思想：样本矩估计相应的总体矩 步骤：（

因情语写 发布于 2019年08月18日 03时  |  分类： 概率论与数理统计  |  标签： 概率论与数理统计

六章 样本及抽样分布

随机样本 总体X：一个统计问题中所研究对象（某数量指标）的全体，总体就是一个分布； 样本Xᵢ：指组成总体的每一个对象或成员（随机变量） 样本值xᵢ：样本的观察值（具体的数）x₁, x₂,...,xₙ

因情语写 发布于 2019年08月18日 00时  |  分类： 概率论与数理统计  |  标签： 概率论与数理统计

五章 大数定律及中心极限定理

大数定律 概括：算术平均依概率收敛于统计平均 1/n*∑[i=1,n]Xᵢ -> E(1/n*∑[i=1,n]Xᵢ) = 1/n*∑[i=1,n]EXᵢ （一）切比雪夫大数定律（切大数） 设随机

因情语写 发布于 2019年08月17日 22时  |  分类： 概率论与数理统计  |  标签： 概率论与数理统计

四章 随机变量的数字特征

数学期望(反映数据中心位置) 随机变量的期望 定义 一维离散型随机变量的数学期望 设离散型随机变量X的分布律为P(X = xᵢ） = pᵢ，i = 1, 2,...，当∑[i=1,n]pᵢxᵢ绝对收敛

因情语写 发布于 2019年08月17日 01时  |  分类： 概率论与数理统计  |  标签： 概率论与数理统计

三章 多维随机变量及其分布

二维随机变量 1、多维随机变量 设X=X(ω）， Y=Y(ω）是定义在样本空间Ω上的两个随机变量，则称向量(X, Y)为二维随机变量或随机向量 性质： （1）0≤F(x,y)≤1 （2）F(x,y)分

因情语写 发布于 2019年08月11日 22时  |  分类： 概率论与数理统计  |  标签： 概率论与数理统计