《概率論與數(shù)理統(tǒng)計》考試大綱_第1頁
已閱讀1頁,還剩3頁未讀, 繼續(xù)免費閱讀

下載本文檔

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進行舉報或認領

文檔簡介

1、《概率《概率論與數(shù)理與數(shù)理統(tǒng)計統(tǒng)計》考》考試大綱一、課程性質(zhì)一、課程性質(zhì)本課程是專業(yè)基礎課,它的目的是使學生掌握概率論與數(shù)理統(tǒng)計的基本概念、基本理論,提高自己利用概率論與數(shù)理統(tǒng)計的有關知識解決實際問題的能力,并為學習后續(xù)課程打下堅實的基礎。二、考核目標:二、考核目標:1、掌握概率論與數(shù)理統(tǒng)計的基本概念2、應用隨機變量的分布函數(shù)3、應用隨機向量的概率分布4、隨機變量的數(shù)字特征的應用5、極限定理的應用6、三個重要抽樣分布(分布、分布、分布)

2、的簡單性質(zhì)2?tF7、參數(shù)估計量的求法與評價標準8、正態(tài)總體參數(shù)的假設檢驗方法三、課程內(nèi)容與考核要求三、課程內(nèi)容與考核要求第一章事件與概率(一)考核知識點隨機事件與樣本空間事件之間的關系與運算概率的定義,概率的基本性質(zhì)條件概率,概率的加法公式,乘法公式,全概率公式和貝葉斯公式事件的獨立性的概念伯努利概型及其計算(二)考核內(nèi)容1、理解隨機事件的概念,了解樣本空間的概念,掌握事件之間的關系與運算2、了解概率的定義,掌握概率的基本性質(zhì)和應用這

3、些性質(zhì)進行概率計算3、理解條件概率的概念,掌握概率的加法公式,乘法公式,全概率公式,貝葉斯公式,以及應用這些公式進行概率計算4、理解事件的獨立性概念,掌握應用事件獨立性進行概率計算5、掌握伯努利概型及其計算第二章離散型隨機變量(一)考核知識點隨機變量的概念離散型隨機變量的分布律及其性質(zhì)二項分布,泊松分布,指數(shù)分布(一)考核知識點總體和樣本、樣本的聯(lián)合分布統(tǒng)計與樣本的數(shù)字特征正態(tài)總體的樣本均值、樣本方差的分布三個重要抽樣分布(分布、分布、

4、分布)的定義及其簡單性質(zhì)2?tF(二)考核內(nèi)容1、理解數(shù)理統(tǒng)計的基本概念:總體,個體,樣本,簡單隨機樣本,樣本值,樣本容量,統(tǒng)計量2、掌握樣本均值,樣本方差和樣本矩的計算,了解分布函數(shù)與直方圖的作法3、了解三個重要分布:分布、分布、分布的定義及其簡單性質(zhì),了解常2?tF用概率分布分位數(shù)的概念,并會查表求分位數(shù)4、理解正態(tài)總體的樣本均值與樣本方差分布的有關定理第六章點估計(一)考核知識點參數(shù)的矩估計法的基本思想及其矩估計量的求法參數(shù)的極大

5、似然估計法的基本思想及極大似然估計的求法點估計的評價標準(無偏性,有效性,一致性)參數(shù)的區(qū)間估計方法(二)考核內(nèi)容1、理解參數(shù)點估計的概念及兩種點估計法的基本思想,熟練掌握求點估計的兩種方法:矩估計法(一階,二階)與極大似然估計法2、了解估計量的評價標準(無偏性,有效性,一致性),知道總體均值和方差的無偏估計3、理解區(qū)間估計的概念,掌握區(qū)間估計的計算步驟,會求單個正態(tài)總體的均值與方差的置信區(qū)間,會求兩個正態(tài)總體的均值與方差比的置信區(qū)間第

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負責。
  • 6. 下載文件中如有侵權(quán)或不適當內(nèi)容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論