求随机变量函数的分布.
三、多维随机变量及其分布。
多维随机变量及其分布、二维离散型随机变量的概率分布、边缘分布和条件分布、二维连续
型随机变量的概率密度、边缘概率密度和条件密度、随机变量的独立性和不相关性、常用二
维随机变量的分布、两个及两个以上随机变量简单函数的分布.
考试要求
1.理解多维随机变量的概念，理解多维随机变量的分布的概念和性质，理解二维离散型随机
变量的概率分布、边缘分布和条件分布，理解二维连续型随机变量的概率密度、边缘密度和
条件密度，会求与二维随机变量相关事件的概率.
2.理解随机变量的独立性及不相关性的概念，掌握随机变量相互独立的条件.
3.掌握二维均匀分布，了解二维正态分布的概率密度，理解其中参数的概率意义.
4.会求两个随机变量简单函数的分布，会求多个相互独立随机变量简单函数的分布.
四、随机变量的数字特征
随机变量的数学期望(均值)、方差、标准差及其性质、随机变量函数的数学期望、矩、协方
差、相关系数及其性质.
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、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特征.
2.会求随机变量函数的数学期望.
五、大数定律和中心极限定理
切比雪夫(chebyshev)不等式、切比雪夫大数定律、伯努利(bernoulli)大数定律、辛钦
(Khe)大数定律、棣莫弗-拉普拉斯(de oivre-Lapce)定理、列维-林德伯格
(Levy-Ldberg)定理.
考试要求
1.了解切比雪夫不等式.
2.了解切比雪夫大数定律、伯努利大数定律和辛钦大数定律(独立同分布随机变量序列的大
数定律).
3.了解棣莫弗-拉普拉斯定理(二项分布以正态分布为极限分布)和列维-林德伯格定理(独立
同分布随机变量序列的中心极限定理).
六、数理统计的基本概念
总体、个体、简单随机样本、统计量、样本均值、样本方差和样本矩、卡方分布、t 分布、
F 分布、分位数、正态总体的常用抽样分布.
考试要求
1.理解总体、简单随机样本、统计量、样本均值、样本方差及样本矩的概念.
2.了解卡方分布、t 分布和 F 分布的概念及性质，了解上侧a分位数的概念并会查表计算.
3.了解正态总体的常用抽样分布.
七、参数估计
点估计的概念、估计量与估计值、矩估计法、最大似然估计法、估计量的评选标准、区间估
计的概念、单个正态总体的均值和方差的区间估计、两个正态总体的均值差和方差比的区间
估计.
考试要求
1.理解参数的点估计、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.
3.了解估计量的无偏性、有效性(最小方差性)和一致性(相合性)的概念，并会验证估计量的
无偏性.
4、理解区间估计的概念，会求单个正态总体的均值和方差的置信区间，会求两个正态总体
的均值差和方差比的置信区间.
八、假设检验
显着性检验
