概率论强化

强化例题

随机事件和概率

概率计算

概率计算

完备事件组

化简

古典概型 有放回

无放回

几何概型

事件独立

事件独立

事件独立

全概率

不等式

独立性✨

射击

抽签原理 反直觉✨

随机变量及其分布

分布函数

分布函数

分布函数

离散型随机变量

条件概率

几何分布

泊松分布

求分布函数

连续型概率密度

指数分布

正态分布的关键在于标准化

正态分布

正态分布

正态分布期望方差

正态分布比大小

随机变量函数的分布

随机变量函数的分布

分布函数的分布函数

多维随机变量及分布

二维分布函数

规范性

二维离散型

二维离散型

独立性

联合概率密度

独立性

独立性

帕斯卡分布

二维连续型

二维连续型

二维正态

二维正态相关系数

二维正态相关系数结论

公式法记住解法就行

求二维随机变量概率密度 公式法

求二维随机变量概率密度 公式法

数字特征

期望

期望

期望 绝对值分段积分

期望

抽签原理

方差

综合题

看似均匀分布 其实是二项分布

指数分布

正态分布

正态分布

特殊函数

特殊函数

结论在上面的有道题中有证明

相关系数

相关系数

相关系数性质

协方差

相关和独立

相关和独立

相关系数

大数定律与中心极限定理

切比雪夫不等式

切比雪夫不等式

大数定律

大数定律

中心极限定理

样本的数字特征

样本的数字特征

样本的期望

样本的数字特征

样本的数字特征

三大抽样分布

卡方分布

t分布

F分布

F分布

分位点

独立

t分布

参数估计与假设检验

参数估计

直接背解题过程

参数估计

参数估计

参数估计

参数估计

参数估计

参数估计

估计量的评选标准

  1. 无偏性

    θ的估计量θ1,E(θ1) = θ,则θ1为θ的无偏估计量

  2. 有效性

    比较无偏估计量哪个更有效

    D(θ1) <= D(θ2),则θ1比θ2更有效

  3. 一致性

    n -> ∞时,θ1依概率收敛于θ,则θ1为θ的一致估计量或相合估计量

估计量的评选标准

无偏估计

无偏估计

一致估计

区间估计

置信区间 = 1 - α

推导

区间估计

区间估计

假设检验

一般步骤

两类错误:

  1. 第一类错误:拒绝真假设H0(弃真)
  2. 第二类错误:接收假假设H1(纳伪)

拒绝域

假设检验


概率论强化
http://xwww12.github.io/2024/10/18/考研/概率论强化/
作者
xw
发布于
2024年10月18日
许可协议