概率论与
数理统计复习讲义
围绕“随机现象建模 → 分布与数字特征 → 极限定理 → 统计推断”展开。每章均配有概念、方法、例题、练习与速查;完成分章学习后,可进入统一题库进行考前查漏。
本模块学习路径
概率论
从随机事件、条件概率出发,学习随机变量、联合分布和数字特征,并理解大数定律与中心极限定理的使用边界。
数理统计
从样本与统计量进入参数估计、区间估计与假设检验,重点区分估计误差与两类检验错误。
推荐顺序:先完成九章讲义中的例题与练习,再进入综合题库与考前总复习,按薄弱章节筛选题目并回查相应页面。
九章导航
输入关键词可筛选章节名称与要点;当前卡片用于定位学习范围,不代替后续章节讲义。
01 · 已完成
随机事件与概率
样本空间、事件运算、概率公理、古典概率与概率加法公式。
02 · 已完成
条件概率与独立性
条件概率、乘法公式、全概率公式、贝叶斯公式与事件独立。
03 · 已完成
随机变量及其分布
分布函数、离散/连续分布、常见分布与概率密度。
04 · 已完成
多维随机变量
联合、边缘、条件分布,随机变量独立性与函数分布。
05 · 已完成
数字特征
期望、方差、协方差、相关系数、矩与常用计算性质。
06 · 已完成
大数定律与中心极限定理
频率稳定性、样本均值与和的极限分布、正态近似。
07 · 已完成
数理统计基础
总体、样本、统计量、抽样分布与三大抽样分布概览。
08 · 已完成
参数估计
点估计、估计量评价标准、矩估计、极大似然估计与区间估计。
09 · 已完成
假设检验
原假设、备择假设、显著性水平、拒绝域、两类错误与检验步骤。
完整学习路径
| 阶段 | 范围 | 复习目标 |
|---|---|---|
| 第一部分 | 随机事件、条件概率与独立性 | 夯实概率计算与条件化思维。 |
| 第二部分 | 一维/多维随机变量与数字特征 | 掌握分布、期望、方差与相关性。 |
| 第三部分 | 大数定律与中心极限定理 | 理解频率稳定与正态近似条件。 |
| 第四部分 | 数理统计、参数估计、假设检验 | 完成统计推断主线。 |
| 考前整合 | 综合题库、公式总表、概念对比 | 进入题库与考前总复习,针对薄弱点查漏补缺。 |
公式渲染预检
后续章节将统一使用本项目的行内与独立公式格式,例如:
\[P(A\cup B)=P(A)+P(B)-P(A\cap B),\qquad X\sim B(n,p),\qquad D(X)=E(X^2)-[E(X)]^2.\]