文章详情
ARTICLE DETAILS

2024年电子科技大学非全日制研究生招生考试《概率论与数理统计》考试大纲

  一、总体要求

  理解概率论与数理统计的基本思想,理解由古典概型向概率公理化转化过程的关键概念和思想,理解数理统计的估计与检验的统计学原理,掌握经典概率模型的概率计算方法及其应用,掌握基本的估计与检验方法。

  二、内容

  1. 随机事件的定义及其运算, 概率的定义及其性质

  1) 了解样本空间(基本事件空间)的概念,理解随机事件的概念,掌握事件的关系与运算;

  2) 理解概率、条件概率的概念,掌握概率的基本性质,会计算古典型概率和几何型概率;

  3) 掌握概率的加法公式、减法公式、乘法公式、全概率公式,以及贝叶斯(Bayes)公式;

  4) 理解事件的独立性的概念,掌握用事件独立性进行概率计算;

  5) 理解独立重复试验的概念,掌握计算有关事件概率的方法。

  2. 一维随机变量及其分布

  1) 理解随机变量的概念.理解分布函数的概念及性质;

  2) 会计算与随机变量相联系的事件的概率;

  3) 理解离散型随机变量及其概率分布的概念;

  4) 掌握 0-1 分布、二项分布 、几何分布、超几何分布、泊松(Poisson)分布 及其应用;

  5) 理解连续型随机变量及其概率密度的概念,掌握均匀分布 、正态分布 、指数分布及其应用。

  3. 多维随机向量及其分布

  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;

  2) 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;

  3) 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;

  4) 会求与二维随机变量相关事件的概率;

  5) 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;

  6) 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;

  7) 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。

  4. 随机变量数字特征

  1) 掌握随机变量数字特征(数学期望、方差、标准差、矩、协方差、相关系数、条件数学期望) 的概念及计算;

  2) 会运用数字特征的基本性质,并掌握常用分布的数字特征。

  5. 随机变量特征函数

  1) 理解特征函数与矩的关系,理解反演公式和惟一性定理;

  2) 掌握相互独立随机变量和的特征函数的计算;

  3) 会运用特征函数法求随机变量的概率密度。

  6. 大数定律和中心极限定理

  1) 了解切比雪夫不等式、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);

  2) 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)。

  7.数理统计基本概念

  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 分布、t 分布和 F 分布的概念及性质,掌握正态总体的常用抽样分布定理。

  8. 参数估计

  1) 理解参数的点估计、估计量与估计值的概念.

  2) 掌握矩估计法和最大似然估计法,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;

  3) 理解充分完备统计量的概念,掌握最小方差无偏估计量的概念;

  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。

  9. 假设检验

  1) 理解显著性检验的基本思想,掌握假设检验的基本步骤,

  2) 了解假设检验可能产生的两类错误,掌握单个及两个正态总体的均值和方差的假设检验。

  10. 贝叶斯估计

  1) 掌握贝叶斯点估计;

  2) 掌握贝叶斯区间估计;

  掌握贝叶斯假设检验方法。

报名申请
请提供以下信息,招生老师会尽快与您联系。符合报考条件者为您提供正式的报名表,我们承诺对您的个人信息严格保密。
姓名*
提 交
恭喜你,报名成功

您填的信息已提交,老师会在24小时之内与您联系

如果还有其他疑问请拨打以下电话

40004-98986

热门简章

更多
    0/300
    精彩留言