m0_73919023的博客

（2）似然函数两端取对数求导数；定义：使得似然函数取得最大值的。专题一 矩估计与最大似然估计。专题一 矩估计与最大似然估计。估计总体分布中的未知参数。专题二 估计量的评价标准。单调递增（单调递减），的一致（相合）估计量。，离散总体和连续总体。

的简单随机样本，且两个样本相互独立，样本均值分别为。相互独立的标准正态分布 比 根号下。的简单随机样本，样本均值为。样本均值与样本方差的性质。专题二 三大抽样分布。

狄莫弗 - 拉普拉斯（Demoivre—Laplace）中心极限定理。列维 - 林德伯格（Levy—Lindeberg）中心极限定理。专题一 切比雪夫不等式。专题一 切比雪夫不等式。伯努利（Bernoulli）大数定律。辛钦（Khinchine）大数定律。专题三 中心极限定理。随机变量 偏离 其均值 的上界。专题二 大数定律。切比雪夫大数定律（大量数据）数轴上以a为中心，以。

不相关 -> 不是独立 -> 范围更大，没有任何关系，不在直线上有可能在圆上。（求（X，Y）的函数的期望，将X，Y改写为x，y，函数照抄，乘联合概率密度作二重积分）（求X函数的期望，将X改成x，函数照抄，乘X的概率密度，再积分）【评注】显然期望为一阶原点矩，方差为二阶中心矩，协方差为。专题二 协方差与相关系数。专题一 期望与方差。专题一 期望与方差。5.八大分布的期望与方差。平方的期望-期望的平方。

设$X = X(\omega)$，$Y = Y(\omega)$为样本空间$\Omega$上的两个随机变量，称$(X,Y)$为二维随机变量。设$(X,Y)$为二维随机变量，对任意实数$x,y$，称$F(x, y) = P{X \leq x,Y \leq y}$为$(X,Y)$的联合分布函数，简称分布函数。设二维随机变量$(X,Y)$的联合分布函数为$F(x, y)$，分别称为$(X,Y)$关于$X$和$Y$的边缘分布函数。2.联合分布函数的定义3.联合分布函数的性质4.边缘分布函数的定义。

设试验的样本空间为$\Omega$，称实值函数$X = X(\omega),\omega\in\Omega$为随机变量，简记作$X$。设$X$为随机变量，对任意实数$x$，称$F(x)=P{X\leq x}$为$X$的分布函数。

其中 $|A|$ 为事件 $A$ 的样本点数，$|\Omega|$ 为样本空间的总样本点数。递推关系：$C_n^m = C_{n-1}^m + C_{n-1}^{m-1}$（6）差：事件A发生但事件B不发生，称为A与B的差，记作A-B。全排列（$m = n$）的种数为 $n!注：一次试验只有一个样本点发生，若A中的样本点发生则称A发生。组合性质：对称性：$C_n^m = C_n^{n-m}$不包含任何样本点，每次试验都不发生，称为不可能事件。（5）对立：若事件A与B不能同时发生，但。例如：抛骰子，样本点。