期末概率论总结提纲(仅适用于本校,看文中说明)

文章目录

说明

本文适用于2025年广州南方学院考概率论的学弟学妹们,主要目的是给提前复习的同学带来一点便利,这里根据2024年老师所给的AB卷提纲并根据考完后的记忆总结2024年1月考试的大题和小题分布,难度偏简单。主要看看大题的分布类型

另外地文中图片多数来自于b站b站一高数Kira老师这里也非常推荐去看看这个速成课,大约5个小时

A

选择题

1.硬币

2.两个事件的关系 与或非


3.概率和为1



4.概率密度 均匀分布

5.联合分布率求未知参数

看到分布律就要想到

取值

求概率

求X>Y的所有X、Y的取值,然后对照联合分布律看看所有的情况相加为0.35,在结合所有情况的概率相加为1来解未知数

6.联合分布率求未知参数

7.什么是统计量(记忆即可)


8.矩估计量

求矩估计,首先列X拔 = EX,求期望,然后解的未知参数,也就是求的谁的矩估计值,最后将X拔给带入

解得方程,注意估计值的写法:头顶有个帽子


9.117页12题

10.显著水平阿尔法(背公式就完了)

判断题

11.事件的关系与或非

12.独立性

13.相关系数 协方差(背就完了)

需要记住协方差的性质

14.置信区间长度




15.假设检验 显著水平

16.条件概率

计算+应用题(计算题大概10道,应用题2道:全概率公式(考了) 假设检验(考了))

全概率


假设检验(背就完了)

四步走:

看看已给题目是双侧还是单侧

1、写H0与H1

2、写检验统计量T和拒绝域

3、将H0以及一些条件带入计算检验统计量

4、画图,检验统计值落在哪个范围,如果落在中间就接收H0,认为...


17.43页 例1(没考连续型由概率密度求分布函数)

由概率密度求分布函数,这里需要注意积分的上下限

18.94页 例7 --->看书(考了,给了概率密度,让求EX)

这里考察均匀分布的概率密度求期望
求谁的期望,就把谁往概率密度前面乘求积分

19.95页 例7例3 ---->看书(考了,最简单的离散型求期望)

离散型分布律求期望

如果候车50min即在9:10等到了车,而题目又说每天八点到九点,九点到十点,都恰有一辆车到站,说明在9点10分等到了车

之前是没等到的,那没等到结合乘客来的时间八点二十,那么八点十分有一辆车,说明后面需要乘上八点十分来车的概率

20.245页 回归方程 ---->看书(没考)


21.65页 边缘分布 ---->看书(考了,很简单的,给了个联合分布,让求边缘分布,根据情况将某行或某列的概率相加即可)

求联合分布律与边缘分布律

联合分布律和边缘分布律主要还是看某个取值占总体的多少,比如p{D=1,F=0}指的是当D取1F取0发生的总数占总体的情况,结果只有一个,P{D=1}当D取1的情况占总情况的比例



B

选择题

1.硬币(A)

2.两个事件的关系 与或非(A)

3.分布律(A)

4.正态分布标准化



5.分布律求未知参数(A)

6.求数学期望(考了,让求个连续型随机变量的EX)


7.期望和方差关系



8.相关系数表明意义

9.一元线性回归问题

10.什么是统计量

判断题

1.两事件关系与或非

2.互斥

3.独立性

4.极大似然估计量和自然估计量的关系

5.假设检验

6.根据概率密度求概率

计算题(全概率公式 假设检验)



1.条件概率 (考了,用一下条件概率的公式就行)


2.根据概率求积分(没考)

3.相关系数 协方差 (没考)

修正答案:-8 / 45



4.联合分布律XY (考了,前面A卷部分提到了,给了联合分布律,让求边缘,某行某列相加就行)




5.XY判断独立性(考了,p{X=,Y=} = p(x=)p(y=),很简单,给你了联合分布律,根据判断是否独立的式子看看就行)

XY独立可推不相关,不相关推不出独立


6.方差数学期望 (考了,方差最基本的公式DX = EX^2 - (EX)^2)



7.箱线图 (考了,给了你11个病人的数据,让你画箱线图)

8.矩估计(考了,求个样本μ均值的矩估计值)


9.分布律求分布函数(考了个离散型的分布律求分布函数)


相关推荐
Schwertlilien8 小时前
模式识别-Ch3-极大似然估计
人工智能·机器学习·概率论
heardlover13 小时前
概率基本概念 --- 离散型随机变量实例
概率论
Arthur古德曼1 天前
【概率论与数理统计】第二章 随机变量及其分布(2)
概率论·随机变量·离散型·连续型·夏明亮
Arthur古德曼1 天前
【概率论与数理统计】第二章 随机变量及其分布(4)
概率论·随机变量·离散型·连续型·夏明亮
red_redemption5 天前
概率论与数理统计
概率论
牛顿没有错5 天前
概率论与随机过程--作业6
概率论·概率论与随机过程
IT古董8 天前
【漫话机器学习系列】029.累积分布函数(Cumulative Distribution Function)
人工智能·机器学习·概率论
秋落风声8 天前
【概率论第二章:一维随机变量及其分布】
概率论
牛顿没有错10 天前
概率论与随机过程--作业2
概率论·概率论与随机过程