考试科目：概率论与数理统计
考试内容
一、随机事件与概率
【知识点提示】熟练掌握随机试验，样本空间，样本点，事件与事件的运算，概率的定义与性质，古典概型，条件概率与乘法原理，事件的独立性。基本知识点如下：
1、样本空间的概念，随机事件的概念，事件的关系与运算;
2、事件频率的概念，概率的统计定义;
3、概率的古典定义和几何定义，古典概率和几何概率计算;
4、概率的公理化定义，概率的基本性质;
5、条件概率的概念、概率的乘法定理、全概率公式和贝叶斯公式。
6、事件的独立性概念。
二、随机变量及其分布
【知识点提示】了解随机变量，分布函数及分布函数的性质，离散型随机变量及其概率分布，连续型随机变量及概率密度函数，随机变量函数的分布，及随机变量的数字特征。基本知识点如下：
1、随机变量的概念、离散型随机变量及分布律的概念和性质;
2、分布函数的概念和性质，利用概率分布计算有关事件的概率;
3、0-1分布、二项分布、泊松分布、几何分布及负二项分布的定义及性质，知道二项分布与泊松分布的关系，几何分布与负二项分布的关系;
4、均匀分布、指数分布及正态分布的定义及性质，计算相关的概率问题;
5、随机变量函数的分布的计算;
6、随机变量的数字特征的定义及性质，常见分布的期望和方差。
三、多维随机变量及其分布
【知识点提示】掌握二维随机变量，联合分布，边缘分布，条件分布 ，相互独立的随机变量，两个随机变量函数的分布，随机变量的独立性，以及多维随机变量的数字特征。基本知识点如下：
1、二维随机变量的概念(离散型随机变量及连续型随机变量)，及二维随机变量分布函数的概念和性质;
2、二维离散型随机变量的联合分布列，二维连续型随机变量联合密度函数的定义及性质，利用其计算有关事件的概率;
3、随机变量边缘分布;
4、多维随机变量函数的分布的计算;
5、随机变量相互独立性的概念。
6、多维随机变量的数字特征，多维随机变量的数学期望，随机变量间的协方差及相关系数
7、条件分布与条件期望
四、大数定律与中心极限定理
【知识点提示】了解切比雪夫不等式，切比雪夫大数定律与贝努利大数定律，辛钦大数定律中心极限定理(独立同分布的中心极限定理、李雅普洛夫、棣莫佛-拉普拉斯中心极限定理)。基本知识点：
1、大数定律的内容与含义;
2、中心极限定理的内容、含义及应用。
五、统计量及其分布
【知识点提示】了解总体、简单随机样本、统计量、分位数等基本概念，掌握数理统计中几个常用分布(分布、T分布、F分布)，正态总体统计量的分布。基本知识点如下：
1、总体;简单随机样本;统计量;分位数;
2、三大抽样分布：分布、T分布、F分布;
3、基于正态总体的抽样分布定理。
六、参数估计
【知识点提示】点估计;区间估计;一致最小方差无偏估计。基本知识点如下：
1、矩估计法;最大似然估计法;验证估计量的无偏性、有效性、一致性;一致最小方差无偏估计;
2、区间估计的计算步骤;单个正态总体的均值和方差的置信区间的求法及相关应用;
3、两个正态总体的均值差和方差比的置信区间的求法;
七、假设检验
【知识点提示】了解检验的显著水平、假设检验的两类错误、假设
检验的基本思想和假设检验的基本步骤。基本知识点如下：
1、假设检验的基本思想;假设检验可能产生的两类错误;势函数;假设检验的基本步骤;检验的p值;单个正态总体的均值和方差的假设检验。
2、两个正态总体的均值差和方差比的假设检验;
3、置信区间与假设检验之间的关系。
参考书目：
1、课程教材：《概率论与数理统计教程》茆诗松，程依明，濮晓龙编著，第三版，2019年，高等教育出版社。
2、参考书目：《概率论与数理统计》盛骤，谢式千，潘承毅编著，第五版，2020年，高等教育出版社。
原标题：2023年硕士研究生招生考试自命题科目考试大纲
文章来源：https://www.dlmu.edu.cn/info/1060/34702.htm
免责声明：本站所提供的内容来源于网络搜集，由考研网小编整理，仅供个人备考、交流学习使用，不涉及商业盈利目的。如涉及版权问题，请联系本站管理员予以更改或删除。
京ICP备20025668号. 安全运行235天