1. 了解随机事件、频率的概念、概率的统计定义；
   
   
2. 理解样本空间和样本点的概念；
   
   
3. 掌握随机事件的运算规则；
   
   
4. 掌握概率的古典定义，并能计算基本的古典概型问题；
   
   
5. 理解并掌握概率的基本性质，并能使用概率的加法公式；
   
   
6. 理解条件概率的含义，掌握条件概率的计算公式；
   
   
7. 能利用乘法公式和事件的独立性计算积事件的概率；
   
   
8. 能利用全概率公式和贝叶斯公式计算有关的概率问题；
   
   
9. 理解n重独立试验及n重贝努里试验的含义,并会利用二项概率公式计算在n重贝努里试验中,事件A恰好出现k次的概率；
   
   
10. 了解概率论的公理化体系的知识。

返回

1. 理解随机变量的概念、离散随机变量及概率分布的概念和性质、连续随机变量及概率密度的概念和性质；
   
   
2. 理解分布函数的概念和性质，会利用概率分布计算有关事件的概率；
   
   
3. 掌握常用随机变量的分布；
   
   
4. 会求简单随机变量函数的概率分布；
   
   

返回

1. 理解数学期望、方差和标准差的概念,掌握它们的性质与计算方法；
   
   
2. 理解原点矩与中心矩的概念,掌握它们的计算方法；
   
   
3. 熟悉常用分布的数学期望和方差；
   
   

返回

1. 了解二维随机变量的概念，会求二维离散随机变量的概率分布，理解二维随机变量分布函数的定义及性质，掌握二维连续随机变量的概率密度与分布函数的关系；
   
   
2. 掌握二维随机变量的分布与边缘分布的关系；
   
   
3. 理解条件分布的定义，掌握条件分布与二维随机变量的分布及边缘分布的关系；
   
   
4. 理解两个随机变量独立的定义，掌握两个随机变量独立时，二维随机变量的分布、边缘分布及条件分布之间的关系；
   
   
5. 知道二维随机变量的数学期望及方差的定义及计算方法，了解二维随机变量函数的数学期望的定义，掌握数字特征的有关性质，掌握相关系数的定义及性质；
   
   
6. 掌握常用二维随机变量函数的分布，如：和、商及平方和的分布；
   
   

返回

1. 理解切比雪夫不等式；
   
   
2. 了解切比雪夫定理和贝努里定理；
   
   
3. 了解中心极限定理；
   
   

返回

1. 掌握总体、个体、样本、样本观测值、样本容量、统计量等概念；
   
   
2. 掌握常用统计量包括样本均值、样本方差的计算；
   
   
3. 掌握分布、t分布、F分布的定义并会查表求分位数；
   
   
4. 掌握常用正态总体的统计量的分布；
   
   
5. 了解样本分布函数的求法及直方图的作法；
   
   

返回

1. 理解点参数点估计的概念，掌握求点估计的极大似然法；
   
   
2. 了解估计量优劣的评选标准(无偏性、有效性、一致性)，知道分别是总体均值和总体方差的无偏估计量及一致估计量；
   
   
3. 理解区间估计的概念，会求一个正态总体均值与方差的区间估计，会求两个正态总体的均值差与方差比的区间估计；
   
   
4. 了解总体为0-1分布和指数分布的参数的区间估计；
   
   

返回

1. 理解假设检验的基本思想，掌握假设检验的一般步骤，了解假设检验可能犯的两类错误；
   
   
2. 会进行一个和两个正态总体的均值及标准差的各种假设检验；
   
   
3. 了解某些非正态总体参数的假设检验；
   
   
4. 会利用皮尔逊准则检验关于分布律的假设；
   
   

返回

1. 理解方差分析的概念，了解方差分析的原理；
   
   
2. 掌握单因素试验的方差分析原理与方法；
   
   
3. 了解双因素无重复试验的方差分析方法；
   
   
4. 了解双因素等重复试验的方差分析方法；
   
   

返回

1. 理解回归分析的基本概念，理解回归函数及回归方程的定义，理解最小二乘法的概率意义；
   
   
2. 熟练地运用最小二乘法求线性回归方程；
   
   
3. 理解线性相关的显著性检验的必要性，会进行线性回归的方差分析及相关系数的显著性检验；
   
   
4. 会利用线性回归方程进行预测和控制；
   
   
5. 了解非线性回归化为线性回归的方法，掌握简单的多项式回归；
   
   
6. 了解简单的多元线性回归及其方差分析；
   
   

返回