第四章 随机变量的数字特征

本章内容是：随机变量的数字特征：数学期望、方差、标准差、矩、协方差、相关系数，常见分布的数字特征。而重点是利用数字特征的基本性质计算具体分布的数字特征，根据一维和二维随机变量的概率分布求其函数的数学期望。

第五章 大数定律和中心极限定理

本章内容包括三个大数定律：切比雪夫定律、伯努利大数定律、辛钦大数定律，以及两个中心极限定理：棣莫弗——拉普拉斯定理、列维——林德伯格定理。

本章的内容不是重点，也不经常考，只要把这些定律、定理的条件与结论记住就可以了。

常见题型有

1.估计概率的值

2.与中心极限定理相关的命题

第六章 数理统计的基本概念

数理统计的基本概念主要是总体、简单随机样本、统计量、样本均值、样本方差及样本矩。重点是正态总体的抽样分布，包括样本均值、样本方差、样本矩、两个样本的均值差、两个样本方差比的抽样分布。这会涉及标准正态分布、分布、 分布和 分布，要掌握这些分布对应随机变量的典型模式及它们参数的确定，这些分布的分位数和相应的数值表。

本章是数理统计的基础，也是重点之一。

1.样本容量的计算

2.分位数的求解或判定

4.总体或统计量的分布函数的求解或判定或证明

5.求总体或统计量的数字特征

第七章 参数估计

本章的主要内容是参数的点估计、估计量与估计值的概念、一阶或二阶矩估计和最大似然估计法、未知参数的置信区间、单个正态总体均值和方差的置信区间、两个总体的均值差和方差比的置信区间。而重点是矩估计法和最大似然估计法，有时要求验证所得估计量的无偏性。

常见题型有

1.统计量的无偏性、一致性或有效性

2.参数的矩估计量或矩估计值或估计量的数字特征

3.参数的最大似然估量或估计量或估计量的数字特征

4.求单个正态总体均值的置信区间