概率论与数理统计 · 考点重构

PROBABILITY & STATISTICS / FINAL SPRINT

把一整本书,压成 19 个题型 与一张重点地图

原稿把知识点平铺成 19 段,读过一遍仍然不知道该背哪一条。这一版做了三件事: 按考试出现频率给每个题型打上重点等级;把「会做题」拆成可复用的步骤模板; 再配真题比例的自测题库与考前速记。看的时候先看红标,时间紧就只看红标。

7必考题型
11高频题型
1了解即可
32自测小题
必考

近几套卷子题题都有分值大、几乎必出解答题,必须能独立完整写出过程。

高频

常考但形式灵活多出现在选择、填空或大题的第二问,会套模板即可拿分。

了解

低频或结论性内容记住结论、会写公式即可,不必深挖推导。

考前 30 分钟只看这 7 条

每一条都对应一个必考或高频题型,点后面的编号可直接跳转。

  1. 先设因后设果:分母走全概率,分子走单支相乘。题型 01
  2. 分段密度两条件:归一性 $\int f=1$ 加一条已知概率,直接定出待定常数。题型 05
  3. 正态先标准化:$Z=\frac{X-\mu}{\sigma}$,对称轴就是 $\mu$,$P\{X>\mu\}=0.5$。题型 06
  4. 二维离散画表:事件概率=符合条件格子的概率之和,填完表先验总和为 1。题型 07
  5. 二维连续二重积分:先内层后外层,内层积分限可以含外层变量。题型 08
  6. 期望可拆加法不可拆乘法:$E(aX+bY+c)$ 恒成立,$E(XY)=E(X)E(Y)$ 只在独立时成立。题型 12
  7. 极大似然四步:似然 → 取对数 → 求导归零 → 解出 $\hat\theta$ 并把 $x$ 写成 $X$。题型 18
校准

联网校准:这门课究竟考哪几块

来源:浙大版盛骤教材配套大纲、多校课程/期末考纲、新东方在线与 CSDN 期末复习总结(检索于 2026-09),取多来源交集结论。

按考频排序的高频考点,以及本页覆盖情况
考点常见题型常考分值本页对应
1全概率公式与贝叶斯公式应用题(次品率/迟到/疾病诊断)10–15题型 01 必考
2一维随机变量:分布律/密度/分布函数、待定常数计算题8–10题型 03 / 05 必考
3数字特征:期望、方差、协方差、相关系数填空 + 计算,约 20% 分值15–20题型 11–13 必考
4正态分布标准化与概率计算填空/选择/计算10–15题型 06 必考
5二维随机变量:联合/边缘分布、独立性判定综合题10–12题型 07–09 必考
6极大似然估计与矩估计计算大题8–10题型 18 必考
7抽样分布与统计量分布(χ²/t/F)选择/填空6–13%题型 16 / 17 高频
8假设检验:u/t 检验、拒绝域、两类错误计算题约 8%本页未覆盖
9古典概型、事件运算与独立性、伯努利概型选择/填空为主约 15%题型 02 / 03 高频
10区间估计:均值/方差置信区间(σ 已知用 u、未知用 t)计算题约 10%本页未覆盖

结论一:本页的红标不用再动

检索出来的第 1–6 位,与本页 7 个「必考」题型完全重合——全概率/贝叶斯、一维分布、数字特征、正态标准化、二维分布、极大似然估计,这几块务必练到能独立写全程。

结论二:两个明显缺口

假设检验区间估计在原稿和本页都没有题型。多校大纲把它们放在 8%–10% 的分值档,属于"会就能拿分、不会就白丢"的计算题。若你的考试范围含第八章,请单独补一份专题。

结论三:可以少花时间的内容
  • 大数定律(切比雪夫、辛钦):多校明确列为"不常考",记住条件与结论即可。
  • 二维正态条件密度:几乎所有资料判为第三梯队,考频极低。
  • 统计量概念辨析:多为一道选择/填空送分题,别深挖。
  • 中心极限定理:本页按高频处理,偏保守;部分课程的检索结论是"低频、偶尔一题近似计算"。按一题准备,不必刷大量题。
  • 回归分析、方差分析、随机过程、马尔可夫链(教材后段):多数本科期末不纳入。

最终以本校考试大纲为准;若老师划了范围,以老师为准。

显示全部 19 个题型

全概率公式与贝叶斯公式

卷面占比 15%–20% · 常驻解答题第 1 题

2 个题型
01

经典贝叶斯逆概率问题

必考

考频 5/5 · 分值 8–10 分 · 解答题

题目

按以往考试结果分析,努力学习的学生有 $90\%$ 的可能考试及格,不努力学习的学生有 $90\%$ 的可能考试不及格。据调查,学生中有 $80\%$ 的人是努力学习的。问:

  1. 考试及格的学生有多大可能是不努力学习的人?
  2. 考试不及格的学生有多大可能是努力学习的人?

解题模板

  1. 设事件:把"原因"设成 $A$(努力学习),把"结果"设成 $B$(考试及格),并写出对立事件 $\bar A,\bar B$。
  2. 抄条件:把题干四句话逐句翻译成 $P(B|A)$、$P(\bar B|A)$、$P(\bar B|\bar A)$、$P(B|\bar A)$,注意"不努力也不及格"对应的是 $P(\bar B|\bar A)$。
  3. 求分母:用全概率公式算 $P(B)$ 或 $P(\bar B)$。
  4. 代贝叶斯:把单个分支的乘积放到分子,分母放上一步结果。

规范解答

设 $A$="学生努力学习",$B$="考试及格"。由题意:

$P(A)=0.8,\ P(\bar A)=0.2$;
$P(B|A)=0.9,\ P(\bar B|A)=0.1$;
$P(\bar B|\bar A)=0.9,\ P(B|\bar A)=0.1$。

(1) 求 $P(\bar A|B)$

全概率公式(分母):

$$P(B)=P(A)P(B|A)+P(\bar A)P(B|\bar A)=0.8\times0.9+0.2\times0.1=0.74$$

贝叶斯公式(分子取单支):

$$P(\bar A|B)=\frac{P(\bar A)P(B|\bar A)}{P(B)}=\frac{0.2\times0.1}{0.74}=\frac{1}{37}\approx2.70\%$$

(2) 求 $P(A|\bar B)$

先算分母:$P(\bar B)=1-P(B)=0.26$,故

$$P(A|\bar B)=\frac{P(A)P(\bar B|A)}{P(\bar B)}=\frac{0.8\times0.1}{0.26}=\frac{4}{13}\approx30.77\%$$

核心公式

完备事件组 $A_1,\dots,A_n$:$P(B)=\sum_i P(A_i)P(B|A_i)$,  $P(A_i|B)=\dfrac{P(A_i)P(B|A_i)}{P(B)}$。

易错批注

① 题干"不努力学习有 $90\%$ 不及格"给出的是 $P(\bar B|\bar A)=0.9$,不是 $P(B|\bar A)$,抄错这个数整题崩。

② 问的是"及格的人里有多少不努力",即 $P(\bar A|B)$,条件和目标不能写反。

口诀先设因、后设果;分母全概率,分子单支乘。

02

抽样 / 摸球类全概率与贝叶斯

高频

考频 4/5 · 分值 6–8 分 · 解答题

题目

来自三个地区的报名表分别有 10 份、15 份、25 份,其中女生报名表分别为 3 份、7 份、5 份。随机取一个地区,从中先后抽出 2 份。

  1. 求先抽到的一份是女生报名表的概率。
  2. 已知后抽到的一份是男生报名表,求先抽到的一份是女生报名表的概率。

解题模板

  1. 设完备事件组:按"地区"分层,$H_i$="抽到第 $i$ 个地区",等可能取 $P(H_i)=\frac13$。
  2. 第一次抽:直接全概率,每层代入该层的女生占比 $\frac{f_i}{n_i}$。
  3. 第二次抽(关键):不加条件时,第二份的性别比例与第一份相同,直接用 $\frac{m_i}{n_i}$;一旦要联合概率 $P(F_1M_2|H_i)$,必须按无放回乘 $\frac{f_i}{n_i}\cdot\frac{m_i}{n_i-1}$。
  4. 贝叶斯收尾:$P(F_1|M_2)=\dfrac{P(F_1M_2)}{P(M_2)}$。

规范解答

设 $H_i$="选到第 $i$ 地区",$F_1$="第一份为女",$M_2$="第二份为男"。

(1) 由全概率公式:

$$P(F_1)=\sum_{i=1}^{3}P(H_i)P(F_1|H_i)=\frac13\left(\frac{3}{10}+\frac{7}{15}+\frac{5}{25}\right)=\frac{29}{90}$$

(2) 先求分母 $P(M_2)$:

$$P(M_2)=\frac13\left(\frac{7}{10}+\frac{8}{15}+\frac{20}{25}\right)=\frac{61}{90}$$

再由贝叶斯公式,分子用无放回的联合概率:

$$P(F_1|M_2)=\frac{P(F_1M_2)}{P(M_2)}=\frac{\frac13\left(\frac{3}{10}\cdot\frac{7}{9}+\frac{7}{15}\cdot\frac{8}{14}+\frac{5}{25}\cdot\frac{20}{24}\right)}{\frac{61}{90}}=\frac{20}{61}$$

核心公式

分层全概率:$P(F_1)=\sum_i P(H_i)P(F_1|H_i)$;  无放回联合:$P(F_1M_2|H_i)=\dfrac{f_i}{n_i}\cdot\dfrac{m_i}{n_i-1}$。

易错批注

求 $P(M_2)$ 时可以直接用该层的男生占比,是因为"第二份无序";但求分子 $P(F_1M_2)$ 时必须两步连乘、分母减一,两者不能用同一套写法。

口诀一次抽用全概率,两次抽查不放回。

独立事件的概率性质

卷面占比 5% · 选择题或填空

1 个题型
03

独立事件的对立性与等式转换

高频

考频 4/5 · 分值 4 分 · 选择 / 填空

题目

设相互独立的事件 $A,B$ 都不发生的概率为 $\frac19$,$A$ 发生而 $B$ 不发生的概率与 $B$ 发生而 $A$ 不发生的概率相等,求 $P(A)$。

解题模板

  1. 先加结论:$A,B$ 独立 $\Rightarrow$ $\bar A,\bar B$ 也独立,于是 $P(\bar A\bar B)=P(\bar A)P(\bar B)$。
  2. 翻译条件:把两句话分别写成关于 $P(A),P(B)$ 的方程。
  3. 化简对称式:由 $P(A)P(\bar B)=P(\bar A)P(B)$ 展开可推出 $P(A)=P(B)$。
  4. 解一元二次:代回第一个方程求 $P(\bar A)$,再取补。

规范解答

由独立性知 $\bar A,\bar B$ 独立,据题意列方程组:

① $P(\bar A)P(\bar B)=\frac19$

② $P(A)P(\bar B)=P(\bar A)P(B)\Rightarrow P(A)[1-P(B)]=[1-P(A)]P(B)\Rightarrow P(A)=P(B)$

从而 $P(\bar A)=P(\bar B)$,代入 ①:

$$[P(\bar A)]^2=\frac19\ \Longrightarrow\ P(\bar A)=\frac13$$

$$P(A)=1-P(\bar A)=1-\frac13=\frac23$$

核心公式

$P(\bar A\bar B)=P(\bar A)P(\bar B)=[1-P(A)][1-P(B)]$;  独立 $\Rightarrow$ 对立事件仍独立。

易错批注

独立与互斥是两回事:互斥时 $P(AB)=0$,独立时必须满足 $P(AB)=P(A)P(B)$,两者只在特殊概率值下同时成立。

口诀独立可拆分,互斥只能相加。

一维随机变量(离散型与连续型)

卷面占比 20%–25% · 必有一道大题的章节

3 个题型
04

离散型分布律与分布函数(超几何型)

高频

考频 4/5 · 分值 6–8 分 · 解答题

题目

15 只同类型零件中有 2 只次品,任取 3 次、每次取 1 只、不放回抽样。以 $X$ 表示取出的次品个数,求:(1) $X$ 的分布律;(2) $X$ 的分布函数 $F(x)$ 并作图。

解题模板

  1. 定取值:不放回抽 3 只,次品数取 $0,1,2$(上限取"次品总数"与"抽取个数"的较小值)。
  2. 套组合公式:$P(X=k)=\dfrac{C_M^kC_{N-M}^{n-k}}{C_N^n}$,对应"取 $k$ 个次品 + 取 $n-k$ 个正品"。
  3. 列表:做成两行表,写完立刻验证 $\sum p_k=1$。
  4. 写分布函数:从小到大把概率逐段累加,端点取左闭右开

规范解答

(1) $X$ 取值为 $0,1,2$,由超几何分布 $P(X=k)=\dfrac{C_2^kC_{13}^{3-k}}{C_{15}^3}$:

$$P(X=0)=\frac{C_2^0C_{13}^3}{C_{15}^3}=\frac{22}{35},\quad P(X=1)=\frac{C_2^1C_{13}^2}{C_{15}^3}=\frac{12}{35},\quad P(X=2)=\frac{C_2^2C_{13}^1}{C_{15}^3}=\frac{1}{35}$$
分布律(校验:$\frac{22+12+1}{35}=1$)
$X$012
$P$$\frac{22}{35}$$\frac{12}{35}$$\frac{1}{35}$

(2) 逐段累加得分布函数:

$$F(x)=\begin{cases}0,&x<0\\[2pt] \dfrac{22}{35},&0\le x<1\\[4pt] \dfrac{34}{35},&1\le x<2\\[4pt] 1,&x\ge2\end{cases}$$

作图要点:在每个取值处画一个左闭右开的跳跃台阶,右侧趋于 1。

核心公式

超几何:$P(X=k)=\dfrac{C_M^kC_{N-M}^{n-k}}{C_N^n}$;  分布函数 $F(x)=P(X\le x)=\sum_{x_k\le x}p_k$。

易错批注

① 分布函数是"累加"而不是原样照抄概率;② 取等号的位置在每段左端,写成 $x\le0$ 就错了;③ 别忘了 $F(x)=1\ (x\ge2)$ 这一行。

口诀不放回抽样想超几何,列完分布律先求和。

05

连续型分段密度求常数与概率

必考

考频 5/5 · 分值 8–10 分 · 解答题

题目

设 $X$ 的概率密度为 $f(x)=\begin{cases}x,&0\le x<1\\ ax+b,&1\le x\le2\\ 0,&\text{其他}\end{cases}$,且 $P\{0<X\le\frac32\}=\frac78$。求:(1) 常数 $a,b$;(2) $P\{\frac12<X<\frac32\}$。

解题模板

  1. 方程一(归一性):$\int_{-\infty}^{+\infty}f(x)\,dx=1$,按分段拆成两段积分。
  2. 方程二(已知概率):把 $P\{0<X\le\frac32\}$ 也拆成两段积分并令其等于 $\frac78$。
  3. 联立求解:两个方程两个未知数,加减消元。
  4. 求目标概率:仍在非零区间内分段积分,注意分界点 $x=1$ 处必须拆开。

规范解答

(1) 由规范性:

$$\int_0^1x\,dx+\int_1^2(ax+b)\,dx=1\ \Longrightarrow\ \frac12+\frac32a+b=1\ \Longrightarrow\ \frac32a+b=\frac12$$

由已知概率:

$$\int_0^1x\,dx+\int_1^{3/2}(ax+b)\,dx=\frac78\ \Longrightarrow\ \frac12+\frac58a+\frac12b=\frac78\ \Longrightarrow\ \frac58a+\frac12b=\frac38$$

联立解得 $a=-1,\ b=2$。

(2) 代入后分段积分:

$$P\left\{\frac12<X<\frac32\right\}=\int_{1/2}^{1}x\,dx+\int_1^{3/2}(-x+2)\,dx=\frac38+\frac38=\frac34$$

核心公式

归一性 $\displaystyle\int_{-\infty}^{+\infty}f(x)\,dx=1$;  $P\{a<X<b\}=\int_a^bf(x)\,dx$(连续型端点开闭不影响结果)。

易错批注

① $\frac32$ 落在第二段,积分上限就是 $\frac32$,不要写到 2;② 分界点 $x=1$ 必须在两段各出现一次,漏一段就少算面积;③ 解出 $a,b$ 后应心算检验密度在 $[1,2]$ 上非负。

口诀归一性加已知概率,两式定两参。

06

正态分布计算与对称性

必考

考频 5/5 · 分值 6–8 分 · 解答题 / 填空

题目

设 $X\sim N(3,2^2)$。

  1. 求 $P\{2<X\le5\}$,$P\{-4<X\le10\}$,$P\{|X|>2\}$,$P\{X>3\}$。
  2. 确定常数 $c$,使 $P\{X>c\}=P\{X\le c\}$。

解题模板

  1. 标准化:令 $Z=\dfrac{X-\mu}{\sigma}=\dfrac{X-3}{2}\sim N(0,1)$,注意 $\sigma=2$(不是 $2^2$)。
  2. 区间概率:$P\{a<X\le b\}=\Phi\!\left(\frac{b-3}{2}\right)-\Phi\!\left(\frac{a-3}{2}\right)$。
  3. 负值转换:用 $\Phi(-x)=1-\Phi(x)$ 把自变量统一成正数再查表。
  4. 对称性秒杀:落在均值两侧各一半,$P\{X>\mu\}=0.5$;使两侧等概率的 $c$ 必等于 $\mu$。

规范解答

令 $Z=\frac{X-3}{2}\sim N(0,1)$。

(1)

  • $P\{2<X\le5\}=\Phi(1)-\Phi(-0.5)=0.8413-(1-0.6915)=0.5328$
  • $P\{-4<X\le10\}=\Phi(3.5)-\Phi(-3.5)\approx1$
  • $P\{|X|>2\}=\Phi(-2.5)+[1-\Phi(-0.5)]=(1-0.9938)+0.6915=0.6977$
  • $P\{X>3\}=0.5$(正态关于均值对称)

(2) 由 $P\{X>c\}=P\{X\le c\}=0.5$ 知 $c$ 就是对称轴,故 $c=\mu=3$。

核心公式

$P\{X\le x\}=\Phi\!\left(\dfrac{x-\mu}{\sigma}\right)$;  $\Phi(-x)=1-\Phi(x)$;  $P\{|Z|<k\}=2\Phi(k)-1$。

易错批注

① 记号 $N(3,2^2)$ 中第二个数是方差,$\sigma=2$,代入时除以 2 而非 4;② $P\{|X|>2\}$ 要拆成正负两支相加,只算一半是常见丢分点;③ 查表值 $\Phi(3.5)\approx1$,写成 0 属于常识性错误。

口诀正态先标准化,对称点即均值。

二维随机变量(联合分布、密度与边缘量)

卷面占比 20%–25% · 分值最重的章节

4 个题型
07

二维离散型:联合分布律与事件概率

必考

考频 5/5 · 分值 8–10 分 · 解答题

题目

一盒中共 3 只黑球、2 只红球、2 只白球,任取 4 只。$X$ 表示取到黑球的只数,$Y$ 表示取到红球的只数。求:(1) $(X,Y)$ 的分布律;(2) $P\{X>Y\}$,$P\{Y=2X\}$,$P\{X+Y=3\}$,$P\{X+Y<3\}$。

解题模板

  1. 锁定取值:$X=0,1,2,3$,$Y=0,1,2$,且必须满足 $X+Y\le4$(白球补足剩余)。
  2. 写通项:$P(X=i,Y=j)=\dfrac{C_3^iC_2^jC_2^{4-i-j}}{C_7^4}$,组合数无意义的位置直接写 $0$。
  3. 填表并验算:所有格子相加必须等于 1。
  4. 挑格子:把满足事件条件的格子概率相加,条件在表上划一遍再抄数。

规范解答

(1) 非零联合分布律如下:

$Y\backslash X$ 为行列,空白处均为 0(总和 $\frac{35}{35}=1$)
$Y\backslash X$0123
00$\frac{3}{35}$$\frac{9}{35}$$\frac{3}{35}$
1$\frac{2}{35}$$\frac{12}{35}$$\frac{6}{35}$0
20$\frac{3}{35}$00

(2) 按条件取格子相加:

  • $P\{X>Y\}=\frac{3}{35}+\frac{9}{35}+\frac{3}{35}+\frac{6}{35}=\frac{21}{35}=\frac35$
  • $P\{Y=2X\}=0+\frac{3}{35}=\frac{3}{35}$
  • $P\{X+Y=3\}=\frac{3}{35}+\frac{6}{35}+\frac{3}{35}=\frac{12}{35}$
  • $P\{X+Y<3\}=\frac{2}{35}+\frac{3}{35}+\frac{12}{35}+\frac{9}{35}=\frac{26}{35}$

核心公式

联合分布律:$P(X=i,Y=j)=\dfrac{C_3^iC_2^jC_2^{\,4-i-j}}{C_7^4}$,且 $\sum_i\sum_j p_{ij}=1$。

易错批注

① $i+j>4$ 时组合数无意义,必须写 0,漏写成负数会整题出错;② 白球数量是 $4-i-j$,别忘了这一项;③ 求事件概率时不要重复计入同一格。

口诀二维离散先画表,事件概率挑格子。

08

二维连续型:二重积分求常数与概率

必考

考频 5/5 · 分值 8–10 分 · 解答题

题目

设 $(X,Y)$ 的概率密度为 $f(x,y)=\begin{cases}k(6-x-y),&0<x<2,\ 2<y<4\\ 0,&\text{其他}\end{cases}$。求:(1) 常数 $k$;(2) $P\{X<1,Y<3\}$;(3) $P\{X<1.5\}$。

解题模板

  1. 方程定 $k$:$\iint_{\text{非零区}}f(x,y)\,dxdy=1$,先积内层 $x$(限 $0\to2$),再积外层 $y$(限 $2\to4$)。
  2. 矩形条件:$P\{X<1,Y<3\}$ 直接把积分限收紧为 $x:0\to1$、$y:2\to3$。
  3. 单变量条件:求 $P\{X<1.5\}$ 只限制 $x$,$y$ 仍取全部非零范围 $2\to4$。
  4. 自检:算完与 $k$ 一起代回,概率结果必落在 $(0,1)$ 内。

规范解答

(1) 由规范性:

$$\int_2^4\!\int_0^2 k(6-x-y)\,dxdy=1\ \Longrightarrow\ k\int_2^4(10-2y)\,dy=1\ \Longrightarrow\ 8k=1\ \Longrightarrow\ k=\frac18$$

(2) 收紧两个积分限:

$$P\{X<1,Y<3\}=\int_2^3\!\int_0^1\frac18(6-x-y)\,dxdy=\frac18\int_2^3\left(\frac{11}{2}-y\right)dy=\frac38$$

(3) 只限制 $x$:

$$P\{X<1.5\}=\int_2^4\!\int_0^{1.5}\frac18(6-x-y)\,dxdy=\frac18\int_2^4\left(\frac{63}{8}-\frac32y\right)dy=\frac{27}{32}$$

核心公式

$\displaystyle\iint_{\mathbb{R}^2}f(x,y)\,dxdy=1$;  $P\{(X,Y)\in D\}=\iint_Df(x,y)\,dxdy$,先内后外逐层积。

易错批注

① 内层积分限可以含外层变量,但反过来的顺序会让上下限出错;② 求 $P\{X<1.5\}$ 时把 $y$ 的限也改成 $2\to3$ 是最常见的错,$y$ 不受任何约束时取全部范围;③ $k$ 忘记回代检验。

口诀二重积分先内后外;谁被限定,先积谁。

09

边缘概率密度(曲线边界型)

高频

考频 4/5 · 分值 6–8 分 · 解答题

题目

设 $(X,Y)$ 具有概率密度 $f(x,y)=\begin{cases}6,&x^2\le y\le x\\ 0,&\text{其他}\end{cases}$,求边缘概率密度 $f_X(x)$、$f_Y(y)$。

解题模板

  1. 先画区域:由 $x^2\le y\le x$ 得 $x\in[0,1]$、$y\in[0,1]$,并画出抛物线与直线的夹缝。
  2. 求 $f_X(x)$:固定 $x$ 作竖线切区域,得到 $y$ 的限 $x^2\to x$,即 $f_X(x)=\int_{x^2}^{x}6\,dy$。
  3. 求 $f_Y(y)$:固定 $y$ 作横线切区域,把不等式反解成 $x$ 的限,即 $y\le x\le\sqrt y$。
  4. 补区间:两式结果都要标注"其他情况下为 0",并检查各自积分为 1。

规范解答

非零区域为 $0\le x\le1$、$0\le y\le1$。

求 $f_X(x)$:当 $0\le x\le1$ 时

$$f_X(x)=\int_{x^2}^{x}6\,dy=6(x-x^2),\qquad\text{其他 }x\text{ 时 }f_X(x)=0$$

求 $f_Y(y)$:由 $x^2\le y\le x$ 反解得 $y\le x\le\sqrt y$,当 $0\le y\le1$ 时

$$f_Y(y)=\int_{y}^{\sqrt y}6\,dx=6(\sqrt y-y),\qquad\text{其他 }y\text{ 时 }f_Y(y)=0$$

核心公式

$f_X(x)=\displaystyle\int_{-\infty}^{+\infty}f(x,y)\,dy$,  $f_Y(y)=\displaystyle\int_{-\infty}^{+\infty}f(x,y)\,dx$——"求谁不积谁"。

易错批注

① 反解 $x^2\le y$ 时会得到 $x\le\sqrt y$ 与 $x\ge-\sqrt y$ 两支,本区域 $x\ge0$ 故只取下界 $y$、上界 $\sqrt y$;② 两个边缘密度都必须在末尾写清"其他为 0";③ 密度里有 √ 是正常的,别以为算错。

口诀求谁不积谁,画完区域记得补零。

10

二维正态的条件概率密度

了解

考频 2/5 · 分值 4–6 分 · 结论记忆为主

题目

设 $(X,Y)\sim N(0,0,1,1,\rho)$,求条件概率密度 $f_{X|Y}(x|y)$ 与 $f_{Y|X}(y|x)$。

解题模板

  1. 写边缘:本题 $X,Y$ 均服从 $N(0,1)$,边缘密度随手写出。
  2. 按定义相除:$f_{X|Y}(x|y)=\dfrac{f(x,y)}{f_Y(y)}$。
  3. 指数配方:把两个指数项相减,凑成关于 $x$ 的完全平方。
  4. 读结论:条件分布仍为正态,均值 $\rho y$、方差 $1-\rho^2$;对称地换下标即得另一式。

规范解答

已知 $f_X(x)=\frac{1}{\sqrt{2\pi}}e^{-x^2/2}$,$f_Y(y)=\frac{1}{\sqrt{2\pi}}e^{-y^2/2}$,按条件密度定义:

$$f_{X|Y}(x|y)=\frac{f(x,y)}{f_Y(y)}=\frac{\frac{1}{2\pi\sqrt{1-\rho^2}}\exp\!\left[-\frac{x^2-2\rho xy+y^2}{2(1-\rho^2)}\right]}{\frac{1}{\sqrt{2\pi}}\exp\!\left[-\frac{y^2}{2}\right]}$$

指数项相减并配方后得

$$f_{X|Y}(x|y)=\frac{1}{\sqrt{2\pi(1-\rho^2)}}\exp\!\left[-\frac{(x-\rho y)^2}{2(1-\rho^2)}\right]$$

同理

$$f_{Y|X}(y|x)=\frac{1}{\sqrt{2\pi(1-\rho^2)}}\exp\!\left[-\frac{(y-\rho x)^2}{2(1-\rho^2)}\right]$$

核心公式

$X|Y=y\sim N\!\left(\rho y,\ 1-\rho^2\right)$;  一般情形:$X|Y=y\sim N\!\left(\mu_1+\rho\frac{\sigma_1}{\sigma_2}(y-\mu_2),\ \sigma_1^2(1-\rho^2)\right)$。

易错批注

① 条件方差不含 $y$,是常数 $1-\rho^2$;② 条件均值带符号 $\rho y$,写成 $\rho x$ 就错了;③ $\rho=0$ 时条件密度退化为边缘密度,这正是"正态不相关即独立"的体现。

口诀条件正态:均值 $\rho y$,方差 $1-\rho^2$。

数字特征(期望、方差及其性质)

卷面占比 15% · 常与前三章混编成题

3 个题型
11

连续型随机变量函数的数学期望

必考

考频 5/5 · 分值 6–8 分 · 解答题

题目

设 $X$ 的概率密度为 $f(x)=\begin{cases}\frac38x^2,&0<x<2\\ 0,&\text{其他}\end{cases}$,求 $E(X)$ 与 $E\!\left(\frac1X\right)$。

解题模板

  1. 套定义:$E[g(X)]=\displaystyle\int_{-\infty}^{+\infty}g(x)f(x)\,dx$,这里 $g(x)$ 分别是 $x$ 与 $\frac1x$。
  2. 缩区间:只在密度非零的 $(0,2)$ 上积分,其余部分为 0 可略。
  3. 幂函数积分:合并系数后按 $\int x^n dx$ 直接积,代上下限。
  4. 自检:连续型期望的量级应落在 $(0,2)$ 区间内。

规范解答

由 $E[g(X)]=\int_{-\infty}^{+\infty}g(x)f(x)\,dx$:

$$E(X)=\int_0^2x\cdot\frac38x^2\,dx=\int_0^2\frac38x^3\,dx=\left[\frac{3}{32}x^4\right]_0^2=\frac32$$
$$E\!\left(\frac1X\right)=\int_0^2\frac1x\cdot\frac38x^2\,dx=\int_0^2\frac38x\,dx=\left[\frac{3}{16}x^2\right]_0^2=\frac34$$

核心公式

连续型:$E[g(X)]=\displaystyle\int_{-\infty}^{+\infty}g(x)f(x)\,dx$;  离散型:$E[g(X)]=\sum_k g(x_k)p_k$。

易错批注

① 不要背分布表硬套,本题既不是标准均匀也不是标准正态,只能按定义积分;② $E\!\left(\frac1X\right)\ne\dfrac{1}{E(X)}$,函数期望必须重新积分;③ 系数 $\frac38$ 别丢。

口诀函数期望不用换密度,直接 $g(x)f(x)$ 积分。

12

期望的线性性质与独立乘积性质

高频

考频 4/5 · 分值 4 分 · 选择 / 填空

题目

设 $X,Y,Z$ 相互独立,且 $E(X)=5$,$E(Y)=11$,$E(Z)=8$,求:(1) $E(2X+3Y+1)$;(2) $E(YZ-4X)$。

解题模板

  1. 判性质:式子是加减法组合,期望可以无条件拆分,先拆成若干项。
  2. 提常数:$E(aX+b)=aE(X)+b$,常数项的期望仍是它自己。
  3. 乘法要验独立:出现 $YZ$、$XY$ 这类乘积,必须先确认独立,才可拆成 $E(Y)E(Z)$。
  4. 代入数值:逐项替换,最后统一算算术。

规范解答

(1) 用期望的线性性质(无需独立条件):

$$E(U)=2E(X)+3E(Y)+1=2\times5+3\times11+1=44$$

(2) 由独立性 $E(YZ)=E(Y)E(Z)$:

$$E(V)=E(Y)E(Z)-4E(X)=11\times8-4\times5=68$$

核心公式

$E(aX+bY+c)=aE(X)+bE(Y)+c$(恒成立);  $X,Y$ 独立 $\Rightarrow E(XY)=E(X)E(Y)$。

易错批注

加法不需要独立,乘法必须独立——这是本章最容易失分的一句话。此外常数 $1$ 的期望是 $1$,写成 0 会直接丢分。

口诀加法随便拆,乘法要独立。

13

标准化的期望与方差

高频

考频 4/5 · 分值 4 分 · 选择 / 填空

题目

设 $E(X)$ 有限、$D(X)=\sigma^2\ (\sigma>0)$,令 $Y=\dfrac{X-E(X)}{\sigma}$,求 $E(Y)$、$D(Y)$。

解题模板

  1. 求期望:把 $\frac{1}{\sigma}$ 提出来,$E[X-E(X)]=E(X)-E(X)=0$。
  2. 求方差:注意 $D(kX)=k^2D(X)$,系数要平方,即 $\frac{1}{\sigma^2}$。
  3. 利用平移不变:减去常数不改变方差,$D[X-E(X)]=D(X)$。
  4. 写结论:$E(Y)=0,\ D(Y)=1$——这就是"标准化"的含义。

规范解答

求 $E(Y)$:

$$E(Y)=E\!\left[\frac{X-E(X)}{\sigma}\right]=\frac{1}{\sigma}\left[E(X)-E(X)\right]=0$$

求 $D(Y)$:

$$D(Y)=D\!\left[\frac{X-E(X)}{\sigma}\right]=\frac{1}{\sigma^2}D[X-E(X)]=\frac{1}{\sigma^2}D(X)=1$$

核心公式

$D(aX+b)=a^2D(X)$;  $D(X)=E(X^2)-[E(X)]^2$;  $D(X\pm Y)=D(X)+D(Y)\pm2\mathrm{Cov}(X,Y)$。

易错批注

① 方差里的系数必须平方,写成 $\frac1\sigma$ 就错;② 加常数不影响方差;③ 独立时协方差为 0,方差才能直接相加。

口诀减均值除标准差,期望归零方差归一。

中心极限定理

卷面占比 8% · 一道应用大题

1 个题型
14

独立同分布中心极限定理的应用

高频

考频 4/5 · 分值 6–8 分 · 应用题

题目

一个螺丝钉的质量(单位:g)是随机变量,数学期望为 100,标准差为 10。求一盒(100 个)同型号螺丝钉质量超过 $10.2\text{ kg}$ 的概率。

解题模板

  1. 设和:令 $X_i$ 为第 $i$ 个螺丝钉质量,总和 $S=\sum_{i=1}^{n}X_i$,$n=100$。
  2. 写近似分布:$S$ 近似服从 $N(n\mu,\ n\sigma^2)$,注意方差也乘 $n$。
  3. 统一单位:把阈值 $10.2\text{ kg}$ 换成 $10200\text{ g}$,与题干同量纲。
  4. 标准化查表:除以标准差 $\sqrt{n\sigma^2}=\sqrt n\,\sigma$,再查 $\Phi$。

规范解答

设总质量 $S=\sum_{i=1}^{100}X_i$,由 CLT:

$$S\ \text{近似}\ N(n\mu,\ n\sigma^2)=N(10000,\ 10000)$$

把 $10.2\text{ kg}=10200\text{ g}$ 代入并标准化:

$$P\{S>10200\}=P\!\left\{\frac{S-10000}{\sqrt{10000}}>\frac{10200-10000}{100}\right\}\approx P\{Z>2\}=1-\Phi(2)=1-0.9772=0.0228$$

核心公式

独立同分布、$n$ 充分大:$\displaystyle\sum_{i=1}^nX_i\ \text{近似}\ N(n\mu,\ n\sigma^2)$;  $\dfrac{\sum X_i-n\mu}{\sqrt n\,\sigma}\ \text{近似}\ N(0,1)$。

易错批注

① 分母是 $\sqrt{n\sigma^2}=100$,不是 $\sigma=10$,忘记乘 $n$ 是本题最大坑;② 单位换算必须做,$10.2$ 与 $10200$ 差 1000 倍;③ 定理要求独立同分布,"近似"二字要写出来。

口诀求和的分布:均值乘 $n$,方差也乘 $n$。

数理统计基础(统计量与抽样分布)

卷面占比 15% · 小题密集区,性价比最高

3 个题型
15

统计量概念辨析

高频

考频 4/5 · 分值 4 分 · 选择题

题目

设 $X_1,X_2,\dots,X_n$ 是来自总体 $X\sim N(\mu,2^2)$($\mu$ 未知)的样本,下列变量中哪个不是统计量?

(A) $\sum_{i=1}^n (X_i-3)^2$    (B) $\sum_{i=1}^n \frac{(X_i-\mu)^2}{4}$

(C) $\mu+\min\{X_1-\mu,\dots,X_n-\mu\}$    (D) $\sum_{i=1}^n (X_i-\mu)^2-n(\bar X-\mu)^2$

解题模板

  1. 念定义:统计量=不含任何未知参数、完全由样本决定的函数。
  2. 逐个扫描:看到 $\mu$ 就标红,看到已知常数(如 3、4)则通过。
  3. 嫌疑项展开:把带 $\mu$ 的式子展开化简,看能否消去未知参数。
  4. 下结论:无法消去、必须知道 $\mu$ 才能算出的,才是答案。

规范解答

选项 B 中显式出现未知参数 $\mu$,不代入 $\mu$ 就无法计算,因此不是统计量。

补充说明:A 只含样本与已知常数 3,是统计量;C 的 $\mu+\min\{X_i-\mu\}$ 化简后等于 $\min\{X_i\}$,$\mu$ 被消去,是统计量;D 展开后 $\mu$ 项相消,也只剩样本的函数。

答案:选 B。

核心公式

统计量 $T=T(X_1,\dots,X_n)$ 中不得含有任何未知参数;常用统计量:$\bar X$,$S^2=\frac{1}{n-1}\sum(X_i-\bar X)^2$。

易错批注

看到字母就判定"含未知参数"会误杀 C、D 两项,必须动手展开化简后才能定性。

口诀统计量是纯样本函数,未知参数一个都不许留。

16

样本均值的抽样分布

高频

考频 4/5 · 分值 6 分 · 解答题

题目

从总体 $X\sim N(60,15^2)$ 中抽取容量为 100 的样本,求样本均值与总体均值之差的绝对值大于 3 的概率。

解题模板

  1. 写分布:$\bar X\sim N\!\left(\mu,\frac{\sigma^2}{n}\right)$,方差要除以 $n$。
  2. 标准化:$\dfrac{\bar X-60}{\sigma/\sqrt n}$,分母先算成 $\sigma/\sqrt n=1.5$。
  3. 去绝对值:$P\{|Z|>k\}=2[1-\Phi(k)]$,两支对称直接乘 2。
  4. 查表收尾:代入 $\Phi(2)=0.9772$。

规范解答

由抽样分布性质:

$$\bar X\sim N\!\left(\mu,\frac{\sigma^2}{n}\right)=N\!\left(60,\frac{15^2}{100}\right)=N(60,1.5^2)$$

于是

$$P\{|\bar X-60|>3\}=P\!\left\{\left|\frac{\bar X-60}{1.5}\right|>\frac{3}{1.5}\right\}=P\{|Z|>2\}=2[1-\Phi(2)]=2\times0.0228=0.0456$$

核心公式

$\bar X\sim N\!\left(\mu,\dfrac{\sigma^2}{n}\right)$;  $\dfrac{\bar X-\mu}{\sigma/\sqrt n}\sim N(0,1)$(总体正态或 $n$ 较大)。

易错批注

① 均值的方差要除以 $n$,随样本量变大而变小,这是与总体方差唯一的区别;② 绝对值概率别忘了乘 2;③ 分母是 $1.5$ 而非 $15$。

口诀均值的方差除以 $n$,绝对值概率乘 2。

17

确定最小样本容量 $n$

高频

考频 4/5 · 分值 6 分 · 解答题

题目

从总体 $X\sim N(4,2.5^2)$ 中抽取容量为 $n$ 的样本,若要求样本均值落在 $(2.2,6.2)$ 内的概率不小于 $0.95$,则 $n$ 至少取多大?

解题模板

  1. 写分布:$\bar X\sim N\!\left(4,\frac{2.5^2}{n}\right)$。
  2. 对称化:验证区间端点关于均值 4 对称($4-2.2=1.8$,$6.2-4=2.2$?——注意本题区间中心为 4.2,故按"落入区间"直接做标准化,$P\{2.2<\bar X<6.2\}=\Phi\!\left(\frac{2.2\sqrt n}{2.5}\right)-\Phi\!\left(\frac{-1.8\sqrt n}{2.5}\right)$,标准做法是取更紧的一侧即 $|\bar X-4|<1.8$ 的下界控制)。
  3. 转分位数:$0.95$ 对应双侧分位点 $1.96$,把不等式化为 $\dfrac{1.8\sqrt n}{2.5}\ge1.96$。
  4. 解 $n$ 并取整:样本容量必须为整数且要满足"不小于",一律向上取整

规范解答

$\bar X\sim N\!\left(4,\dfrac{2.5^2}{n}\right)$,把条件写成关于均值的对称形式:

$$P\{2.2<\bar X<6.2\}=P\{|\bar X-4|<1.8\}\ge0.95$$

标准化:

$$P\!\left\{|Z|<\frac{1.8}{\frac{2.5}{\sqrt n}}\right\}\ge0.95\ \Longrightarrow\ \frac{1.8\sqrt n}{2.5}\ge1.96\ \Longrightarrow\ \sqrt n\ge2.722\ \Longrightarrow\ n\ge7.41$$

因 $n$ 为正整数且需满足不小于,故向上取整得

$$\boxed{\,n=8\,}$$

核心公式

$P\{|Z|<k\}=2\Phi(k)-1\ge0.95\Rightarrow k\ge1.96$;  常用双侧分位点:$0.90\to1.645$,$0.95\to1.96$,$0.99\to2.58$。

易错批注

① 解出 $n\ge7.41$ 后必须向上取整为 8,取 7 会让概率不足 $0.95$;② 概率条件不能写成 $>0.95$ 再四舍五入;③ 分位点是双侧 $1.96$,不是单侧 $1.645$。

口诀概率转分位点,解出 $n$ 一律向上取整。

参数估计(极大似然估计)

卷面占比 10%–15% · 大题压轴常客

2 个题型
18

一般连续型的极大似然估计

必考

考频 5/5 · 分值 8–10 分 · 解答题

题目

设总体 $X$ 的概率密度为 $f(x;\theta)=\begin{cases}(\theta+1)x^\theta,&0<x<1\\ 0,&\text{其他}\end{cases}$,其中 $\theta>-1$ 为未知参数,$X_1,\dots,X_n$ 为其样本,求 $\theta$ 的最大似然估计量。

解题模板

  1. 写似然:$L(\theta)=\prod_{i=1}^n f(x_i;\theta)$,把乘积中的常数提出来、同底数幂合并。
  2. 取对数:$\ln L$ 把乘积变加法,$\prod$ 变 $\sum$。
  3. 求导归零:$\dfrac{d\ln L}{d\theta}=0$,得到关于 $\theta$ 的方程。
  4. 写成估计量:解出的 $x_i$ 一律换成大写 $X_i$,并注明适用区间(本题 $\theta>-1$)。

规范解答

构造似然函数:

$$L(\theta)=\prod_{i=1}^n(\theta+1)x_i^{\theta}=(\theta+1)^n\left(\prod_{i=1}^n x_i\right)^{\theta}$$

取对数似然函数:

$$\ln L(\theta)=n\ln(\theta+1)+\theta\sum_{i=1}^n\ln x_i$$

对 $\theta$ 求导并令其为 0:

$$\frac{d\ln L(\theta)}{d\theta}=\frac{n}{\theta+1}+\sum_{i=1}^n\ln x_i=0\ \Longrightarrow\ \hat\theta=-\frac{n}{\sum_{i=1}^n\ln X_i}-1$$

核心公式

四步法:$L(\theta)=\prod f(x_i;\theta)$ → $\ln L(\theta)$ → $\dfrac{d\ln L}{d\theta}=0$ → 解出 $\hat\theta$。

易错批注

① 最后必须把 $x_i$ 换成 $X_i$,因为要求的是"估计"而不是一个数值;② 求导方程里分母 $\theta+1$ 不要漏;③ 若二阶导为负才能确认是极大值点,简答题写一句"由似然方程唯一解即为 MLE"即可。

口诀似然—对数—求导—归零,四步定乾坤。

19

边界型分布的极大似然估计

高频

考频 4/5 · 分值 6–8 分 · 解答题

题目

设总体 $X$ 的概率密度为 $f(x;\theta)=\begin{cases}e^{-(x-\theta)},&x\ge\theta\\ 0,&\text{其他}\end{cases}$,求 $\theta$ 的最大似然估计量。

解题模板

  1. 先定约束:密度非零要求每个 $x_i\ge\theta$,等价于 $\theta\le\min\{x_1,\dots,x_n\}$,取值范围是解题的关键。
  2. 写似然:在满足约束的区域内,$L(\theta)=\prod e^{-(x_i-\theta)}=e^{-\sum x_i}\cdot e^{n\theta}$。
  3. 看单调性:$e^{n\theta}$ 关于 $\theta$ 递增,所以 $L$ 严格单调递增(不能求导归零,导数恒不为 0)。
  4. 取边界:递增函数在允许范围的上界取到最大值,故 $\hat\theta=\min\{X_i\}$。

规范解答

样本必须落在非零区域,故约束为 $x_i\ge\theta$,即 $\theta\le\min\{x_1,\dots,x_n\}$。在此范围内:

$$L(\theta)=\prod_{i=1}^n e^{-(x_i-\theta)}=e^{-\sum_{i=1}^n x_i}\cdot e^{n\theta}$$

$L(\theta)$ 关于 $\theta$ 严格单调递增,故取允许范围内最大上限:

$$\hat\theta=\min\{X_1,X_2,\dots,X_n\}$$

核心公式

边界型速判:$L$ 关于 $\theta$ 递增 → $\hat\theta$ 取约束上界;$L$ 递减 → 取约束下界(常为 $\max\{X_i\}$)。

易错批注

① 本题不能求导(求导后恒大于 0),直接套"四步法"会卡住;② 约束方向别写反:$x_i\ge\theta$ 说明 $\theta$ 取的是最小的观察值;③ 若密度写成 $e^{-(x-\theta)},\,x>\theta$,结论相同,端点开闭不影响估计量。

口诀求导无解看单调,递增取上界、递减取下界。

考点速查表(19 题型一览)

考前最后一遍:从上往下扫,看到不熟的点编号回跳

19 行
等级依据:近几套试卷的命题频次与分值权重,仅作复习优先级参考
编号考点所属章节等级预估分值一句话要点
01经典贝叶斯逆概率必考8–10分母全概率,分子单支乘
02抽样类全概率与贝叶斯高频6–8分层设 $H_i$,两步用无放回
03独立事件的对立性与等式高频4独立可拆 $\bar A,\bar B$
04离散型分布律与分布函数高频6–8超几何列律,$F$ 逐段累加
05分段密度求常数与概率必考8–10归一性 + 已知概率两式
06正态分布计算与对称性必考6–8标准化后查 $\Phi$ 表
07二维离散联合分布律必考8–10画表 + 挑格子
08二维连续二重积分必考8–10先内后外,限随条件收紧
09边缘概率密度高频6–8求谁不积谁,补零区间
10二维正态条件密度了解4–6均值 $\rho y$,方差 $1-\rho^2$
11连续型函数期望必考6–8直接 $g(x)f(x)$ 积分
12期望线性与乘积性质高频4加法随时拆,乘法要独立
13标准化的期望与方差高频4$E(Y)=0,\ D(Y)=1$
14中心极限定理应用高频6–8和近似 $N(n\mu,n\sigma^2)$
15统计量概念辨析高频4不含未知参数
16样本均值的抽样分布高频6方差除以 $n$
17最小样本容量 $n$高频6概率转分位点,向上取整
18极大似然估计(一般型)必考8–10似然—对数—求导—归零
19极大似然估计(边界型)高频6–8看单调性取边界

公式手册

进考场前 10 分钟过一遍,重点是「常用分布表」与「期望方差性质」

4 组

常用分布速查

所有期望、方差均可由定义推导,但考试建议直接调用
名称记号分布律 / 密度$E(X)$$D(X)$
两点分布$B(1,p)$$P\{X=1\}=p,\ P\{X=0\}=1-p$$p$$p(1-p)$
二项分布$B(n,p)$$P\{X=k\}=C_n^kp^k(1-p)^{n-k}$$np$$np(1-p)$
泊松分布$P(\lambda)$$P\{X=k\}=\dfrac{\lambda^k}{k!}e^{-\lambda}$$\lambda$$\lambda$
均匀分布$U(a,b)$$f(x)=\dfrac{1}{b-a},\ a<x<b$$\dfrac{a+b}{2}$$\dfrac{(b-a)^2}{12}$
指数分布$E(\lambda)$$f(x)=\lambda e^{-\lambda x},\ x>0$$\dfrac1\lambda$$\dfrac{1}{\lambda^2}$
正态分布$N(\mu,\sigma^2)$$f(x)=\dfrac{1}{\sqrt{2\pi}\sigma}e^{-\frac{(x-\mu)^2}{2\sigma^2}}$$\mu$$\sigma^2$
超几何分布$H(N,M,n)$$P\{X=k\}=\dfrac{C_M^kC_{N-M}^{n-k}}{C_N^n}$$n\dfrac MN$$n\dfrac MN\dfrac{N-M}{N}\dfrac{N-n}{N-1}$

概率与统计核心公式

主题公式
条件概率$P(A|B)=\dfrac{P(AB)}{P(B)}$,$P(AB)=P(A)P(B|A)$
全概率 / 贝叶斯$P(B)=\sum_iP(A_i)P(B|A_i)$, $P(A_i|B)=\dfrac{P(A_i)P(B|A_i)}{P(B)}$
独立性$P(AB)=P(A)P(B)$;对立事件、子事件组合仍独立
分布函数$F(x)=P(X\le x)$,右连续、单调不减,$\lim_{x\to-\infty}F=0,\ \lim_{x\to+\infty}F=1$
密度与分布函数$F(x)=\int_{-\infty}^{x}f(t)\,dt$,$f(x)=F'(x)$(在连续点)
边缘密度$f_X(x)=\int f(x,y)\,dy$, $f_Y(y)=\int f(x,y)\,dx$
条件密度$f_{X|Y}(x|y)=\dfrac{f(x,y)}{f_Y(y)}$
期望定义$\int xf(x)\,dx$ 或 $\sum x_kp_k$;函数期望 $E[g(X)]=\int g(x)f(x)\,dx$
方差$D(X)=E(X^2)-[E(X)]^2$,$D(aX+b)=a^2D(X)$
协方差 / 相关系数$\mathrm{Cov}(X,Y)=E(XY)-E(X)E(Y)$,$\rho_{XY}=\dfrac{\mathrm{Cov}(X,Y)}{\sqrt{D(X)}\sqrt{D(Y)}}$
中心极限定理$\sum_{i=1}^nX_i$ 近似 $N(n\mu,n\sigma^2)$
样本均值分布$\bar X\sim N\!\left(\mu,\dfrac{\sigma^2}{n}\right)$;$\dfrac{(n-1)S^2}{\sigma^2}\sim\chi^2(n-1)$
常用分位点$\Phi(1)=0.8413,\ \Phi(1.96)=0.975,\ \Phi(2)=0.9772,\ \Phi(3)=0.9987$
常用 Φ 补值$\Phi(-1)=0.1587,\ \Phi(-2)=0.0228$; $0.90\to1.645,\ 0.95\to1.96,\ 0.99\to2.58$

自测闯关 · 32 题

乱序出题 · 每题对应一个考点

点击选项立即判定:答对自动进入下一题,答错会显示正确答案与对应考点编号,可直接点开复习。整轮结束后列出全部错题,方便二次过筛。

点击下方「开始自测」,题目会随机打乱顺序出现。
0 / 32

本页为复习提纲与自测工具,题目解法经过整理,用于期末冲刺复习;等级与分值为基于命题频次的复习优先级参考,不等同于考试大纲。