匿名使用者
1級
2019-01-07 回答複習重點
1。 機率的一般加法公式；
2。 2。 條件機率；
3。 3。 全機率公式；
4。 4。 貝葉斯公式；
5。 5。 常見的離散型隨機變數的機率分佈：兩點分佈，二項分佈，泊松分佈；
6。 6。 離散型隨機變數的分佈函式；
7。 7。 連續型隨機變數的分佈函式；
8。 8。 連續型隨機變數的機率密度函式；
9。 9。 常見的連續型隨機變數的機率分佈：均勻分佈，指數分佈，正態分佈；
10。 10。 離散型（列舉法）
11。 連續型（分佈函式法）
12。 11。 二維隨機變數的聯合分佈函式；
13。 12。 二維離散型分佈的聯合分佈列；
14。 13。 二維連續型分佈的聯合分佈密度函式（聯合密度函式）；
15。 14。 X的邊緣分佈函式，邊緣分佈列，X的邊緣密度函式；
16。 15。 怎樣驗證X與Y是否獨立；
17。 16。 常見離散型隨機變數的期望：兩點分佈，二項分佈，泊松分佈；
18。 17。 連續型隨機變數期望的演算法；
19。 18。 常見連續型隨機變數的期望：均勻分佈，指數分佈，正態分佈；
20。 19。 期望的簡單性質，方差的簡化公式；
21。 20。 常見分佈的期望及方差P77表格；
22。 21。 二維隨機變數的數字特徵，協方差和相關係數的計算；
23。 22。 切比雪夫不等式；
24。 23。 樣本的數字特徵；
25。 24。 U統計量，卡方統計量，t統計量；
26。 25。 矩估計法的計算過程（極大似然估計法）；
27。 26。 怎樣驗證無偏性？
28。 27。 區間估計中正態總體均值的區間估計：當方差已知時，均值的區間估計。當
29。 方差未知時，均值的區間估計。正態總體方差的區間估計；
30。 28。 判斷假設檢驗中第一類錯誤和第二類錯誤；
31。 29。 正態總體均值的假設檢驗：當方差已知時均值的檢驗（U檢驗法），當方差未
32。 知時均值的檢驗（t檢驗法）。
33。 30。 正態總體方差的假設檢驗：單個正態總體方差的檢驗（卡方檢驗法）。
珍惜眼前人
1級
2019-01-07 回答f y（y）是y的機率密度，本來就和x沒有關係，當然不應該含x f x|y（x|y）是當y為某值時x的機率密度，當然和y的值有關 說形象一點，f（x，y）的影象是一個三角形 f y（y）就相當於把這個三角形拍扁到y軸上 f x|y（x|y）就相當與把三角形拍扁到與x軸平行，值為y的線上，這裡會切掉取當前y值時x範圍之外的部分，所以下限要被y限制 ∫（y，1）dx和∫（-y，1）dx不能加一起時因為此處不是在算面積，而是算面積微元，或者說某種意義上的長度 f（x，y）的每個值表示一個點，你可以認為f y（y）的每個值表示一條線段 並且f（x，y）是二元函式，算面積要進行2重積分，不知道這樣說明白沒有 二維分佈函式求導的問題是要求二階偏導數存在，且有一些連續性的要求，交換求偏導順序要求相等，等要求，一維的其實也要導數存在，如果不要求連續一般會有斷點 雖然說斷點的取值不影響分佈和機率的計算，但是這就使得分佈函式導數不等於機率密度 例如f（x）=3x，0<=x<=1/4 =2/3+x/3，1/4 =1，x>1 =0，x<0 它在x=1/4處導數不存在，但是該點的機率密度是可以存在的，比如設f（1/4）=0有 f（x）=3，0<=x<=1/4 =1/3，1/4 =0，其它 二維的同理，只是更復雜一些
