想学概率论与数理统计，不知道难不难学在哪？

时间紧迫，先谢谢各位高手了~，（最好是大题能出的，重中之重那种的）该怎样去学习它，哪个地方不用学我没学过概率论与数理统计！！！！。（20到30分之间）看了这本书一堆复杂的符号，我真的特别的蒙，也不知从哪下手，我想知道这本书的重点都是什么，就是比较难的地方~！ 望高手给我指点归纳，答案详细透彻定追加得分，保证令你满意！！，望各位高手快快答复，为了一个考试才学习的，这本书也就占一部分的分值

忘带书了
真遗憾啊楼主
我书上有重点

不知道是什么考试，我想可以参考下考研大纲比较好，因为在数学一里边，考研大纲明确给出了考试的范围和知识重点，目前2010年还没出，可以看2009的，因为历年来变化都非常小。 如果你考的是特定专业的，可能对知识要求更高，那可能一些考研不要的内容你的考试也会涉及，这个我就不知道怎么说好了~ 顺便给你贴下考研大纲要求的概率内容吧： 概率论与数理统计 一、随机事件和概率 考试内容 随机事件与样本空间 事件的关系与运算 完备事件组 概率的概念 概率的基本性质 古典型概率 几何型概率 条件概率 概率的基本公式 事件的独立性 独立重复试验 考试要求 1．了解样本空间(基本事件空间)的概念，理解随机事件的概念，掌握事件的关系及运算． 2．理解概率、条件概率的概念，掌握概率的基本性质，会计算古典型概率和几何型概率，掌握概率的加法公式、减法公式、乘法公式、全概率公式，以及贝叶斯(Bayes)公式． 3．理解事件独立性的概念，掌握用事件独立性进行概率计算；理解独立重复试验的概念，掌握计算有关事件概率的方法． 二、随机变量及其分布 考试内容 随机变量 随机变量分布函数的概念及其性质 离散型随机变量的概率分布 连续型随机变量的概率密度 常见随机变量的分布 随机变量函数的分布 考试要求 1．理解随机变量的概念，理解分布函数 的概念及性质，会计算与随机变量相联系的事件的概率． 2．理解离散型随机变量及其概率分布的概念，掌握0－1分布、二项分布 、几何分布、超几何分布、泊松（Poisson）分布 及其应用． 3.了解泊松定理的结论和应用条件，会用泊松分布近似表示二项分布. 4．理解连续型随机变量及其概率密度的概念，掌握均匀分布 、正态分布 、指数分布及其应用，其中参数为 的指数分布 的概率密度为 5．会求随机变量函数的分布． 三、多维随机变量及其分布 考试内容 多维随机变量及其分布 二维离散型随机变量的概率分布、边缘分布和条件分布 二维连续型随机变量的概率密度、边缘概率密度和条件密度 随机变量的独立性和不相关性 常用二维随机变量的分布 两个及两个以上随机变量简单函数的分布 考试要求 1．理解多维随机变量的概念，理解多维随机变量的分布的概念和性质. 理解二维离散型随机变量的概率分布、边缘分布和条件分布，理解二维连续型随机变量的概率密度、边缘密度和条件密度，会求与二维随机变量相关事件的概率． 2．理解随机变量的独立性及不相关性的概念，掌握随机变量相互独立的条件. 3．掌握二维均匀分布，了解二维正态分布 的概率密度，理解其中参数的概率意义． 4．会求两个随机变量简单函数的分布，会求多个相互独立随机变量简单函数的分布. 四、随机变量的数字特征 考试内容 随机变量的数学期望（均值）、方差、标准差及其性质 随机变量函数的数学期望 矩、协方差、相关系数及其性质 考试要求 1．理解随机变量数字特征（数学期望、方差、标准差、矩、协方差、相关系数）的概念，会运用数字特征的基本性质，并掌握常用分布的数字特征 2.会求随机变量函数的数学期望. 五、大数定律和中心极限定理 考试内容 切比雪夫（Chebyshev）不等式 切比雪夫大数定律 伯努利（Bernoulli)大数定律 辛钦（Khinchine）大数定律 棣莫弗－拉普拉斯（De Moivre－laplace）定理 列维－林德伯格（Levy-Lindberg）定理 考试要求 1．了解切比雪夫不等式． 2．了解切比雪夫大数定律、伯努利大数定律和辛钦大数定律(独立同分布随机变量序列的大数定律) . 3．了解棣莫弗-拉普拉斯定理(二项分布以正态分布为极限分布)和列维-林德伯格定理(独立同分布随机变量序列的中心极限定理) . 六、数理统计的基本概念 考试内容 总体 个体 简单随机样本 统计量 样本均值 样本方差和样本矩 分布 分布 分布 分位数 正态总体的常用抽样分布 考试要求 1．理解总体、简单随机样本、统计量、样本均值、样本方差及样本矩的概念，其中样本方差定义为： 2．了解 分布、 分布和 分布的概念及性质，了解上侧 分位数的概念并会查表计算． 3．了解正态总体的常用抽样分布． 七、参数估计 考试内容 点估计的概念 估计量与估计值 矩估计法 最大似然估计法 估计量的评选标准 区间估计的概念 单个正态总体的均值和方差的区间估计 两个正态总体的均值差和方差比的区间估计 考试要求 1．理解参数的点估计、估计量与估计值的概念． 2．掌握矩估计法（一阶矩、二阶矩）和最大似然估计法． 3．了解估计量的无偏性、有效性（最小方差性）和一致性（相合性）的概念，并会验证估计量的无偏性． 4．理解区间估计的概念，会求单个正态总体的均值和方差的置信区间，会求两个正态总体的均值差和方差比的置信区间. 八、假设检验 考试内容 显著性检验 假设检验的两类错误 单个及两个正态总体的均值和方差的假设检验 考试要求 1．理解显著性检验的基本思想，掌握假设检验的基本步骤，了解假设检验可能产生的两类错误． 2．掌握单个及两个正态总体的均值和方差的假设检验．

1）所有概率相加=1，所以a=0.12 2） x的边缘分布是把每行加起来 y的边缘分布是把每列加起来 3） x的分布比例都是3:5:2，对於任何y y的分布比例都是4:3:3，对於任何x 所以肯定相互独立，比例和刚才求的边缘概率分布吻合 4） 不相关 独立一定不相关，所以不用算cov了 验证： e(xy)=a-0.09-0.08+0.06=0.01 e(x)=-0.1 e(y)=-0.1 所以cov(x,y)=0.01-(-0.1)(-0.1)=0 但要注意，刚才的命题反过来不能恒成立， 不相关不一定独立！！ 5） x+y可取-2,-1,0,1,2 按这个方向的斜线/一条条来取就可以了 x+y -2 -1 0 1 2 p 0.12， 0.2+0.09，0.08+0.15+0.09，0.06+0.15，0.06 整理一下 p 0.12 0.29 0.32 0.21 0.06

hypothesis test，还有一些分布，像F-distribution，t-distribution等等，例如柏松分布啊。 数理统计里的话要求掌握的是置信区间，或者二元分布啊概率论与数理统计难在数理统计上。概率论就是一些比较基础的概率模型。还有就是方差分析啊什么的。其实概率论与数理统计不是很难

如以上回答内容为低俗、色情、不良、暴力、侵权、涉及违法等信息，可以点下面链接进行举报！

点此我要举报以上问答信息