课时分配表.doc

课时分配表 章节 教学内容 教学时数 第1章 随机事件与概率 二、随机事件的概率 三、古典概型与几何概型 四、条件概率、全概率公式、贝叶斯公式 五、事件的独立性、贝努利概型 12 第2章 随机变量的 分布与数字特征 一、随机变量及其分布 二、随机变量的数字特征 三、常用的离散型 四、常用的连续型分布 五、随机变量函数的分布 14 第3章 随机量 二、条件分布和随机变量的独立性 三、随机向量的函数的分布与数学期望 四、随机向量的数字特征 五、大数定律与中心极限定理 12 第4章 数理统计的 基础知识 一、总体与样本 二、统计量 三、常用统计量的分布 四、抽样分布 6 第5章 参数估计与 假设检验 一、参数的最大似然估计与矩估计 二、置信区间 三、单正态总体的参数假设检 四、双正态总体的参数假设检验 五、一般总体的参数假设检验 12 第7章 回归分析 一、一元线性回归模型及其参数估计 二、一元线性回归模型的检验 三、一元线性回归的残差分析 四、一元线性回归的预测和控制 8 复 习 讲练习册 4 目 录 第1章 随机事件与概率 §1.1随机事件 §1.2随机事件的概率 §1.3古典概型与几何概型 §1.4条件概率 §1.5事件的独立性 第2章 随机变量的分布与数字特征 §2.1随机变量及其分布 §2.2随机变量的数字特征 §2.3常用的离散型§4.4 抽样分布 第5章 参数估计与假设检验 §5.1点估计概述 §5.2参数的最大似然估计与矩估计 §5.3置信区间 §5.4假设检验概述 §5.5单正态总体的参数假设检验 §5.6双正态总体的参数假设检验 §5.7一般总体的参数假设检验 第7章 回归分析 §7.1一元线性回归模型及其参数估计 §7.2一元线性回归模型的检验 §7.3一元线性回归的残差分析 §7.4一元线性回归的预测和控制 第1章 随机事件与概率 一、 教学目的与要求 1. 理解随机事件的概念，了解样本空间的概念，掌握事件的关系与基本运算 2.理解事件频率的概念，了解随机现象的统计规律性，理解古典概率的定义古典概率，了解几何概率的定义? 掌握概率的基本性质和应用这些性质进行概率计算 5.理解条件概率的概念，掌握条件概率的计算掌握乘法、全概率公式和贝叶斯公式以及应用这些公式进行概率计算理解事件的独立性概念，掌握应用事件独立性进行概率计算 理解贝努试验的概念，掌握二项概率公式及其应用。随机事件样本空间事件之间的关系与运算 §1.2随机事件的概率 事件频率的概念古典概率的定义几何概率的定义§1.4条件概率 ?条件概率的概念条件概率的乘法全概率公式贝叶斯公式以及应用这些公式进行概率计算事件的独立性概念事件贝努概理解随机变量的概念，掌握离散型随机变量和连续型随机变的描述理解分布函数的概念及性质掌握应用概率分布计算有关事件的概率理解数学期望和方差的概念，掌握它们的性质与计算了解矩、协方差的概念，掌握它们的性质与计算了解切比夫不等式掌握二项分布、泊松分布掌握均匀分布、正态分布和指数分布求简单随机变量函数的分布随机变量随机变量离散型随机变量连续型随机变的离散型随机变量连续型随机变随机变量函数的分布随机变量切比夫不等式随机变量连续型随机变的离散型随机变量连续型随机变随机变量函数的分布随机变量的概念离散型随机变量随机变量连续型随机变离散型随机变量连续型随机变随机变量随机变量离散型二项分布泊松分布均匀分布正态分布指数分布离散型随机变量随机变量了解多维随机变量的概念了解二维随机变量的分布函数及其性质，了解二维离散型随机变量的分掌握二维随机变量的边缘分布与联合分布的关系掌握二维均匀分布理解随机变量独立性的概念，掌握应用随机变量的独立性进行概率计算 了解两个独立随机变量的简单函数的分布了解数学期望的概念，它的性质与计算了解协方差和相关系数的概念，了解它们的性质与计算了解贝努大数定律和切比夫大数定律解林德伯格一列维定理（独立同分布的中心极限定理）和德莫佛一普拉斯定理（二项分布）林德伯格一列维定理（独立同分布的中心极限定理）德莫佛一普拉斯定理二维离散型随机量的应用随机变量的独立性进行概率计算德莫佛一普拉斯定理维随机量分布函数及其性质 二维离散型随机量的分应用随机变量的独立性进行概率计算林德伯格一列维定理（独立同分布的中心极限定理）和德莫佛一普拉斯定理离散型随机量随机量随机变量独立性的概念随机量的独立性的独立性的协方差、相关系数它们的性质与计算贝努大数定律 切比夫大数定律林德伯格一列维定理（独立同分布的中心极限定理） 德莫佛一普拉斯定理 林德伯格一列维定理（独立同分布的中心极限定理）和德莫佛一普拉斯定理（二项分布）理解总体、个体、简单随机样本的概念掌握理解统计量的概念掌握样本均值和样本了解 分布和 分