自考概率论与数理统计经管类考试大纲.docx

1、自考概率论与数理统计经管类考试大纲自考概率论与数理统计(经管类)考试大纲第一章 随机事件和概率(一)考试内容掌握随机事件之间的关系及其运算； 理解概率的定义， 掌握概率 的基本性质， 会用这些性质进行概率的基本计算； 理解占典概型的定 义，会计算简单的古典概型问题；理解条件概率的概念，会用乘法公 式、全概率公式和贝叶斯公式进行概率汁算；理解事件独立性的概 念会用事件独立性进行概率计算.重点：随机事件的关系与运算、概率的概念、性质；条件概率； 事件独立性的概念，乘法公式、全概率公式、贝叶斯公式难点：古典概型的概率汁算全概率公式、贝叶斯公式，事件独 立性的概念(二)考试要求(1)随机事件的概念及表

2、示，要求达到 “识记 ”层次(2)事件的包含与相等、和事件、积事件、互不相容、对立事件 的概念，要求达到 “领会 ”层次(3)和事件、积事件、对立事件的基本运算规律要求达到 “简单 应用 ”层次(4)频率的定义，频率的基本性质，要求达到 “领会 ”层次(5)概率的定义，要求达到 “领会 ”层次(6)概率的性质，要求达到 “简单应用 ”层次(7)占典概型的定义，要求达到 “领会 ”层次(8)简单古典概型的概率汁算，要求达到 “简单应用 ”层次(9)条件概率的概念，要求达到 “领会 ”层次(10)乘法公式， 会用乘法公式进行有关概率的计算， 要求达到 “简 单应用 ”层次(11)全概率公式与贝叶斯

3、公式，会用这两个公式进行汁算，要求 达到“综合应用 ”层次(12)事件独立性的概念，要求达到 “领会 ”层次(13)用事件的独立性计算概率要求达到 “简单应用 ”层次(14)贝努利概型，要求达到 “简单应用 ”层次第二章 随机变量及其概率分布(一)考试内容理解随机变量及其分布函数的概念； 理解离散型随机变量及其分 布律的概念； 掌握较简单的离散型随机变量的分布律的计算； 掌握两 点分布、二项分布与泊松分布； 掌握连续型随机变量及其概率密度函 数的概念、性质及有关计算；掌握均匀分布、指数分布及其计算；熟 练掌握正态分布及其计算； 了解随机变量函数的概念， 会求简单随机 变量函数的概率分布，重点：

4、随机变量的分布律与概率密度函数的概念、性质和计算， 随机变量函数的分布，几种常用分布，难点：随机变量的分布律、概率密度函数，随机变量的函数的分 布律、分布函数、概率密度函数(二)考试要求(1)随机变量的概念及其分类，要求达到 “识记 ”层次(2)离散型随机变量的概念，要求达到 “识记 ”层次(3)求较简单的离散型随机变量的概率分布律，要求达到 “简单应 用”层次(4)两点分布、二次分布、泊松分布，要求达到 “简单应用 ”层次(5)随机变量分布函数的定义、性质，要求达到 “领会 ”层次(6)求简单离散型随机变量的分布函数， 要求达到 “简单应用 ”层次(7)离散型随机变量分布函数与概率分布律的关

5、系，要求达到 “简 单应用 ”层次(8)连续型随机变量及其概率密度函数的定义、 性质，要求达到 “领 会”层次(9)用概率密度函数求分布函数，用分布函数求概率密度函数， 要求达到 “简单应用 ”层次(10)均匀分布、指数分布，要求达到 “简单应用 ”层次(11)正态分布的定义及性质，要求达到 “领会 ”层次(12)标准正态分布，一般正态分布的标准化及其概率计算，要求达到“综合应用 ”层次(13)分位数的定义，要求达到 “领会 ”层次(14)求离散型随机变量的简单函数分布律， 要求达到“简单应用 ” 层次(15)求连续型随机变量的简单函数的概率密度函数， 要求达到 “简 单应用 ”层次第三章 多

6、维随机变量及其概率分布(一)考试内容理解二维离散型随机变量的分布律及其性质；理解 二维连续型 随机变量的概率密度函数及其性质； 理解边缘分布律、 边缘概率密度 函数的概念， 掌握求边缘分布律以及边缘概率密度函数的方法； 会判 断随机变量的独立性；了解两个随机变量的和的分布的求法，重点：联合分布律，概率密度函数，边缘分布律，边缘概率密度 函数，随机变量的独立性，难点：边缘分布律，边缘概率密度函数，两个独立随机变量和的 分布(二)考试要求(1)二维随机变量及其分布函数的定义，分布函数的基本性质， 要求达到 “识记”层次(2)二维离散型随机变量联合分布律，边缘分布律，要求达到 “领 会”层次(3)由

7、联合分布律求边缘分布律，要求达到 “简单应用 ”层次(4)二维连续型随机变量分布函数，概率密度函数和边缘概率密 度函数的定义及性质，要求达到 “领会 ”层次(5)用联合概率密度函数求边缘概率密度函数，要求达到 “简单应用”层次(6)二维均匀分布、二维正态分布，要求达到 “简单应用 ”层次(7)n 维随机变量及其分布，要求达到 “识记 ”层次(8)二维正态分布随机变量的联合概率密度和边缘概率密度函 数，要求达到 “识记 ”层次(9)随机变量独立性的定义，要求达到 “领会 ”层次(10)判别离散型随机变量的独立性，要求达到 “简单应用 ”层次(11)判别连续型随机变量的独立性，要求达到 “简单应用

8、 ”层次(12)简单二维离散型随机变量函数的分布，要求达到 “简单应用 层次(13)两个独立随机变量和的分布，要求达到 “识记 ”层次第四章 随机变量的数字特征(一)考试内容 理解期望与方差的概念， 掌握期望与方差的性质与计算， 会计算 随机变量函数的期望，掌握两点分布、二项分布、泊松分布、均匀分 布、指数分布和正态分布的期望与方差了解协方差、相关系数的概念及性质，会求相关系数，知道矩与协方差阵的概念及求法重点：期望、方差、协方差的计算，随机变量函数的数学期望 难点：随机变量函数的数学期望(二)考试要求(1)期望的定义及性质，要求达到 “领会 ”层次(2)随机变量的期望的计算，要求达到 “简单

9、应用 ”层次(3)随机变量的函数的期望的计算，要求达到 “综合应用 ”层次(4)方差、标准差的定义及性质，要求达到 “领会 ”层次(5)方差、标准差的计算，要求达到 “简单应用 ”层次(6)两点分布、二项分布、泊松分布随机变量的期望和方差，要 求达到 “识记”层次(7)均匀分布、指数分布、正态分布随机变量的期望和方差，要 求达到 “识记”层次(8)协方差和相关系数的定义及其性质，要求达到 “领会 ”层次(9)求协方差和相关系数，要求达到 “简单应用 ”层次(10)二维正态分布随机变量的相关系数，相关性与独立性的关 系，要求达到 “领会 ”层次第五章 大数定律及中心极限定理(一)考试内容了解切比

10、雪夫不等式， 知道依概率收敛的概念， 了解切比雪夫大数定律、 贝努利大数定律 掌握独立同分布的中心极限定理与棣莫弗一拉普拉斯中心极限定理的简单应用 重点：中心极限定理的简单应用 . 难点：中心极限定理的简单应用 (二)考试要求(1)切比雪夫大数定律要求达到 “识记 ”层次(2)贝努利大数定律，要求达到 “识记 ”层次(3)独立同分布中心极限定理，要求达到 “简单应用 ”层次(4)棣莫弗一拉普拉斯中心极限定理，要求达到 “简单应用 ”层次第六章 统计量与抽样分布(一)考试内容了解总体、样本的概念，了解总体分布与样本分布的关系；理解 统计量的概念；理解样本均值、样本方差以及样本矩的概念；了解 x2

11、布、t分布.F分布的结构性定义的性质及概率密度曲线的形状，理 解分位数并会查表计算；掌握正态总体的抽样分布重点：常用统计量、正态总体的抽样分布 . 难点：正态总体抽样分布(二)考试要求(1)统计量的概念，要求达到 “识记 ”层次(2)总体、个体及简单随机样本的概念，要求达到 “识记 ”层次(3)样本均值、样本方差、样本标准差、样本矩的概念，要求达 到“识记”层次(4)X2分布、分布、F分布的结构性定义及性质，要求达到 识 记”层次(5)分位数的概念，要求达到 “领会”层次(6)查表计算常用分布的分位数，要求达到 “简单应用 ”层次(7)正态总体的抽样分布，要求达到 “简单应用 ”层次第七章 参

12、数估计(一)考试内容了解参数的点估计、估计量与估计值的概念；掌握矩估计、极大 似然估计的方法；理解估计量无偏性的概念，了解有效性、相合性的 概念，了解置信区间的概念， 会求单个正态总体均值和方差的置信区 间，单个正态总体均值与方差的区间识记”层次简单应用 ”层次重点：矩估计和极大似然估计， 估计难点：极大似然估计(二)考试要求(1)参数估计的概念，要求达到(2)求参数的矩估计，要求达到(3)求极大似然估计，要求达到 “简单应用 ”层次(4)估计量的无偏性，要求达到 “领会 ”层次(5)估计量的有效性、相合性，要求达到 “识记 ”层次(6)置信区间的概念，要求达到 “领会 ”层次(7)求单个正态

13、总体均值和方差的置信区间， 要求达到 “简单应用 层次第八章 假设检验(一)考试内容了解假设检验的基本思想， 掌握假设检验的基本步骤； 掌握正态 总体的均值及方差的假设检验，重点：单个正态总体的均值与方差的假设检验 难点：两个正态总体的均值差与方差比的假设检验(二)考试要求(1)假设检验的基本思想及假设检验的基本步骤， 要求达到 “领会 层次(2)假设检验的两类错误，要求达到 “领会 ”层次(3)单个正态总体的均值和方差的假设检验， 要求达到 “简单应用 层次(4)两个正态总体的均值差与方差比的假设检验， 要求达到 “领会 层次第九章 回归分析一)考试内容理解一元线性回归分析的基本思想， 了解一元线性回归模型的假设条件，会用最小二乘法估计回归模型中的未知参数，重点：最小二乘法，难点：最小二乘法(二)考试要求(1)-元线性回归模型的假设条件，要求达到 “识记”层次(2)-元线性回归分析的基本思想，要求达到 “领会”层次(3)用最小二乘法估计回归模型中的未知参数，要求达到 “简单应用”层次