- 在线播放
- 分集下载
- [1.1]-引言
- [1.2]-1.1样本空间和随机事件
- [1.3]-1.2事件的关系和运算
- [1.4]-1.3古典概率
- [1.5]-1.4几何概率和频率
- [1.6]-1.5概率的公理化定义
- [2.1]-1.6条件概率和乘法定理
- [2.2]-1.7独立性
- [2.3]-1.8全概率公式
- [2.4]-1.9贝叶斯公式
- [3.1]-2.1随机变量及离散型随机变量的定义
- [3.2]-2.2重要的离散型随机变量1
- [3.3]-2.3重要的离散型随机变量2
- [3.4]-2.4随机变量的分布函数
- [4.1]-2.5连续型随机变量及其概率密度
- [4.2]-2.6重要的连续型随机变量
- [4.3]-2.7随机变量函数的分布
- [5.1]-3.1联合分布函数以及离散型随机向量
- [5.2]-3.2二维连续型随机变量
- [5.3]-3.3边缘分布函数和边缘分布律
- [5.4]-3.4边缘密度函数
- [6.1]-3.5独立性
- [6.2]-3.6随机变量函数的分布
- [6.3]-3.7随机变量和的分布
- [6.4]-3.8最大值和最小值的分布
- [7.1]-离散型随机变量的数学期望
- [7.2]-连续型随机变量的数学期望
- [7.3]-随机变量函数的数学期望
- [7.4]-数学期望的性质和应用
- [7.5]-方差的定义和性质
- [7.6]-常见分布的方差及切比雪夫不等式
- [8.1]-4.7协方差
- [8.2]-4.8相关系数
- [8.3]-4.9矩和协方差矩阵
- [8.4]-5.1大数定理
- [8.5]-5.2中心极限定理
- [9.1]-6.1数理统计介绍
- [9.2]-6.2统计中的基本概念:总体,样本
- [9.3]-6.3统计量的定义和常用统计量
- [9.4]-6.4χ2分布和t分布
- [9.5]-6.5F分布及其分位数
- [9.6]-6.6基于正态总体的抽样分布
- [10.1]-7.1点估计的基本概念及矩估计方法
- [10.2]-7.2最大似然估计方法
- [10.3]-7.3最大似然估计例题
- [10.4]-7.4估计量的评选标准无偏性
- [10.5]-7.5估计量的评选标准有效性和相合性
- [11.1]-7.6区间估计的基本概念
- [11.2]-7.7单正态总体参数的区间估计
- [11.3]-7.8双正态总体参数的区间估计
- [11.4]-8.1假设检验的理论依据
- [11.5]-8.2假设检验的基本概念
- [12.1]-8.3假设检验的两类错误
- [12.2]-8.4单正态总体均值双侧检验(方差已知)
- [12.3]-8.5单正态总体均值单侧检验(方差已知)
- [12.4]-8.6单正态总体均值检验(方差未知)
- [12.5]-8.7单正态总体方差的检验
- [12.6]-8.8双正态总体均值差的检验(方差已知)
- [12.7]-8.9双正态总体均值差的检验(方差未知且相等)
- [12.8]-8.10双正态总体方差比的检验
概率论与数理统计的相关介绍
概率论与数理统计是数学和统计学的重要研究方向,已经成为研究不确定现象的重要方法论和科学工具。概率论萌芽于对博弈问题的讨论,其中帕斯卡、费尔马、惠更斯等讨论了德.梅尔问题、分赌注问题等;雅可布·伯努利在前人研究的基础上解决了赌徒输光问题,并给出了大数定律的证明。法国数学家蒲丰提出了著名的“蒲丰问题”,引入了几何概率。随着18、19世纪科学的发展,人们将概率论应用到某些生物、物理和社会现象与机会游戏相似领域中,大大推动了概率论的发展,其中拉普拉斯、高斯、泊松等科学家对概率论做出了进一步的奠基性工作。特别是拉普拉斯在概率论中引入了更有力的数学分析工具,将概率论推向一个新的发展阶段。他证明了棣莫弗—拉普拉斯定理中心极限定理。随着20世纪初完成的勒贝格测度与积分理论及随后发展的抽象测度和积分理论,前苏联数学家柯尔莫哥洛夫1933年在他的《概率论基础》一书中首次给出了概率的公理体系,使概率论成为严谨的数学分支。统计学是关于收集与分析随机数据并做出解释的科学,其目的是通过对数据的分析,科学认识客观事物的内在规律.统计的早期开端大约是在公元前1世纪初的数据统计工作. 到了18世纪,统计才开始向一门独立的学科发展,用于描述和表征一些随机量的特征.从19世纪到二次大战结束,统计发展成为一门真正的科学,一个重大的标志是人们将对数据的关注改变为对产生数据的规律的关注和研究. 目前概率论与数理统计的理论与思想方法已经渗透到国民经济、社会发展和人们生活的各个领域中,广泛应用于经济、管理、信息科学与技术、兵器科学与技术、航空航天、医学、心理等,而且不断地与其它学科相互融合和渗透,在大数据、人工智能、机器学习等新兴学科和前沿领域领大显身手。
概率论与数理统计是大学工科、理科、管理学科及部分文科各专业的重要基础课程,在高等学校人才培养中占有非常重要的地位。因此学好本科课程能为更好的学习和掌握后续各专业课程打下坚实的基础。北京理工大学数学与统计学院概率统计教学团队根据多年教学经验,结合本门课程的考研大纲,精心打造完成了本门在线课程。团队教师精心设计了科学合理的教学内容,精挑细选了典型例题和应用案例。在授课中注重概率统计基本思想、概念的讲解,重点关注解题方法和技巧,依托实际案例,将理论知识与实际应用有机结合。通过本门课程的学习,可以使学生系统而全面的理解概率统计的基本概念,掌握其基本结论和解题技巧,学会用概率统计的基本思想处理随机问题,增强其运用概率统计方法分析和解决实际问题的能力。
课程主要内容包括:概率论的基本概念;一维和多维随机变量及其分布;随机变量的数字特征;大数定律及中心极限定理;样本和抽样分布;参数估计和假设检验。