概率论与数理统计的一些(自学概率论与数理统计需要什么基础)

1.自学概率论与数理统计需要什么基础

需要熟练的运用重积分才能学概率论，而重积分又是高等数学中比较高级的东西，也就是说要把《高等数学》基本上完全掌握才行。

高中知识加高等数学中的微积分就可以解决。还涉及一些和函数有关基本概念，连续，单调性，之后看教材就可以自学了，主要是抓住模型，和常用分布等。

概率与统计的一些概念和简单的方法，早期主要用于赌博和人口统计模型。随着人类的社会实践，人们需要了解各种不确定现象中隐含的必然规律性。

扩展资料：事件包括单位事件、事件空间、随机事件等。在一次随机试验中可能发生的唯一的，且相互之间独立的结果被称为单位事件，用e表示。

在随机试验中可能发生的所有单位事件的集合称为事件空间，用S来表示。例如在一次掷骰子的随机试验中，如果用获得的点数来表示单位事件，那么一共可能出现6个单位事件。

则事件空间可以表示为S={1,2,3,4,5,6}。 上面的事件空间是由可数有限单位事件组成，事实上还存在着由可数无限以及不可数单位事件组成的事件空间，比如在一次直到获得国徽面朝上的随机掷硬币试验中，其事件空间由可数无限单位事件组成。

参考资料来源：百度百科-概率论。

2.概率论与数理统计涉及高数哪些知识

函数、积分、求导、连续等

指相对于初等数学而言，数学的对象及方法较为繁杂的一部分。

广义地说，初等数学之外的数学都是高等数学，也有将中学较深入的代数、几何以及简单的集合论初步、逻辑初步称为中等数学的，将其作为中小学阶段的初等数学与大学阶段的高等数学的过渡。

通常认为，高等数学是由微积分学，较深入的代数学、几何学以及它们之间的交叉内容所形成的一门基础学科。

主要内容包括：极限、微积分、空间解析几何与向量代数、级数、常微分方程。

3.考研数学概率论与数理统计知识点有哪些

第一章 随机事件和概率 1、随机事件的关系与运算 2、随机事件的运算律 3、特殊随机事件（必然事件、不可能事件、互不相容事件和对立事件） 4、概率的基本性质 5、随机事件的条件概率与独立性 6、五大概率计算公式（加法、减法、乘法、全概率公式和贝叶斯公式） 7、全概率公式的思想 8、概型的计算（古典概型和几何概型） 第二章 随机变量及其分布 1、分布函数的定义 2、分布函数的充要条件 3、分布函数的性质 4、离散型随机变量的分布律及分布函数 5、概率密度的充要条件 6、连续型随机变量的性质 7、常见分布（0-1分布、二项分布、几何分布、超几何分布、泊松分布、均匀分布、指数分布、正态分布） 8、随机变量函数的分布（离散型、连续型） 第三章 多维随机变量及其分布 1、二维离散型随机变量的三大分布（联合、边缘、条件） 2、二维连续型随机变量的三大分布（联合、边缘和条件） 3、随机变量的独立性（判断和性质） 4、二维常见分布的性质（二维均匀分布、二维正态分布） 5、随机变量函数的分布（离散型、连续型） 第四章 随机变量的数字特征 1、期望公式（一个随机变量的期望及随机变量函数的期望） 2、方差、协方差、相关系数的计算公式 3、运算性质（期望、方差、协方差、相关系数） 4、常见分布的期望和方差公式 第五章 大数定律和中心极限定理 1、切比雪夫不等式 2、大数定律（切比雪夫大数定律、辛钦大数定律、伯努利大数定律） 3、中心极限定理（列维—林德伯格定理、棣莫弗—拉普拉斯定理） 第六章 数理统计的基本概念 1、常见统计量（定义、数字特征公式） 2、统计分布 3、一维正态总体下的统计量具有的性质 4、估计量的评选标准（数学一） 5、上侧分位数（数学一） 第七章 参数估计 1、矩估计法 2、最大似然估计法 3、区间估计（数学一） 第八章 假设检验（数学一） 1、显著性检验 2、假设检验的两类错误 3、单个及两个正态总体的均值和方差的假设检验 。

4.论数理统计的基本知识

首先求随机事件的概率要用到高中学的排列组合知识，完全用不到高数。

然后会涉及到随机变量，要用到函数知识和微积分知识。接下来随机变量的数字特征会用到一点儿线性代数里面矩阵的相关知识。

大数定律和中心极限定理用的也是微积分知识。以上属于概率论的范畴。

数理统计部分就是应用概率论的基本理论，研究如何合理地获取数据资料，如何根据试验和观察得到的数据，对随机现象的客观规律性做出种种合理的推断，是对前面所学概率论知识的综合应用，当然也会用到函数和微积分知识。