课程信息

大课

  • 教师: 李立颖 (lily at sustech dot edu dot cn)
  • 时间及地点
    1. 周一: 5-6 节, 一教 501
    2. 单周三: 5-6 节, 一教 306
  • 答疑: 周一 4-6pm, 理学院 M622

习题课

  • 助教: 王梓桐 (12331017 at mail dot sustech dot edu dot cn)
  • 时间及地点: 周一 9, 10 节, 商学院 226

课件下载 (每次上课后更新)

章节课件
第一章chap1
第二章chap2
第三章chap3
第四章chap4
第五章chap5
第六章chap6
第七章chap7
第八章chap8

教材

考核

%
考勤10%大课 19 次 + 习题课 13 次=32 次
作业10%
期中考试30%考试时间( 无法补考 ): 11 月 18 日(第九周周六) 19:00 – 21:00
期末考试50%

教学安排

日期内容
9.131.1, 1.2
9.181.3, 1.4
9.251.4 (几何概型), 1.5
9.271.5 (习题), 1.6, 2.1
10.92.1, 2.2
10.162.2
10.182.3
10.233.1
10.303.2
11.13.4
11.63.5
11.133.6, 3.7
11.154.1
11. 18期中考
11.204.1
11.274.2, 4.3
11.294.4, 5.1
12.45.2, 6.1
12.116.2, 6.3
12.137.1
12.187.2, 7.3
12.258.1
12.278.2

教学大纲

第 1 章
概率的基本概念(7学时)
  • 样本空间、随机事件、概率测度、计数方法、条件概率、独立事件、贝叶斯公式
Chapter 1
Basic Concepts of Probability (7 hours)
  • sample spaces, random events, probability measures, probability calculation, conditional probability, independent event, Bayesian formula
第 2 章
随机变量(7学时)
  • 离散型随机变量:概率分布函数,常见的离散型随机变量,如伯努利随机变量、二项分布、几何分布和负二项分布、超几何分布及泊松分布等。
  • 连续型随机变量:概率密度函数、常见的连续型随机变量,如均匀分布、指数分布、正态分布等。
Chapter 2
Random variables (7 hours)
  • discrete random variables: probability distribution function, Bernoulli random variables, Binomial distribution, geometric and negative binomial distribution, hypergeometric distribution, Poisson distribution
  • Continuous random variables: probability density function, uniform distribution, exponential distribution, normal distribution
第 3 章
联合分布(8学时)
  • 随机变量的联合累积分布函数、边缘累积分布函数 。
  • 离散型随机变量的联合概率质量函数、边缘概率质量函数。
  • 连续型随机变量的联合密度函数,边缘密度函数。
  • 独立随机变量、条件分布及联合分布的随机变量函数。
Chapter 3
Joint Distributions (8 hours)
  • Random variable, discrete random variable, continuous random variable, independent random variable, joint distribution

(前三章为期中考试内容)


第 4 章
期望 Expectation(6 学时)
  • 随机变量的期望、方差和标准差、协方差和相关系数、条件期望。
Chapter 4
Expectation (6 hours)
  • Expected value, variance, standard deviation, correlation, correction coefficient, conditional expected value
第 5 章
极限定理(2学时)
  • 大数定律和中心极限定理
Chapter 5
Limit theorems (2 hours)
  • The law of large numbers, central limit theorem
第 6 章
数理统计的基本概念及抽样分布(4学时)
  • 数理统计的基本概念:总体和样本、统计推断等。
  • 样本分布,常用统计量。
  • \(t\)-分布,\(F\)-分布。
Chapter 6
Sampling distributions of estimates (4 hours)
  • Basic concepts of statistics: sample set and sample, statistic assumption
  • Sample distribution, commonly used statistics, t distribution, F distribution
第 7 章
参数估计(6学时)
  • 点估计, 区间估计
Chapter 7
Parametric estimation problems (6 hours)
  • Point estimation and interval estimation
第 8 章
假设检验(6学时)
  • 单样本正态总体均值和方差的检验、两独立样本比较、配对样本比较。
Chapter 8
Testing hypothesis (6 hours)
  • Basic principles, specification of the significance level and the concept of NULL Hypothesis and alternative hypothesis