經(jīng)濟數(shù)學（概率論與數(shù)理統(tǒng)計初步）解題方法技巧歸納

第一章 隨機事件與古典概率的直接計算
§1. 1 用簡單事件通過運算表示復合事件
§1. 2 事件間的關(guān)系及其運算性質(zhì)的簡單應(yīng)用
§1. 3 加法原理和乘法原理在排列組合及古典概率計算中的應(yīng)用
§1. 4 古典概型--摸球模型的計算
§1. 5 古典概型--質(zhì)點人盒模型的計算
§1. 6 古典概型--隨機取數(shù)模型的計算
第二章 古典概率的間接計算
§2. 1 與對立事件有關(guān)的事件的概率算法
§2. 2 與差事件有關(guān)的事件的概率算法
§2. 3 與包含關(guān)系有關(guān)的事件的概率算法
§2. 4 事件和的概率算法
§2. 5 條件概率的算法
§2. 6 應(yīng)用乘法公式計算概率的幾種情況
§2. 7 如何正確理解事件的獨立性
§2. 8 事件獨立性在概率計算和證明中的應(yīng)用
§2. 9 獨立試驗序列概型的計算
§2. 10 使用全概公式和貝葉斯公式, 尋找完備事件組的兩個常用方法
§2. 11 加法公式和乘法公式的綜合應(yīng)用
§2. 12 抽簽原理的證明及其應(yīng)用
第三章 隨機變量及其分布
§3. 1 離散型隨機變量的分布列的求法
§3. 2 離散型隨機變量分布列的應(yīng)用
§3. 3 連續(xù)型隨機變量分布的確定. 判別及其求法
§3. 4 隨機變量函數(shù)分布的求法
§3. 5 連續(xù)型隨機變量在區(qū)間內(nèi)取值的概率算法
§3. 6 與隨機變量的分布有關(guān)的幾類證明題
第四章 隨機變量的數(shù)字特征
§4. 1 離散型隨機變量的數(shù)學期望與方差的求法
§4. 2 連續(xù)型隨機變量的數(shù)學期望與方差的求法
§4. 3 隨機變量函數(shù)的數(shù)學期望與方差的求法
§4. 4 數(shù)學期望與方差的應(yīng)用題的常用解法
第五章 幾類重要分布的應(yīng)用
§5. 1 二項分布的應(yīng)用
§5. 2 泊松分布的應(yīng)用
§5. 3 指數(shù)分布的應(yīng)用
§5. 4 正態(tài)分布的應(yīng)用
第六章 二維隨機變量及其分布
§6. 1 求離散型隨機變量的聯(lián)合概率分布應(yīng)注意的幾個問題
§6. 2 邊緣分布的求法
§6. 3 利用二維概率分布求二維隨機變量落人平面區(qū)域的概率的方法
§6. 4 二維連續(xù)型隨機變量分布函數(shù)的求法
§6. 5 二維離散型隨機變量獨立性的判別及其應(yīng)用
§6. 6 二維連續(xù)型隨機變量獨立性的判別方法
§6. 7 兩隨機變量之和的概率分布的求法
§6. 8 二維隨機變量的最大值與最小值分布的求法
§6. 9 二維隨機變量的數(shù)學期望和方差的求法
§6. 10 協(xié)方差與相關(guān)系數(shù)的計算方法
§6. 11 如何掌握二維均勻分布與二維正態(tài)分布
第七章 大數(shù)定律和中心極限定理
§7. 1 一類與期望或方差有關(guān)的概率不等式的證法
§7. 2 切比雪夫不等式的兩點應(yīng)用
§7. 3 德莫佛-拉普拉斯中心極限定理的應(yīng)用
§7. 4 列維-林德伯格中心極限定理的應(yīng)用
第八章 抽樣分布
§8. 1 樣本均值的分布及其應(yīng)用
§8. 2 X2分布及其應(yīng)用
§8. 3 t分布及其應(yīng)用
§8. 4 F分布及其應(yīng)用
第九章 參數(shù)估計
§9. 1 矩估計法和極大似然估計法
§9. 2 驗證估計量無偏性的常用方法
§9. 3 正態(tài)總體參數(shù)的區(qū)間估計
第十章 假設(shè)檢驗
§10. 1 小概率原理應(yīng)用舉例
§10. 2 單個正態(tài)總體均值與方差的假設(shè)檢驗
§10. 3 兩個正態(tài)總體均值與方差的假設(shè)檢驗
習題答案或提示
附錄
人大版概率論與數(shù)理統(tǒng)計 修訂本 部分習題解答查找表