我能学到什么?
录播内容
101 讲座
23:02:32 小时
第一章 随机事件与概率
23 讲座
04:14:03 小时
- 1.1.1 随机试验(1) 0:06:26
- 1.1.1 随机试验(2) 0:10:48
- 1.1.1 随机试验(3) 0:10:23
- 1.1.2 样本空间 0:06:25
- 1.1.3 随机事件 0:16:25
- 1.1.4 随机事件间的关系与运算(1) 0:19:24
- 1.1.4 随机事件间的关系与运算(2) 0:18:46
- 1.1.4 随机事件间的关系与运算(3) 0:06:56
- 1.2.1 概率的定义 0:11:45
- 1.2.2 概率的性质 0:05:29
- 1.3.1 古典概型 0:08:18
- 1.3.2 古典概率定义 0:10:48
- 1.3.3 几何概型(1) 0:11:19
- 1.3.3 几何概型(2) 0:14:15
- 1.3.4 公理化定义 0:18:23
- 1.4.1 条件概率(1) 0:19:33
- 1.4.1 条件概率(2) 0:07:25
- 1.4.2 事件的相互独立性(1) 0:08:40
- 1.4.2 事件的相互独立性(2) 0:04:57
- 1.4.2 事件的相互独立性(3) 0:08:42
- 1.5.1 全概率公式(1) 0:09:44
- 1.5.1 全概率公式(2) 0:07:33
- 1.5.2 贝叶斯公式 0:11:39
第二章 随机变量及其分布
16 讲座
03:52:20 小时
- 2.1.1 一维随机变量及其分布函数的定义 0:12:34
- 2.1.2 一维随机变量分布函数的性质 0:16:22
- 2.1.3 离散型随机变量及其分布律 0:15:57
- 2.1.4 一维连续型随机变量及其密度函数的性质 0:07:02
- 2.1.4 连续型随机变量及其密度函数定义 0:14:01
- 2.2.1 二项分布 0:20:24
- 2.2.2 泊松分布(1) 0:13:14
- 2.2.2 泊松分布(2) 0:09:53
- 2.2.3 -2.2.4 超几何、几何、负二项分布 0:18:31
- 2.3.1 均匀分布 0:19:20
- 2.3.2 指数分布 0:15:41
- 2.3.3 正态分布(1) 0:14:47
- 2.3.3 正态分布(2) 0:16:12
- 2.3.3 正态分布(3) 0:09:26
- 2.4.1 离散型随机变量函数的分布 0:11:28
- 2.4.2 连续型随机变量函数的分布 0:17:28
第三章 二维随机变量及其分布
11 讲座
02:07:36 小时
- 3.1.1 二维随机变量 0:20:16
- 3.1.2 二维随机变量联合分布函数的定义 0:10:04
- 3.1.2 二维随机变量联合分布函数的性质 0:13:41
- 3.1.3 二维离散型随机变量及其联合分布律的定义 0:06:42
- 3.1.4 二维连续型随机变量及其联合密度函数 0:18:19
- 3.2.1 -2常用多维分布与边缘分布函数 0:10:13
- 3.3.1 边缘分布函数 0:05:52
- 3.3.2 二维离散型随机变量的边缘分布律 0:10:07
- 3.3.3 二维连续型随机变量的边缘密度函数 0:11:07
- 3.3.4 随机变量的独立性 0:13:13
- 3.3.5 二维离散型随机变量函数的分布列 0:08:02
第四章 随机变量的数字特征
15 讲座
03:41:16 小时
- 4.1.1 数学期望-引例 0:16:19
- 4.1.2 离散型随机变量的数学期望 0:08:47
- 4.1.3 连续型随机变量的数学期望(1) 0:12:40
- 4.1.3 连续型随机变量的数学期望(2) 0:06:13
- 4.1.4 数学期望的性质 0:16:22
- 4.1.4 随机变量函数的数学期望 0:24:43
- 4.2.1 方差的定义-常见分布的方差 0:06:59
- 4.2.1 方差的定义 0:13:15
- 4.2.2 方差的性质 0:10:09
- 4.3.1 协方差的定义及性质 0:17:41
- 4.3.2 协方差相关系数 0:07:39
- 4.3.3 相关系数及性质 0:19:54
- 4.4.1 K阶矩与协方差阵 0:17:59
- 4.4.2 变异系数与分位数 0:20:47
- 4.4.3 众数 0:21:49
第六章 统计量和抽样分布
12 讲座
02:59:34 小时
- 6.0 高尔顿钉板试验与大数定律 0:19:51
- 6.1.1 数理统计的任务和性质及应用领域 0:16:49
- 6.1.2 总体 0:06:24
- 6.1.2 矩估计 0:16:25
- 6.1.3 样本 0:20:16
- 6.2.1 样本的分布与样本的特征数 0:21:42
- 6.2.2 箱尾图 0:13:53
- 6.2.3 茎叶图与直方图 0:19:59
- 6.3.1 卡方分布 0:10:53
- 6.3.2 F分布与t分布 0:16:10
- 6.4.1 样本均值与样本方差的数字特征 0:10:55
- 6.4.2 非正态总体统计量的分布 0:06:17
第七章 参数估计
15 讲座
03:41:15 小时
- 7.1.1 点估计的定义 0:12:35
- 7.1.2 矩估计例题 0:14:17
- 7.1.3 极大似然估计(1) 0:11:41
- 7.1.3 极大似然估计(2) 0:22:53
- 7.1.3 极大似然估计(3) 0:09:45
- 7.1.3 极大似然估计(4) 0:19:38
- 7.1.3 极大似然估计(5) 0:17:07
- 7.2点 估计的优良性评判标准 0:22:23
- 7.3.1 区间估计的定义 0:15:35
- 7.3.2 影响区间估计的两个因素 0:16:15
- 7.3.3 枢轴量法 0:08:32
- 7.3.4 单个正态总体参数的区间估计(1) 0:13:56
- 7.3.4 单个正态总体参数的区间估计(2) 0:14:54
- 7.3.5 单个正态总体方差的区间估计 0:09:39
- 7.3.6 单个非正态总体参数的区间估计 0:12:05
第八章 假设检验
9 讲座
02:26:28 小时
- 8.1.1 假设检验的基本概念 0:14:32
- 8.1.2 统计假设 0:24:59
- 8.1.3 假设检验的基本思想与基本方法 0:11:15
- 8.1.4 假设检验允许的两类错误(1) 0:16:42
- 8.1.4 假设检验允许的两类错误(2) 0:19:32
- 8.1.5 注意事项 0:14:23
- 8.2.1 单个正态总体的假设检验(1) 0:15:51
- 8.2.1 单个正态总体的假设检验(2) 0:12:41
- 8.2.1 单个正态总体的假设检验(3) 0:16:33
适合人群
+ 查看更多
详细介绍
+ 查看更多
其他相关的课程
关于讲师
- 69 评论
- 506 学生
- 53 课程
学生反馈
评论
-
Tue, 18-Apr-2023周 国浩
-
Fri, 24-May-2024范 梓昊
写评论