考研数学 口诀助你学概率统计
【简介】感谢网友“呆瓜也是瓜”参与投稿，以下是小编收集整理的考研数学 口诀助你学概率统计（共9篇），仅供参考，希望对大家有所帮助。
篇1：口诀助你学考研数学概率统计
口诀助你学考研数学概率统计
参数估计占数理统计的一多半内容，所以参数估计是重点。统计里面第一章是关于样本、统计量的分布，这部分要求统计量的数字特征，要知道统计量是随机变量。统计量的分布及其分布参数是常考题型，常利用 分布， 分布及 分布的典型模式及其性质以及正态总体样本均值与样本方差的分布进行。为此应记清上述三大分布的典型模式。关于三大分布，有一个口诀，有方便大家记忆：正态方和卡方(x2 )出，卡方相除变F；
若想得到t分布， 一正n卡再相除
第一个口诀的意思是标准正态分布的平方和可以生成卡方分布，而两卡方分布除以其维数之后相除可以生成F分步，第二个口诀的意思是标准正态分布和卡方分布相除可以得到 分布。
参数的矩估计量(值)、最大似然估计量(值)也是经常考的。很多同学遇到这样的题目，总是感觉到束手无策。题目中给出的样本值完全用不上。其实这样的题目非常简单。只要你掌握了矩估计法和最大似然估计法的原理，按照固定的程序去做就可以了。矩法的基本思想就是用样本的 阶原点矩作为总体的 阶原点矩。估计矩估计法的.解题思路是：
1)当只有一个未知参数时，我们就用样本的一阶原点矩即样本均值来估计总体的一阶原点矩即期望，解出未知参数，就是其矩估计量。
2)如果有两个未知参数，那么除了要用一阶矩来估计外，还要用二阶矩来估计。因为两个未知数，需要两个方程才能解出。解出未知参数，就是矩估计量。考纲上只要求掌握一阶、二阶矩。
最大似然估计法的最大困难在于正确写出似然函数，它是根据总体的分布律或密度函数写出的，我们给大家一个口诀，方便大家记忆。
样本总体相互换，矩法估计很方便；
似然函数分开算，对数求导得零蛋；
第一条口诀的意思是用样本的矩来替换总体的矩，就可以算出参数的矩估计；第二个口诀的意思是把似然函数中的未知参数当成变量，求出其驻点，在具体计算的时候就是在似然函数两边求对数，然后求参数的驻点，即为参数的最大似然估计。
如果大家记住了上面的口诀，那么统计部分的知识点就很容易掌握了，最后预祝考生在考试中能取得自己满意的成绩！
◆篇2：考研数学 口诀助你学概率统计
考研数学 口诀助你学概率统计
数学三和数学四合并对考生来说是几家欢喜几家愁。合并后的新数学三的难度会比原数三有所降低，但比原数四的难度会有所增加。针对原数学四和新数学三的差异，给考生一些关于数理统计这部分的复习方法。
和原数四比起来，新数三增加了样本及抽样分布、参数估计这两章内容，对这两章内容很多同学感到学习起来非常吃力，做题目更是不知如何下手。其实这部分的知识没有大家想象的那么难，大家只要静下心来，专心学习，在考试的时候拿下这部分的分数是非常容易的。
参数估计占数理统计的一多半内容，所以参数估计是重点。统计里面第一章是关于样本、统计量的分布，这部分要求统计量的数字特征，要知道统计量是随机变量。统计量的分布及其分布参数是常考题型，常利用分布，分布及分布的'典型模式及其性质以及正态总体样本均值与样本方差的分布进行。为此应记清上述三大分布的典型模式。关于三大分布，有一个口诀，有方便大家记忆：
正态方和卡方( )出，卡方相除变 ;若想得到分布，一正卡再相除。
第一个口诀的意思是标准正态分布的平方和可以生成卡方分布，而两卡方分布除以其维数之后相除可以生成分步，第二个口诀的意思是标准正态分布和卡方分布相除可以得到分布。
参数的矩估计量(值)、最大似然估计量(值)也是经常考的。很多同学遇到这样的题目，总是感觉到束手无策。题目中给出的样本值完全用不上。其实这样的题目非常简单。只要你掌握了矩估计法和最大似然估计法的原理，按照固定的程序去做就可以了。矩法的基本思想就是用样本的阶原点矩作为总体的阶原点矩。估计矩估计法的解题思路是：
1)当只有一个未知参数时，我们就用样本的一阶原点矩即样本均值来估计总体的一阶原点矩即期望，解出未知参数，就是其矩估计量。
2)如果有两个未知参数，那么除了要用一阶矩来估计外，还要用二阶矩来估计。因为两个未知数，需要两个方程才能解出。解出未知参数，就是矩估计量。考纲上只要求掌握一阶、二阶矩。
最大似然估计法的最大困难在于正确写出似然函数，它是根据总体的分布律或密度函数写出的，我们给大家一个口诀，方便大家记忆。
样本总体相互换，矩法估计很方便;似然函数分开算，对数求导得零蛋。
第一条口诀的意思是用样本的矩来替换总体的矩，就可以算出参数的矩估计;第二个口诀的意思是把似然函数中的未知参数当成变量，求出其驻点，在具体计算的时候就是在似然函数两边求对数，然后求参数的驻点，即为参数的最大似然估计。
如果大家记住了上面的口诀，那么统计部分的知识点就很容易掌握了，最后中国在职研究生预祝考生在考试中能取得自己满意的成绩!
篇3：口诀助你学考研数学概率的统计
口诀助你学考研数学概率的统计
7月，《20硕士研究生招生初试科目统考科目说明》公布，今年一个重大的改革是将数学四与数学三合并，合并后的科目名称仍为数学三。
数学三和数学四合并对考生来说是几家欢喜几家愁。合并后的新数学三的难度会比原数三有所降低，但比原数四的难度会有所增加。针对原数学四和新数学三的差异，给考生一些关于数理统计这部分的复习方法。
和原数四比起来，新数三增加了样本及抽样分布、参数估计这两章内容，对这两章内容很多同学感到学习起来非常吃力，做题目更是不知如何下手。其实这部分的知识没有大家想象的那么难，大家只要静下心来，专心学习，在考试的时候拿下这部分的分数是非常容易的。
参数估计占数理统计的一多半内容，所以参数估计是重点。统计里面第一章是关于样本、统计量的分布，这部分要求统计量的数字特征，要知道统计量是随机变量。统计量的分布及其分布参数是常考题型，常利用 分布， 分布及 分布的典型模式及其性质以及正态总体样本均值与样本方差的分布进行。为此应记清上述三大分布的典型模式。关于三大分布，有一个口诀，有方便大家记忆：
正态方和卡方(x2 )出，卡方相除变F；
若想得到t分布， 一正n卡再相除
第一个口诀的意思是标准正态分布的平方和可以生成卡方分布，而两卡方分布除以其维数之后相除可以生成F分步，第二个口诀的意思是标准正态分布和卡方分布相除可以得到 分布。
参数的矩估计量(值)、最大似然估计量(值)也是经常考的。很多同学遇到这样的题目，总是感觉到束手无策。题目中给出的样本值完全用不上。其实这样的题目非常简单。只要你掌握了矩估计法和最大似然估计法的原理，按照固定的程序去做就可以了。矩法的基本思想就是用样本的 阶原点矩作为总体的 阶原点矩。估计矩估计法的解题思路是：
1)当只有一个未知参数时，我们就用样本的一阶原点矩即样本均值来估计总体的一阶原点矩即期望，解出未知参数，就是其矩估计量。
2)如果有两个未知参数，那么除了要用一阶矩来估计外，还要用二阶矩来估计。因为两个未知数，需要两个方程才能解出。解出未知参数，就是矩估计量。考纲上只要求掌握一阶、二阶矩。
最大似然估计法的最大困难在于正确写出似然函数，它是根据总体的分布律或密度函数写出的，我们给大家一个口诀，方便大家记忆。
样本总体相互换，矩法估计很方便；
似然函数分开算，对数求导得零蛋；
第一条口诀的`意思是用样本的矩来替换总体的矩，就可以算出参数的矩估计；第二个口诀的意思是把似然函数中的未知参数当成变量，求出其驻点，在具体计算的时候就是在似然函数两边求对数，然后求参数的驻点，即为参数的最大似然估计。
如果大家记住了上面的口诀，那么统计部分的知识点就很容易掌握了，最后预祝考生在考试中能取得自己满意的成绩！
()篇4：考研数学概率统计三大知识点
考研数学概率统计三大知识点
一、随机事件和概率
考试要求
1.了解样本空间(基本事件空间)的概念，理解随机事件的概念，掌握事件的关系及运算。
2.理解概率、条件概率的概念，掌握概率的'基本性质，会计算古典型概率和几何型概率，掌握概率的加法公式、减法公式、乘法公式、全概率公式以及贝叶斯(Bayes)公式。
3.理解事件独立性的概念，掌握用事件独立性进行概率计算;理解独立重复试验的概念，掌握计算有关事件概率的方法。
二、随机变量及其分布
考试要求
1.理解随机变量的概念，理解分布函数的概念及性质，会计算与随机变量相联系的事件的概率。
2.理解离散型随机变量及其概率分布的概念，掌握0-1分布、二项分布、几何分布、超几何分布、泊松(Poisson)分布及其应用。
3.了解泊松定理的结论和应用条件，会用泊松分布近似表示二项分布。
4.理解连续型随机变量及其概率密度的概念，掌握均匀分布、正态分布、指数分布及其应用，其中参数为的指数分布的概率密度为
5.会求随机变量函数的分布。
三、多维随机变量及其分布
考试要求
1.理解多维随机变量的概念，理解多维随机变量的分布的概念和性质，理解二维离散型随机变量的概率分布、边缘分布和条件分布，理解二维连续型随机变量的概率密度、边缘密度和条件密度，会求与二维随机变量相关事件的概率。
2.理解随机变量的独立性及不相关性的概念，掌握随机变量相互独立的条件。
篇5：考研数学概率统计重要知识点
考研数学概率统计重要知识点
一、重视基本概念、基本性质、基本方法的理解和掌握
基本概念、基本性质和基本方法一直是考研数学的重点，线性代数更是如此。从多年的阅卷情况和经验看，有些考生对基本概念掌握不够牢固，理解不够透彻，在答题中对基本性质的应用不知如何下手，造成许多本可以避免的失分现象，甚为可惜。所以，考生在复习中一定要重视基本概念、基本性质和基本方法的理解与掌握，同时配合基本题的练习巩固基本知识。
二、加强综合能力的训练，培养分析问题和解决问题的能力
从近十年特别是近两年的研究生入学考试试题看，对考生分析和解决问题能力的考核有所增强。线性代数部分的两个大题中基本上都是多个知识点的综合考查，从而达到对考生的运算能力、抽象概括能力、逻辑思维能力和综合运用所学知识解决实际问题的能力的全面考查。因此，在打好基础的同时，通过做一些综合性较强的习题，边做边总结，加深对概念、性质内涵的理解和应用方法的掌握。
三、注重分析一些重要概念和方法之间的联系和区别
线性代数部分的基本概念和性质较多，并且它们之间存在着千丝万缕的联系，同学们要特别注意根据每年线性代数考试的两个大题内容找出所涉及到的概念与方法之间的联系与区别。例如：向量的线性表示与非齐次线性方程组解的`讨论之间的联系；向量的线性相关(无关)与齐次线性方程组有非零解(仅有零解)的讨论之间的联系；实对称阵的对角化与实二次型化标准型之间的联系等。掌握它们之间的联系与区别，对大家做线性代数部分的大题在解题思路、方法、技巧方面会有很大的帮助。
。篇6：如何复习考研数学线代及概率统计
如何复习考研数学线代及概率统计
有许多同学表示刚一开始学习线性代数和概率论与数理统计有难处，认为看书举步维艰，对此我想谈一下我的看法，希望对那些还在这两门课上迷茫的同学能有一些启发。首先谈一下我的看法：事实上线性代数应该是数学三门课中最好拿分的，但是这门课有一个特点，就是入门难，但是一旦入门就一通百通，这门课由于思维上与高数南辕北辙所以一上来会很不适应，总体而言6章内容环环相扣，所以很多同学一上来看第一章发现内容涉及到第五章，看到第二章发现竟有第4章的知识点，无法形成完整的知识网络，自然无法入门，总的来说这本书6章内容应该分为三个部分逐个攻破，首先行列式和矩阵，第二向量与方程组，第三第5和第六章，这三个内容联系得相当紧密，必须逐个攻破，这样以两章为单位，每个单位中出现的知识点定理罗列出来，找到他们彼此的关系，最好是拿一张白纸，像C语言中的指针那样一个一个连起来，形成属于你的知识网络，这一部分有哪些板块，每个板块有哪些定义知识点，比如行列式的定义，矩阵的定义各是什么，你是怎么理解的，向量与方程组有什么联系与区别，这些最基础的一定要搞清。不要一上来就看李永乐的视频，因为那个视频是强化阶段看的，建议听一下施光燕的线性代数12讲，这位老师讲的内容很基础，只有十二讲，但是全讲到重点上去了，这样你就会很容易入门了！
对于概率论，第一章是整本书的思维基础，第二章与第三章的逻辑思维就好像一元积分与二元积分一样，难点在于二元积分的计算，所以高数的基础一定要好，在学习的'过程中还是要先思考这一章节有哪些部分，每个部分哪些定义，哪些知识点，自己要找一张大纸，将这些全部像C语言中二叉树一样，罗列成一个树形图，最后根据每一个知识点各个击破。第5章不用细看，第六章第七章主要是记忆，在记忆的基础上尽可能的理解。浙大版的书上每章的课后题相当经典，请同学们反复推敲，做过之后，请在总结一遍，比如说这几道题是属于离散型还是连续型，对应了哪些知识点。
如果基础不好的话，可以参考一下中国科技大学缪柏其老师的视频，或者南京理工大学，陈萍老师的视频，这些优酷网上都有，还可以下载。
还要强调一下，我觉得对于这两门课，做题一定要建立在完成知识点的总结的基础上，不要光呆呆的看书，这样你会一直没有进步，一定要拿起笔，书上写得再好也还是编者老师的东西，只有自己总结的才是自己的。每一个知识点有哪些题型，每个知识点是什么意思，他能干什么，他想干什么，请你一定要罗列在一个本子上面，最后根据这个大纲来一个各个击破，讲每个部分的内容所出现的题型，一口气做20道，在总结相应的思路，同时打开自己总结的笔记，来一个反馈。最好将自己的总结笔记分成两类，一类是知识点笔记，一类是题型思路归纳，这样一来反馈学习效果更明显，思路更清晰。
值得一提的是我觉得很多初学者，或者基础差的同学，他们经常说：不会不会，可是如果你问他们哪里不会，他们又说不出来，这也就是他们学不会的真正原因。一定要发现自己哪里不会，比如说你是行列式计算有问题，那就好了行列式计算一共就只有7种方法，逐个击破，如果是向量的证明题不会，好了首先搞明白线性有关线性无关的概念，再比如说你觉得级数难，你学的不好，那么你就要问自己是哪里学的不好？是不会判断收敛性？收敛性的判断只有五种方法，请逐个击破。是和函数求和与幕级数展开不会？那好了就将这种题型找出20个来，用一个上午连续做，中间不要停，你就会发现方法无非是分开，积分求导，往公式上套。所以要先对知识点系统的总结，这样你才能发现自己哪里不会，也就是找到你知识的盲点误区。说了这么多还是要先对你要学的科目进行知识点的总结，形成一个指针连，或二叉树，做题就是强化所学，归纳出相应的方法思路。
希望我说了这么多可以对同学们有所帮助！祝大家成功！
篇7：备考考研数学概率统计考点总结
备考考研数学概率统计考点总结
中国大学网在历年的考研数学中，概率统计部分的概念多，公式多，结论多，综合运用多。在数一中概率统计分值为34分，占22.6%。部分考生由于大学阶段未学过或虽学过但由于时间较短来不及复习而痛失基本题的分值，这非常可惜。因此本文希望能帮助同学梳理概率统计的基础知识点，突出概率统计考题特点：概念多，内涵少，理论依据不复杂，而且解法单一。望能帮助学员理清重点，有的放矢。
一、随机事件与概率
本章需要掌握概率统计的基本概念，公式。其核心内容是概率的基本计算,尤其要熟练掌握古典概型题目的求解，在计算中需要综合运用概率的加法公式、乘法公式、全概率公式以及贝叶斯(Bayes)公式，还需要熟悉排列组合综合运用。
二、随机变量及其分布
本章必须掌握六种典型的随机变量的分布函数(密度函数)。离散型随机变量有0―1分布、二项分布B(n,p)、泊松(Poisson)分布 ;连续型随机变量均匀分布U(a,b)、正态分布 、指数分布 。这些典型的随机变量必须熟练掌握他们的分布函数，密度函数。当然这些公式在记忆可能有些难度，因此可以用对应模型记忆，比如二项分布概率公式，可以理解成把一枚硬币重复抛N次，正面朝上的概率是多少。这样才是在理解基础上的记忆，效果明显，既不容易忘，又能够正确运用到题目的解决中;
随机变量函数的分布，尤其是随机变量X,Y的加法、最大值的函数分布在08,均考过。这部分同时需要结合重积分的计算。
三、多维随机变量的分布
理解二维离散、连续随机变量的联合分布(密度)、边缘分布(密度)的概念;
熟练计算条件概率密度(常见考点);
能够应用重积分的性质计算二维随机变量简单函数的分布，会求多个相互独立随机变量简单函数的分布。
四、随机变量的数字特征
刻画随机变量的性质的数字特征是概率统计的重要内容，不仅是本章内容的重点，并且在全书中，亦是考察的重点、难点。
熟练掌握数字特征，包括数学期望(均值)、方差、标准差定义及其性质;
在掌握这些基本概念后，需要会计算随机变量函数的数学期望，矩、协方差、相关系数性质及其公式，尤其是变量的函数的期望、方差公式(这些是在后面统计章节运用最多的公式);
独立与相关性概念区分。独立能够推出不相关，反之并不一定成立。因相关性考察的是随机变量间的线性关系，两个随机变量可能不存在线性关系(及不相关)，但是有其他的函数关系，因此并不一定独立。并且注意二维正态随机变量的独立性与相关性的等价性(这点在题目中经常体现)。
五、大数定律和中心极限定理
了解大数定律和中心极限定理的内容，并熟记它们成立的条件(独立同分布)。
求解各概率分布已知的若干个独立随机变量组成的系统满足某种关系的概率(或已知概率求随机变量个数)的问题，一般采用中心极限定理处理。
六、数理统计的`基本概念
本章是统计章节的基石，因此需要非常熟练掌握其中的定义，运算法则。
数理统计的基本概念主要是总体、简单随机样本、统计量、样本均值、样本方差及样本矩。重点是正态总体的抽样分布，包括样本均值、样本方差、样本矩、两个样本的均值差、两个样本方差比的抽样分布;
熟练掌握 分布、t分布和F分布的概念性质.可了解它们之间的关系,来记忆它们的定义(这三个分布式后续章节统计方法的基础,需要熟练掌握它们的定义及数字特征);
若为总体X的一组简单随机样本，则凡是涉及到统计量的分布问题，一般要用到 分布，t分布和F分布的定义进行讨论;
正态总体的样本均值与样本方差的分布,所得到的3个定理，是后续章节的理论基础，并且其结论是考试的重点!!
七、参数估计
参数估计是统计中的基本方法，尤其是点估计，是比较常用，简单，也是历年考试的重点，基本上每年的考试都会涉及到点估计。
掌握矩估计法(一阶矩、二阶矩)和最大似然估计法。这两个估计法思路清晰，求法固定，而且基本作为解答题出现，因此可以说是考试的得分题目;
估计量的估计量的无偏性、有效性(最小方差性)和一致性(相合性)的概念，其中估计量的无偏性是历年的考试重点。(常考点：样本方差是总体的方差的无偏估计);
理解区间估计的概念，会求单个正态总体的均值和方差的置信区间，会求两个正态总体的均值差和方差比的置信区间(本节需要熟练掌握上一章的3个定理)。
八、假设检验
假设检验是在总体的分布函数完全未知或只知其形式，但不知其参数的情况下，提出对总体的假设，是统计方法的另一类思路。
;
kaoyan/篇8：考研数学 概率统计冲刺考点点拨
考研数学 概率统计冲刺考点点拨
概率与数理统计这门课程从试卷本身的难度的话，在三门课程中应该算最低的，但是从每年得分的角度来说，这门课程是三门课中得分率最低的。这主要是由两方面造成的。一方面是时间不充裕，概率解答题位于试卷的最后，学生即使会，也来不及解答；另一方面是概率本身学科的特点，导致很多学生觉得概率非常难。
概率与数理统计学科的特点：
1、研究对象是随机现象。高数是研究确定的现象，而概率研究的是不确定的，是随机现象。对于不确定的，大家感觉比较头疼。
2、题型比较固定，解法比较单一，计算技巧要求低一些。比如概率的解答题主要考查二维离散型随机变量、二维连续型随机变量、随机变量函数的分布和参数的矩估计、最大似然估计。考生只要掌握了相应的解题方法，计算准确，就可以拿到满分。
3、高数和概率相结合。 求随机变量的分布和数字特征运用到高数的理论与方法，这也是考研所要求考生所具备的解决问题的综合能力。
在复习概率与数理统计的过程中，把握住这门课程的特点，并且能够结合历年考试试题规律，概率一定能取得好成绩。
下面通过各章节来具体分析考试情况：
1、随机事件和概率。
“随机事件”与“概率”是概率论中两个最基本的概念。“独立性”与“条件概率”是概率论中特有的概念。条件概率在不具有独立性的场合扮演了一个重要角色，它是一种概率。正确地理解并会应用这4个概念是学好概率论的基础。对于公式，家要熟练掌握并能准确运算。而大家比较头疼的古典概型与几何概型的计算问题，考纲只要求掌握一些简单的概率计算。所以在复习的过程中，不要陷入古典概型的计算中。
事件、概率与独立性是本章给出的概率论中最基本、最重要的三个概念。事件关系及其运算是本章的重点和难点，概率计算是本章的重点。注意事件与概率之间的关系。本章主要考查条件概率、事件的独立性和五大公式，特别需要关注全概率公式。对于事件的独立性，一定要和互斥事件、互逆事件区分开来。
2、随机变量及其分布。
将随机事件给以数量标识，即用随机变量描述随机现象是近代概率论中最重要的方法。一维离散型随机变量需要掌握住概率分布，一维连续型随机变量是通过概率密度进行描述。本章的重点是常见随机变量的分布，经常以客观题的形式考查。数一的解答题中考查了一维连续型随机变量函数的分布函数，考试结果并不是很理想。求随机变量的分布函数紧扣定义即可。
一维随机变量是二维随机变量的基础。复习二维随机变量时，可以类比于一维随机变量进行复习。
3、多维随机变量的分布。
二维随机变量及其分布是考试的重点内容，基本上都是以解答题的形式考查。
（1） 二维离散型随机变量的考查主要是建立概率分布，相对来说比较简单；
（2） 二维连续型随机变量是考试的重点，同时是考试的难点。
在，，，都以解答题的形式考查了边缘概率密度和条件概率密度的计算，但是考生普遍做的不好。其实这种题型它有固定的解题方法，考生只要掌握住其方法，这类题目也可以很轻松的拿到满分。
（3） 随机变量函数的分布同样是考试的重点，也是考试的难点，考生要引起重视。
随机变量函数的分布分为四种题型，每种题型都有固定的解法。两个离散型随机变量函数的分布是比较简单的，两个连续型随机变量函数的分布是考试频率最高的，也是考生比较头疼的。因为它涉及到二次积分，如何正确的确定积分范围，这是正确解题的关键。由于部分同学高数基础知识不扎实，导致在做此类题目时失分较多。考生要格外重视，加强训练。一个离散型一个连续型随机变量函数的分布，09年和10年分别以选择题和解答题的形式进行命题，这是比较新的一类题目。最后一种情况是求最大值、最小函数的分布在以解答题的形式考查了该种题型。
对于随机变量函数的分布，掌握每类题目的做题方法，多加练习，拿到满分是可以的。
4、随机变量的数字特征。
它是描述随机变量分布特征的数字，他们能够集中地刻画出随机变量取值规律的特点。这是概率的重点，近10年至少考了13次有关数字特征的问题，特别是随机变量函数的期望。要灵活应用数字特征相应的计算公式，同时结合高数积分的性质，这会给计算带来很大的方便。
除了求一些给定的随机变量的数学期望外，很多数学期望或方差的计算都与常用分布有关。应该牢记常用分布的参数的概率意义，特别是二项分布、指数分布、均匀分布和正态分布。
5、大数定律及中心极限定理。
它都是讨论随机变量序列的'极限定理，他们是概率论中比较深入的理论结果。这部分内容不是重点，也不经常考，只要把这些定理、定律的条件与结论记住就可以了。
前5章是概率的内容，其中3、4是考试的重点，考生务必熟练掌握。后面的章节是数理统计的内容。09年数三和数四首次合并，对数理统计这部分考试大纲做了较大的调整。09年数三和数四首次合并，所以09年，10年数，11年，12年数三都是以填空题的形式考察了数理统计的基本概念。按照以前的数三的命题规律，这部分经常以解答题的形式考察。在13年数理统计的内容以解答题的形式考查了矩估计和最大似然估计。
6、样本及抽样分布。
统计学的核心问题是由样本推断总体，要理解统计的一些基本概念。
掌握几个常用统计量，特别是正态总体的抽样分布。掌握三大分布的典型模式及其分位点。本章内容是数理统计的基础，也是重点之一，经常以选择题、填空题的形式出现。
若涉及到统计量的数字特征，也经常以解答题的形式出现。按照历年真题的命题规律预测，在数一的解答题有可能考查数理统计的数字特征，所以广大考生在现阶段复习的时候一定要引起重视。
7、参数估计。
矩估计和最大似然估计是考试的重点，年数一、数三都以解答题的形式进行考查了该知识点。对于数一来说，有时还会要求验证估计量的无偏性，这是和数字特征相结合。
区间估计和假设检验只有数一的同学要求是历年考题中出现最少的一类内容。区间估计在，以客观题的形式考查了该知识点。对于区间估计的考查，建议考查放在考前复习即可，只需要掌握住相应的公式。假设检验从开考到现在，只有在考查过一次，其他年份没有考查，所以假设检验的考试机率几乎为0.
篇9：考研数学 概率不偏不倚
2012考研数学 概率不偏不倚
2012的考研数学结束了，在这我们对今年的数三真题做简单的分析，今年的数三考试的大题总体来说还是延续了以往的思路，命题比较常规，思路也是比较的常规，主要还是强调基础知识的考察，突出了考试大纲中要求的重难点，基本上考察的是大纲中一些要求重难点的内容，主要考察考生的计算能力和综合分析能力。（来源：考研教育网）
针对今年解答题的概率题目，总的感觉是不是太难，都是一些常规题目，不偏不倚，稳中凸显基础性的重要性。
解答题第22题，此题考查离散分布的分布列，难度不深，第二问考查的是协方差与相关系数，首先必须掌握相关系数的定义，然后把各个参数代入即可，
解答题第23题，此题难度还不入上题，在考查公式的.同时第二问又用到了相互独立的性质，分别求出期望即可
2012年的概率题目，只要把任何一本参考资料上的例题理解透，就不难拿满分，但就概率而言，相比去年是简单了一些，不过这对于2013年的研友们则不是什么好消息，所以对来年的研友们而言，就是要理解概念、性质，狠抓基础。相信有了这些你们的2013年考研征程不会那么孤寂与难耐，相反则是光明与无穷！（来源：考研教育网）
（中国大学网考研 ）
