南安普顿大学概率与数理统计考试重点复习什么？

南安普顿大学概率与数理统计课程主要由三部分组成，分别是概率和分布理论、统计推断和统计建模。同学在考试之前，可以重点复习下述内容。

1、概率和分布理论

(1)概率论概念，公理，加法定律，独立性；

(2)随机变量和概率分布，期望值、矩和方差；

(3)分布函数，离散和连续分布，计算概率和期望值，随机变量的变换；

(4)示例：二项式、泊松、指数、正态等；

(5)生成函数、属性和应用、累积量；

(6)联合分配，独立性，协方差和相关性；

(7)条件概率，贝叶斯定理，复合分布。

2、统计推断

(1)抽样概念，样本和总体，抽样分布；

(2)中心极限定理，正常近似值；

(3)点估计，效率，偏差，一致性，均方差，矩量法；

(4)置信区间，正态、泊松和二项式示例；

(5)假设检验，正态、泊松和二项式示例，拟合优度检验；

(6)概率，最大似然估计及其渐近性质；

(7)贝叶斯思想；先验和后验分布。

3、统计建模

(1)汇总数据，汇总统计，简单的图形显示；

(2)回归和线性模型，最小二乘估计，回归系数的推断；

(3)比较模型，多元回归，残差和模型批评，预测；

(4)方差分析，使用适当的软件(比如R)将多元线性回归模型拟合到数据集并解释输出；

(5)广义线性模型：指数族，逻辑回归；

(6)统计模型选择的概念和方法，假设检验方法；

(7)信息准则。

如果同学能够解释随机变量、概率分布、分布函数、期望值、方差和高阶矩的概念，以及独立性、联合分布随机变量和条件分布的概念，并计算与随机变量分布相关的期望值和概率，考试应该就没什么大问题。如果同学想让更专业的老师指导自己完成南安普顿大学概率与数理统计考前复习，可以直接联系我们。