一、概率论基础部分

1.样本空间，随机事件，概率的公理化定义，古典概型，概率空间。

2.条件概率，全概率公式，贝叶斯公式，事件独立性。

3.随机变量及其分布，随机变量的数字特征：数学期望、方差等、矩，变异系数，分位数，偏度系数，峰度系数，常见分布。

4.随机向量，随机变量的独立性，协方差，相关系数，条件数学期望与条件方差、随机变量的函数及其分布，多元正态

5.母函数与特征函数。

6.随机变量序列的收敛性，依分布收敛，几乎处处收敛，大数定律，中心极限定理及其证明思想。

二、数理统计部分

1.总体与样本，统计量及其分布，充分统计量，三大抽样分布。

2.参数估计，点估计与无偏性，有效性，相合性。

3.最大似然估计，矩估计。

4.最小方差无偏估计，贝叶斯估计。

5.区间估计。

    6．假设检验的思想与方法，两类错误。

    7. 正态总体参数的假设检验，非正态总体参数的假设检验，分布拟合检验。

    8．方差分析。

    9.一元线性回归。