2018届浙江省高考数学二模拟试卷及答案

　　高考即将来临,在考前多做一些高考数学模拟试卷对考生有很大帮助。以下是百分网小编为你整理的2018届浙江省高考数学二模拟试卷，希望能帮到你。

　　2018届浙江省高考数学二模拟试卷题目

　　一、选择题(共12小题，每小题5分，满分60分)在每小题给出的四个选项中，只有一项是符合题目要求的

这是二元一次方程组难题训练，是优秀的数学教案文章，供老师家长们参考学习。

二元一次方程组难题训练第 1 篇

　　1、是方程组的解…………()

　　2、方程组的解是方程3x-2y=13的一个解()

　　3、由两个二元一次方程组成方程组一定是二元一次方程组()

　　4、方程组，可以转化为()

　　7、方程组有唯一的`解，那么m的值为m≠-5…………()

　　8、方程组有无数多个解…………()

　　9、x+y=5且x，y的绝对值都小于5的整数解共有5组…………()

　　10、方程组的解是方程x+5y=3的解，反过来方程x+5y=3的解也是方程组的解………()

　　12、在方程4x-3y=7里，如果用x的代数式表示y，则()

　　13、任何一个二元一次方程都有()

　　(C)三个解;(D)无数多个解;

　　14、一个两位数，它的个位数字与十位数字之和为6，那么符合条件的两位数的个数有()

　　15、如果的解都是正数，那么a的取值范围是()

　　16、关于x、y的方程组的解是方程3x+2y=34的一组解，那么m的值是()

　　17、在下列方程中，只有一个解的是()

　　18、与已知二元一次方程5x-y=2组成的方程组有无数多个解的方程是()

　　19、下列方程组中，是二元一次方程组的是()

　　20、已知方程组有无数多个解，则a、b的值等于()

二元一次方程组难题训练第 2 篇

　　1）了解二元一次方程组的概念。

　　2）理解二元一次方程组的解的概念。

　　3）会用列表尝试的方法找二元一次方程组的解。

　　1）渗透把实际问题抽象成数学模型的思想。

　　2）通过尝试求解，培养学生的探索能力。

　　1）培养学生细致，认真的学习习惯。

　　2）在积极的教学评价中，促进师生的情感交流。

　　重点：二元一次方程的意义及二元一次方程的解的概念。

　　难点：把一个二元一次方程形成用关于一个未知数的代数式表示另一个未知数的形式，其实质是解一个含有字母系数的方程。

　　（一）创设情景，引入课题

　　1.本班共有40人，请问能确定男女生各几人吗？为什么？

　　（1）如果设本班男生x人，女生y人，用方程如何表示？（x+y=40）

　　（2）这是什么方程？根据什么？

　　2.男生比女生多了2人。设男生x人，女生y人.方程如何表示？ x，y的值是多少？

　　3.本班男生比女生多2人且男女生共40人.设该班男生x人，女生y人。方程如何表示？

　　两个方程中的x表示什么？类似的两个方程中的y都表示？

　　像这样，同一个未知数表示相同的量，我们就应用大括号把它们连起来组成一个方程组。

　　4.点明课题：二元一次方程组。

　　（设计意图：从学生身边取数据，让他们感受到生活中处处有数学）

　　（二）探究新知，练习巩固

　　1．二元一次方程组的概念

　　（1）请同学们看课本，了解二元一次方程组的的概念，并找出关键词由教师板书。

　　[让学生看书，引起他们对教材重视。找关键词，加深他们对概念的了解.]

　　（2）练习：判断下列是不是二元一次方程组，学生作出判断并要说明理由。

　　（设计意图：这一环节是本课设计的重点，为加深学生对“含有未知数的项的次数”的内涵的理解，我采取的是阅读书本中二元一次方程的概念，形成学生的认知冲突，激发学生对“项的次数的思考”，进而完善血生对二元一次方程概念的理解。）

　　2．二元一次方程组的解的概念

　　（1）由学生给出引例的答案，教师指出这就是此方程组的解。

　　（2）练习：把下列各组数的题序填入图中适当的位置：

　　方程x+y=0的解，方程2x+3y=2的解，方程组的解。

　　（3）既满足第一个方程也满足第二个方程的解叫作二元一次方程组的解。

　　（4）练习：已知是方程组的解，求a，b的值。

　　（三）合作探索，尝试求解

　　现在我们一起来探索如何寻找方程组的解呢？

　　1.已知两个整数x，y，试找出方程组的解.

　　学生两人一小组合作探索。并让已经找出方程组解的学生利用实物投影，讲明自己的解题思路。

　　一般思路：由一个方程取适当的xy的值，代到另一个方程尝试.

　　（设计意图：把课堂还给学生，让他们探索并解答问题，在获取新知识的同时也积累数学活动的经验）

　　2.据了解，某商店出售两种不同星号的“红双喜”牌乒乓球。其中“红双喜”二星乒乓球每盒6只，三星乒乓球每盒3只。某同学一共买了4盒，刚好有15个球。

　　（1） 设该同学“红双喜”二星乒乓球买了x盒，三星乒乓球买了y盒，请根据问题中的条件列出关于x、y的方程组。（2）用列表尝试的方法解出这个方程组的解。

　　由学生独立完成，并分析讲解。

　　⑴当X=2时，求所对应的Y 的值；

　　⑵取一个你自己喜欢的数作为X的值，求所对应的Y的值；

　　⑶用含X的代数式表示Y；

　　⑷用含Y 的代数式表示X；

　　⑸当X=-2，0 时，所对应的Y值是多少；

　　（设计意图：此处设计主要是想让学生形成求二元一次方程的解的一般方法，先让学生展示他们的思维过程，再从他们解一元一次方程的重复步骤中提炼出用一个未知数的代数式表示另一个未知数，然后把它与原方程比较，把一个未知数的值代入哪一个方程计算会更简单，形成“正迁移”，引导学生体会“用关于一个未知数的代数式表示另一个未知数”的过程。）

　　（四）课堂小结，布置作业

　　1.这节课学哪些知识和方法？

　　2.你还有什么问题或想法需要和大家交流？

　　1．本课设计主线有两条。其一是知识线，内容从二元一次方程组的概念到二元一次方程组解的概念再到列表尝试法，环环相扣，层层递进；第二是能力培养线，学生从看书理解二元一次方程组的概念到学会归纳解的概念，再到自主探索，用列表尝试法解题，循序渐进，逐步提高。

　　2．“让学生成为课堂的真正主体”是本课设计的主要理念。由学生给出数据，得出结果，再让他们在积极尝试后进行讲解，实现生生互评。把课堂的一切交给学生，相信他们能在已有的知识上进一步学习提高，教师只是点播和引导者。

　　3．本课在设计时对教材也进行了适当改动。例题方面考虑到数码时代，学生对胶卷已渐失兴趣，所以改为学生比较熟悉的乒乓球为体裁。另一方面，充分挖掘练习的作用，为知识的落实打下轧实的基础，为学生今后的进一步学习做好铺垫。

二元一次方程组难题训练第 3 篇

1．使学生掌握由一个二元二次方程和一个可以分解为两个二元一次方程组成的方程组的解法.

2.通过例题的分析讲解，进一步提高学生的分析问题和解决问题的能力；

3.通过一个二元二次方程解法的分析，使学生进一步体会“消元”和“降次”的数学思想方法，继续向学生渗透“转化”的辨证唯物主义观点.

二、重点·难点·疑点及解决办法

1．教学重点：通过把一个二元二次方程分解为两个二元一次方程来解由两个二元二次方程组成的方程组.

2．教学难点：正确地判断出可以分解的二元二次方程.

3．教学疑点：降次后的二元一次方程与哪个方程重新组成方程组，一定要分清楚.

4．解决办法：（1）看好哪个二元二次方程能分成两个二元一次方程，它们之间是“或”的关系，不能联立成方程组.（2）分解好的二元一次方程应与另一个二元二次方程组成两个二元二次方程组.

（1）我们所学习的二元二次方程组有哪几种类型？

（2）解二元二次方程组的基本思想是什么？

（3）解由一个二元一次方程和一个二元二次方程组成的方程组的基本方法是什么？其主要步骤是什么？

（5）把下列各式分解因式：

由于二元二次方程组的第一节课已经向学生阐明了我们所研究的二元二次方程组有两种类型．其一是由一个二元一次方程和一个二元二次方程组成的二元二次方程组；其二是由

两个二元二次方程所组成的方程组．由于第一种类型我们已经研究完，使学生自然而然地接

受了第二种类型研究的要求．关于问题（2）的提出，由于两种类型的二元二次方程组的解题思想均为“消元”和“降次”，所以问题（2）让学生懂得“消元”和“降次”的数学思想，贯穿于解二元二次方程组的始终．问题（3）、（4）是对上两节课内容的复习，以便学生对已学过的知识得到进一步的巩固．由于本节课的学习内容是由两个二元二次方程组成的二元二次方程组的解法，其中有一个二元二次方程可以分解，因此，问题（5）的设计是为本节课的学习内容做准备的.

分析：这是一个由两个二元二次方程组成的二元二次方程组，其解题的基本思路仍为“消元”、“降次”，使之转化为我们已经学过的方程组或方程的解法．那么如何转化呢？关于转

化的形式有两种，要么降二次为一次，要么化二元为一元我们通过观察方程组中的两个方程有什么特点，可以发现：方程组（2）的右边是0，左边是一个二次齐次式，并且可以分解为，因此方程（2）可转化为，即或，从而可分别和方程（1）组成两个由一个二元一次方程和一个二元二次方程组成的二元二次方程组，从而解出这两个方程组，得到原方程组的解．

因此，原方程组可化为两个方程组

解方程组，得原方程组的解为

说明：本题可由教师引导学生独立完成，教师应对学生的解题格式给予强调．

分析：这个方程组也是由两个二元二次方程组成的方程组，通过认真的观察与分析可以

发现方程（2）的左边是一个完全平方式，而右边是完全平方米，因此将右边16移到左边后可利用平方差公式进行分解，，即或，从而可仿例1的解法进行.

因此，原方程组可转化为两个方程组

解这两个方程组，得原方程组的解为

1．教材P60中1.此练习可让学生口答.

2．教材P60中2.此题让学生独立完成.

本节小结，内容较为集中并且比较简单，可引导学生从两个方面进行总结：（1）本节课学习了哪种类型的方程组的解法；（2）这种类型的方程组的解题步骤如何？

这节课我们学习了由两个二元二次方程组成的并且有一个方程是可以分解成两个二元一次方程的方程组的解法，解这种类型的方程组的步骤是将原二元二次方程组转化为两个已学习过的二元二次方程组，从而求出原方程组的解.

关于比较特殊的二元二次方程组的解法，教师可以利用辅导课的时间补充两个二元二次方程都可以分解的二元二次方程组的解法.

若关于的方程只有一个解，试求出值与方程的解．

解：化简原方程，得（1）

当时，原方程有惟一解，符合题意．

当时，方程（1）根据的判别式

，故方程（1）总有两个不同的实数解，按题意其中必有一根是原方程的增根，原方程可能产生的增根只是0或1．

把代入（1），方程不成立，不合题，故增根只能是，把代入（1）得，此时方程为，

当时，分式方程的解为；当时，分式方程的解为．

二元一次方程组难题训练第 4 篇

1、下列各式中,恒成立的是( )

3、不等式组的整数解的和为 ( )

4、若关于x的方程的解为正数,则m的取值范围是 ( )

3.将长为50厘米的一条线段围成一个五边形,则围成的五边形中最长边的取值范围是

4.若关于x的不等式2x-a≤0,只有三个正整数解,则正数a的取值范围是多少?

宋浩《概率论与数理统计》笔记---概率论总结

【基本概念】：概率论也就是先讲概率的一些基本知识，然后讲随机变量和一些常用的分布

【一维】：一维的分布将完了，肯定要讲多维的分布的，然后要讲一些期望和方差等数字特征

【一般规律】：然后讲事情的一般规律（也就是大数定理和中心极限定理）

【估计大模型】：最后讲通过少量样本来估计不可取样本（比如人均收入）对应的模型，也就是大模型对应的参数（也就是参数估计）

博客对应课程的视频位置：

【基本概念】：概率论也就是先讲概率的一些基本知识，然后讲随机变量和一些常用的分布

【一维】：一维的分布将完了，肯定要讲多维的分布的，然后要讲一些期望和方差等数字特征

【一般规律】：然后讲事情的一般规律（也就是大数定理和中心极限定理）

【估计大模型】：最后讲通过少量样本来估计不可取样本（比如人均收入）对应的模型，也就是大模型对应的参数（也就是参数估计）

总结了的东西才是你自己的

加法原理和乘法原理更好的解释？

几何概率模型 就是那些 线段、平面、立体 相关的模型

一个3cm的线段，一个质子扔到1-2之间的概率是1/3

一张桌子，一个质子扔到左边部分的的概率是1/2

以φ,x为横纵轴画图即可，即可转化为几何概率模型

【做大量实验，频率接近一个值，这个值就是概率】：ω_n(A)-->P

【用频率来求概率】：在大量重复进行同一试验时，事件A发生的频率m(A)/n总是接近于某个数，在它附近摆动，这个常数就是事件A的概率。因此只要n相当大，概率是可以通过频率来测量的，或者说频率是概率的一个近似。

条件概率就是样本空间发生了变化，和原来的样本空间不一样了

Ω样本空间，A,B两个事件，P(B)>0，在B已经发生的条件下，A发生的概率。这就是A对B的条件概率。P(A|B)

无条件概率 和 条件概率 的样本空间

计算条件概率的时候，样本空间发生了变化

联合概率P(AB)和条件概率P(A|B)的理解？

联合概率侧重二者同时发生，而条件概率侧重一个先发生另一个后发生。

可以看出，联合概率和条件概率的区别：虽然分子都是两个事件的交集，但是分母（样本空间）是不同的。

条件概率 P(B|A) 的几何意义？

画图的话就是A中的B，而不是全集中的B

全概率公式 如何理解？

利用条件概率 P(B|Ai) 的几何意义，可以看做是各个Ai里面的B拼起来

全概率公式和贝叶斯公式

全概率就是表示达到某个目的，有多种方式（或者造成某种结果，有多种原因），问达到目的的概率是多少（造成这种结果的概率是多少）

贝叶斯公式就是当已知结果，问导致这个结果的第i原因的可能性是多少？执果索因！

条件概率 意义及意义例子？

举个例子，比如让你背对着一个人，让你猜猜背后这个人是女孩的概率是多少？直接猜测，肯定是只有５０％的概率，假如现在告诉你背后这个人是个长头发，那么女的概率就变为９０％。

所以条件概率的意义就是，【当给定条件发生变化后，会导致事件发生的可能性发生变化】。

贝叶斯公式 和 全概率公式的本质区别？

导致发烧的原因可能是感冒、肺炎、白血病

全概率公式就是知道原因推结果：得这三种病以及这三种病发烧的概率，求发烧的概率是多少

贝叶斯公式就是知道结果推原因：推导致发烧的原因中哪个的概率最大

A的概率不受B发生与否的影响

独立和互不相容 不同时成立？

两事件独立最大的意义是什么？

独立和互不相容 对公式的简化 ？

我们看到的多元线性回归中的概率公式推导，就是用的 事件之间的独立性？

伯努利模型：例：彩票每周开一次，十万分之一几率中奖，十年买520次 ，问从未中奖的概率是多少？

为了便于描述和解决问题，往往需要对每一个可能的结果指定一个数值，随机变量可以将样本空间中的点与数字联系起来，或者说把事件与数值能联系起来

随机变量（random variable）表示随机试验各种结果的实值单值函数。随机事件不论与数量是否直接有关，都可以数量化，即都能用数量化的方式表达。

随机事件数量化的好处是可以用数学分析的方法来研究随机现象。例如某一时间内公共汽车站等车乘客人数，电话交换台在一定时间内收到的呼叫次数，灯泡的寿命等等，都是随机变量的实例。

离散型随机变量及其概率分布（抛硬币实例）？

抛硬币：样本X：1,0，对应概率P：1/2,1/2

大写X表示具体变量，小写x表示样本取值

其实就是把样本各个取值及其概率画图表画出来

离散型和连续性随机变量的概率表示方式？

离散型随机变量：概率分布

连续型随机变量：概率密度函数

如果y轴为频率/组距，那么是 频率密度直方图，

每个小长方形的面积等于该组的频率，因为y轴是频率/组距，

所有的小长方形的面积之和为1

介于x=a，x=b之间的面积，近似等于它落在(a,b]之间的频率

频率密度直方图：如果y轴为频率/组距，那么是 频率密度直方图

求频率就是求面积（积分）：介于x=a，x=b之间的面积，近似等于它落在(a,b]之间的频率

概率密度函数 某一个x对应的值的意义是什么？

x对应的y并不是概率的大小，因为某个点的概率为0

x对应的y的值是取x附近的概率值的大小

设X是一个随机变量，x是任意实数，函数F(x)=P(X<=x)称为X的分布函数。有时也记为X~F(x)。

分布函数就是变量小于等于某个特定值a的概率（或者频率，如果是用数据统计出来的话），也即F(a)=P(X<=a)

假设现在有全世界所有人的身高的分布函数，而你的身高是175cm，那么分布函数在175cm处的取值就是所有比你矮或者和你一样高的人占全世界所有人的比例。

姚明的身高是226cm，那么分布函数在226cm处的取值就是所有比姚明矮或者和姚明一样高的人占全世界所有人的比例。

分布函数F(x)=P(X<=x)对离散型和连续型都成立？

分布函数对离散型和连续型都成立，但是具体对离散型和连续型的求法不一样

泊松分布可以通过无限细分的二项分布推出来，求极限的话就是得到的结果就是泊松分布

【从a个白球和b个黑球中抽取n个球】：最经典的引入超几何分布的模型就是，从a个白球和b个黑球中抽取n个球，那么以X表示抽取出的白球的数目，它的分布律满足

01分布、几何分布、二项分布、泊松分布、超几何分布

超几何分布和二项分布的近似计算？

二项分布用泊松分布来计算：二项分布n>=100，np<=10，用泊松分布近似计算λ=np

超几何分布最终还是用泊松分布来计算：超几何分布在N大，n/N小时可以用二项分布来计算，不过还是不好算，最终还是要转化为泊松分布

指数分布应用广泛，在日本的工业标准和美国军用标准中，【半导体器件的抽验方案都是采用指数分布】。

【此外，指数分布还用来描述大型复杂系统（如计算机）的平均故障间隔时间MTBF的失效分布】。

【机器或系统的失效分布模型】：指数分布虽然不能作为机械零件功能参数的分布规律，但是，它可以近似地作为高可靠性的复杂部件、机器或系统的失效分布模型，特别是在部件或机器的整机试验中得到广泛的应用。

常见随机变量的分布 的简单总结

几何分布：几何分布是第k次首次发生，前k-1次未发生

泊松分布：比如我们记录的人群每分钟闯红灯情况等例子

超几何分布：从a个白球和b个黑球中抽取n个球

指数分布：f(x)从λ到0的这一段线

离散型随机变量函数的分布

已知X是某分布，比如求Y=3X+5的分布。

已知x是如下离散分布，求Y=X^2的分布

连续型随机变量函数的分布

分布函数F(x)和概率密度函数f(x)的关系

分布函数求导是概率密度函数

概率密度函数积分是分布函数：概率密度函数积分是求面积，那么自然结果是分布函数

连续型随机变量函数的分布 的求法

设随机变量X的密度函数为f_X(x)，并假设y=g(x)及其一阶导数是连续函数，则Y=g(X)是连续型随机变量，现在来求Y的密度函数f_Y(x)

第一步：建立随机变量Y的分布函数F_Y(x)与X的分布函数F_X(x)之间的关系，或者求出随机变量Y的分布函数F_Y(x)

连续型随机变量函数的分布：例：设随机变量X的密度函数为f_X(x)，Y=3X+2，求Y的密度函数f_Y(x)

三、多维随机变量及其分布

二维随机变量及其分布函数

二维随机变量表示要研究的问题是两个。比如比如打靶弹着点x和y

之前描述的问题都只有一个变量，比如身高，体重啥的

但是有些问题一定需要多个变量，比如打靶弹着点，比如弹着点的x和y

比如研究家庭生活情况的衣食住行四个方面

设E是随机试验，其样本空间为Ω，X,Y是定义在Ω上试验E的两个随机变量，称以X,Y为分量的向量(X,Y)为试验E的二维随机变量，或称二维随机向量

比如研究人的身高体重，身高体重就是(X,Y)向量

二维随机变量联合分布函数？

二维离散型的联合分布和边缘分布

二维离散型：X,Y取离散值

联合分布：离散的概率表：二维离散型随机变量(X,Y)的概率函数为联合分布

边缘分布：行或列求和：在二维离散型随机变量(X,Y)中，称分量X(或Y)的概率分布为(X,Y)的关于X(或Y)的 边缘分布。

二维离散型的边缘分布 的直观理解

例中对行求和就是X的边缘分布，对列求和就是Y的边缘分布

二维连续型的联合分布和边缘分布

边缘分布用公式特别好求，直接用联合密度函数，X的边缘就对y积分，Y的边缘就对x积分

条件分布就是在某条件之下发生的分布，比如某概率密度函数在x>1条件下的分布

比如身高体重，身高限定在1.7，看体重的分布

离散型随机变量的条件分布

就是样本空间发生了改变

离散型随机变量的条件分布 公式

连续型随机变量的条件分布

和离散型一样，也都是用联合密度比上边缘密度

二维离散型随机变量函数的分布

就是把xy对应位置相乘就好，如果相同就加起来

四、随机变量的数字特征（期望、方差、协方差、相关系数等）

就是对x*f(x)求积分，x是取值，f(x)是概率

连续型变量的数学期望  例子？

就是直接套连续型变量的数学期望的公式就好

随机变量函数的数学期望

就是知道x的期望，此时Y=g(x)，求Y的期望

离散性的期望就是xi*pi求和，如果求Y，就是g(x)*pi求和

连续的也是一样，直接把x换成g(x)

条件期望 就是如果有两个变量，一个变量取定了某个值的前提下，另一个变量的期望

图中最下面的公式用的比较多，是根据方差的定义展开来推出来的

协方差和相关系数通俗理解

【协方差表示两变量的关系】：协方差可以通俗的理解为：两个变量在变化过程中是同方向变化？还是反方向变化？同向或反向程度如何？

【相关系数看做特殊协方差】：相关系数就是用X、Y的协方差除以X的标准差和Y的标准差，相关系数也可以看成协方差：一种剔除了两个变量量纲影响、标准化后的特殊协方差。

【两变量变化关系】：两个变量在变化过程中是同方向变化？还是反方向变化？同向或反向程度如何？

【同向变化协方差为正】：你变大，同时我也变大，说明两个变量是同向变化的，这时协方差就是正的。

【反向变化协方差为负】：你变大，同时我变小，说明两个变量是反向变化的，这时协方差就是负的。

【协方差的数值表示同向变化的程度】：从数值来看，协方差的数值越大，两个变量同向程度也就越大。反之亦然。

相关系数就是衡量和变量X,Y之间的相关关系

相关系数：就是协方差除以两个的标准差

X,Y不相关 和 X,Y独立 怎么区分？

X,Y不相关：指的是X,Y线性不相关

X,Y独立：指的是X,Y之间没有任何关系，包括线性关系，非线性关系

X,Y独立，则X,Y不相关

原点矩：EX^k，期望是EX，所以期望是一阶原点矩

原点矩是因为以原点为中心：E(X-0)^k

中心矩和原点矩的几何意义是什么

【原点矩就是几何图形的重心】；

【中心矩反映几何图形上点的分布规律，相当于将坐标原点移到重心上，此时的原点矩】。

五、大数定理与中心极限定理

大数定理：大量重复试验的平均结果（期望）的稳定性。

切比雪夫不等式：描述了这样一个事实，事件大多会集中在平均值附近。

切比雪夫不等式：描述了这样一个事实，事件大多会集中在平均值附近。

切比雪夫不等式 就是期望和方差存在的时候，总体可以看成左边的概率小于右边的值

X-EX 就是这个数和期望的距离：

其中 k>0 ，μ是期望，σ是标准差。

中心极限定理（CLT）指出，如果样本量足够大，【则变量均值的采样分布将近似于正态分布，而与该变量在总体中的分布无关】。

0-1均匀分布取点例子？

随着我们从均匀分布中抽取越来越多的随机样本，并在直方图上绘制样本均值，我们得到一个正态分布结果如下(见右曲线)

变量均值收敛于期望均值

中心极限定理：大量独立同分布的变量和的极限分布是正态分布：如果样本量足够大，则变量均值的采样分布将近似于正态分布，而与该变量在总体中的分布无关。

标准化之后，期望为0，方差为1，没标准化的话，期望为为nμ，方差为nσ^2

六、数理统计的基本概念

总体就是全体集合，样本就是抽的样本

样本变量是Xi，样本观测值是xi

统计量定义：不含任何未知参数的样本的函数。

均值、样本方差、标准差、原点矩、中心距等都是常用统计量

七、参数估计（就是来估计参数）

参数估计：【就是用样本的值来猜总体分布的参数值】：用样本构造函数来估计参数的值

比如班上同学身高服从正态分布，但是这个正态分布的均值μ和方差σ^2我们不知道，这个时候我们可以取80个同学测身高，会得到一个具体的正态分布，这样来估计均值μ和方差σ^2

参数空间就是参数的取值范围

什么是点估计和区间估计？

【点估计只猜一个点】：比如猜身高，猜了一个数，比如185，那么就是点估计

【区间估计猜一个区间】：区间估计就是，比如猜身高，我的身高在150-250之间

参数估计-极大似然估计

概率大的事件比概率小的事件更容易发生

将使A发生的P最大的参数值作为估计值

极大似然估计：就是总体的某些参数未知，通过样本取样来估计这些参数，极大就是最大，似然就是可能性，合起来就是对参数的最大可能性估计

极大似然估计 为什么要连乘起来

本来是联合概率函数，因为独立，所以分开来写

极大似然估计 做题步骤

1、确定总体的概率（对离散型）密度（对连续型）函数

2、写似然函数L(λ)，λ是参数

3、两边去ln（因为是连乘），得lnL(λ)

4、对λ求导，得最大值的话，就是令导数为0

极大似然估计 泊松分布例子（离散型）

就是照着极大似然估计 做题步骤的四步走