| 知识 | 连续型随机变量 \(X\) 的概率密度为 \(f(x)\)，其期望为 \(E(X)={{c2::\int_{-\infty}^{+\infty}xf(x)\mathrm{d}x}}\)，前提是{{c1::绝对收敛}}。 |
| 《》 | 5.1.2 连续型随机变量的数学期望 |
| 评论 | |
| 举例 | |
| 拓展 | |
| Tags |
| 知识 | 若f(x,y)在点(x,y)处连续，则\({{c1::\frac{\partial^2 F(x,y)}{\partial x\partial y} }}=f(x,y)\) |
| 《》 | 4.3.1 概率密度及边缘概率密度 |
| 评论 | |
| 举例 | |
| 拓展 | |
| Tags |
| 知识 | 设 \(X_1,X_2,\dotsc,X_{n_1}\) 和 \(Y_1,Y_2,\dotsc,Y_{n_2}\) 分别是来自总体 \(N(\mu_1,\sigma^2)\) 和 \(N(\mu_2,\sigma^2)\) 的两个样本，它们相互独立，则 \(\cfrac{\bar X-\bar Y-(\mu_1-\mu_2)}{S_w\sqrt{\cfrac{1}{n_1}+\cfrac{1}{n_2}}}\sim {{c1::t(n_1+n_2-2)}}\)，其中 \(S_w=\sqrt{\cfrac{(n_1-1)S_1^2+(n_2-1)S_2^2}{n_1+n_2-2}}\) |
| 《》 | 6.4 统计量及抽样分布 |
| 评论 | |
| 举例 | |
| 拓展 | |
| Tags |