建议收藏！考研数学概率论易错点汇总！
哈喽！各位准研究生们大家好~
发现开学以来，同学们对于 “如何短时间高效率学习线代、概率论”这类话题越发关注～
小编总结出一些线代、概率路易错点。
今天我们聊聊「概率论易错点」，你掌握了吗？
赶紧查漏补缺起来吧~
区分独立与不相关
独立能推出不相关。但是在二维正态分布内，独立等价于不相关。
（同理逆否命题：相关能推出不独立)。
通俗的解释是，独立指的是各个方面完全无关，而不相关仅仅指的是无线性关系，可能还存在其他关系。
概率与事件的关系
需要明确事件可以推概率，但是概率水远推不了事件。
例如：必然事件概率为 1，但是概率为1未必是必然事件，做选择题时看到由概率推事件的选项可直接排除。
常用结论使用前提要记牢
1）经典结论：样本方差和均值相互独立，是建立在样本服从正态总体的前提下；
2）泊松分布具有可加性，即X～P(λ1)，Y～P(λ2)，有X+Y～P(λ1+λ2)，前提是X、Y独立。
矩估计与最大似然估计
1）矩估计思想：理论平均值等于样本平均值，当出现两个待估参数时，用上二阶矩相等；
2）最大似然估计思想：改组样本值在理论上发生的概率或概率密度尽可能的大。
（若是连续型总体，则最大似然函数为总体 X 区取x1,x2,…,xn时的概率密度相乘；
遇到离散型应当注意区分，其最大似然函数为总体X 区取x1,x2,…,xn时的概率相乘。）
期望与方差的计算
1）期望的和无论独立与否都可以分开计算，即E(X+Y)=EX+EY；
2）方差的和不独立的话就不可以分开算，即D(X+Y)≠DX+DY。
统计部分证明题
同学们将以下三道题证明思路搞清楚即可：
最后唠叨一句，概率论大题记得要数形结合，先判断类型再写公式，尤其是求二维随机变量函数分布时，一定要画图划分区域～
