布里斯托大学数学统计专业的概率与统计课程主要介绍了概率和统计领域的基本思想和方法。这门课旨在发展随机变量、期望和方差的概念，并着眼于这些概念和方法的一些简单应用。此外，课程还介绍了统计在当代应用中的作用，并旨在发展学生对数据收集、探索、建模和推理的统计范式的初步理解和熟练掌握。下面是我们整理的考试重点，有需要的同学可以参考复习。
一、课程内容梳理
1、课程的前半部分是概率。
这部分首先介绍了概率空间的概念，随后研究了随机变量的概率模型(随机变量是随机实验结果的函数)，并讨论了标准离散和连续随机变量的简单性质。接着给出了研究常见量(概率、期望值、方差和协方差)的动机，并开发了评估这些量的方法，涵盖了生成函数和条件期望。
2、课程的后半部分是统计。
以现实生活中的例子为动机，这部分旨在发展学生对统计学基本原理的理解，结合探索性方法和概率论机制建立了可用于发现和识别随机变化关系的工具。
二、考试复习重点
1、理解现代概率论的基本框架，包括随机变量、期望、概率质量/密度函数、条件作用和独立性。
2、定义以下随机变量：伯努利、二项式、几何、泊松、均匀、指数、伽玛、正态/高斯。回忆并举例说明这些分布的特征。
3、定义联合分布的随机变量，联合概率密度函数。
4、理解如何分析独立随机变量的和，包括使用矩母函数和条件反射。
5、从非正式的描述中形成正式的概率模型，制定适用于特定应用的简单统计模型；
6、使用探索性方法来识别数据中的简单关系；
7、理解参数建模的原理，使用矩量法和最大似然法推导简单模型的参数估计；
8、推导简单的线性回归模型，并在适当的情况下实施；
9、使用简单模型的封闭表达式和模拟方法，理解估计量和样本可变性、置信区间和假设检验。
10、使用统计软件系统R来支持上述每一项任务。
希望这份备考指南能帮助同学做好概率与统计这门课的考前复习准备。如果同学对于布里斯托大学考试还有其他问题需要解答，直接联系我们即可。
