概率分布考频统计

数据来源:南京工业大学 2022-2026 共 5 套真题
P1=22-23二下A · P2=23-24二下A · P3=24-25二下A · P4=25-26一上B · P5=25-26二下阶段考

📌 核心结论:5套试卷共涉及 16种 概率分布(含抽样分布)。正态分布和二项分布是绝对核心(5/5套),t分布紧随其后(4/5)。连续型分布的多样性远超离散型——拉普拉斯、柯西、三角函数型、Pareto型等"非常规分布"各出现1次,反映命题人偏好"非标准密度函数→全流程推导"的考察模式。几何分布是唯一列入教程但从未被考到的分布。

一、总览表

分布类型出场总分值(约)主要考察形式重要度
正态分布 N(μ,σ²) 连续 5/5 ~120 全概率背景 · 二维协方差 · CLT目标 · 置信区间 · 假设检验 · 抽样分布 ★★★★★
二项分布 B(n,p) 离散 5/5 ~49 CLT大题(100%考二项→正态近似)· 选择/填空(EX=np, DX=np(1-p)) ★★★★★
t 分布 t(n) 连续(抽样) 4/5 ~50 均值置信区间 · t检验(双侧/单侧)· 抽样分布构造 ★★★★★
均匀分布 U(a,b) 连续 4/5 ~17 几何概型 · 分布函数反求参数 · 变量变换 · 方差计算 ★★★★
指数分布 Exp(λ) 连续 3/5 ~15 大题(等待时间+无记忆性+变量变换)· 填空(方差计算) ★★★★
χ² 分布 χ²(n) 连续(抽样) 3/5 ~18 方差检验(χ²检验)· 抽样分布构造 · 方差置信区间 ★★★★
0-1分布 / 伯努利 离散 2/5 ~6 填空(二维离散联合分布背景) ★★★
幂函数型密度 连续 2/5 ~20 大题(矩估计+MLE背景, f(x)=cx^a型密度) ★★★
拉普拉斯分布(双边指数) 连续 1/5 9 大题:f(x)=ae^(-|x|),求参数/概率/方差 ★★★
三角函数型密度 连续 1/5 15 大题:f(x)=a·cos x, |x|≤π/2,求参数/F(x)/概率 ★★★
Pareto型分布 连续 1/5 10 大题:F(x)=1-x^(-α), x>1,矩估计+MLE ★★★
泊松分布 P(λ) 离散 1/5 3 选择:泊松总体的统计量期望/方差比较 ★★
超几何分布 离散 1/5 10 大题:不放回抽样概率(古典概型背景) ★★
柯西分布 连续 1/5 3 选择:f(x)=1/(π(1+x²)),Y=2X变量变换 ★★
F 分布 F(n₁,n₂) 连续(抽样) 1/5 3 选择:t(3)→1/X²→F(1,3)关系 ★★
几何分布 Ge(p) 离散 0/5 0 未直接考察(仅教程列出为需掌握)
📊 读表提示:正态分布在每套试卷中至少出现3次(直接或间接),是当之无愧的"分布之王"——全概率题用它算先验,CLT用它做目标,置信区间/假设检验假设正态总体,二维正态还要算协方差。二项分布5次出场全部与CLT关联——考察重点不是二项分布本身,而是"二项→正态近似→标准化→查表"的固定套路。

二、离散型分布 · 逐分布详解

离散 二项分布 B(n,p) 5/5 · 必考

考察核心:二项分布→正态近似的CLT套路。背过"标准化→查表"即拿分。参数n几乎固定为100。

🔥 规律:CLT大题100%考二项分布,从未考过其他分布的和。p在0.1~0.9之间。要记住np=EX, np(1-p)=DX。

离散 泊松分布 P(λ) 1/5 · 低频

📝 泊松分布唯一一次出场是选择题——考察的是统计量比较而非分布本身。但EX=DX=λ是基础性质。

离散 0-1分布 / 伯努利分布 2/5 · 中频

📝 0-1分布从不单独考,总是嵌套在二维离散联合分布中。连考两年(24-25, 25-26),值得注意。

离散 超几何分布 1/5 · 低频

📝 超几何分布出现在古典概型大题中,命题上归类为"概率计算"而非"分布考察"。不放回抽样是其核心特征。

离散 几何分布 Ge(p) 0/5 · 未考察

教程中列为需掌握的离散分布(P{X=k}=(1-p)^(k-1)p, k=1,2,...),但5套真题从未直接出现。可能考法:与二项分布对比(n固定 vs 首次成功)、无记忆性、EX=1/p, DX=(1-p)/p²。


三、连续型分布 · 逐分布详解

连续 正态分布 N(μ,σ²) 5/5 · 分布之王

正态分布以"显式"和"隐式"两种方式覆盖所有试卷。显式:直接给X~N(μ,σ²);隐式:CLT近似、置信区间、假设检验均假设正态总体。

🔥 五大考察形式:①全概率/贝叶斯背景(用正态算先验概率)②二维正态协方差/相关系数(独立⇔ρ=0)③CLT的目标分布 ④置信区间(t/z公式前提是正态总体)⑤假设检验(z/t/χ²检验前提是正态总体)。高频Φ值:Φ(1.96)=0.975, Φ(2)=0.977, Φ(1.667)=0.952, Φ(0.8)=0.788。

连续 均匀分布 U(a,b) 4/5 · 高频

📝 均匀分布考察形式灵活多变:几何概型、参数反求、变量变换、方差计算——没有固定套路,需要理解本质。EX=(a+b)/2, DX=(b-a)²/12。

连续 指数分布 Exp(λ) 3/5 · 高频

📝 指数分布大题(P2 Q4)是经典综合题——无记忆性→二项分布→变量变换,三合一。记住P{X>t}=e^(-λt), EX=1/λ, DX=1/λ²。

连续 拉普拉斯分布(双边指数) 1/5

📝 双边指数密度的关键:绝对值→分段积分。EX=0(奇函数),DX=E(X²)=2。

连续 三角函数型密度 1/5

📝 阶段考专属大题。此类"有限区间+非常规函数"要会规范性积分:∫cos θ dθ = sin θ。

连续 Pareto型分布 1/5

📝 先由F(x)求导得f(x)是关键第一步。矩估计+MLE双考是标配。EX=∫_1^∞ x·αx^(-α-1)dx=α/(α-1)。

连续 幂函数型密度 2/5 · 中频

📝 幂函数密度在MLE大题中高频出现(2/5)。特征:定义域(0,1),密度是x的某次幂。考题关键是写对似然函数→取对数→求导的机械流程。

连续 柯西分布 1/5

📝 柯西分布仅以变量函数变换的选择题出现。注意柯西分布期望不存在(积分发散)——此题恰好避开这个坑,只考变换。


四、抽样分布类 · 逐分布详解

抽样 t 分布 t(n) 4/5 · 必考级

🔥 t分布以"隐形主角"身份出现在置信区间和假设检验中——虽不直接考t分布定义,但没有t分布就做不了统计题。记忆:t_{0.025}(9)=2.262反复出现。关键结论:(X̄-μ)/(S/√n)~t(n-1)。

抽样 χ² 分布 χ²(n) 3/5 · 高频

📝 χ²分布在P1以12分大题出现(方差检验),此后渐少。但作为方差置信区间的理论基础必须理解。关键:(n-1)S²/σ²~χ²(n-1),E[χ²(n)]=n, D[χ²(n)]=2n。

抽样 F 分布 F(n₁,n₂) 1/5

📝 F分布在5套中只出现一次(选择题),且仅考察t与F的转换关系。F分布本身的两样本方差比检验从未出现。


五、"必背分布"排名

综合出场频率、分值占比、不可替代性排序

1
正态分布 N(μ,σ²) 必须滚瓜烂熟
5/5套 · 每套涉及~25分 · 五大考察形式 · 标准化+查表是核心技能 · Φ(1.96)=0.975, Φ(2)=0.977, Φ(0.8)=0.788必背
2
二项分布 B(n,p) CLT的载体
5/5套 · 8~15分 · CLT大题100%考二项分布 · EX=np, DX=np(1-p) · "标准化→查表"套路必须熟练
3
t 分布 t(n) 统计推断的基础
4/5套 · 8~18分 · 均值CI和t检验的必备分布 · t_{0.025}(9)=2.262必须记住 · (X̄-μ)/(S/√n)~t(n-1)
4
均匀分布 U(a,b) 多变的考察形式
4/5套 · 3~11分 · 几何概型/参数反求/分布函数/变量变换——无固定套路 · EX=(a+b)/2, DX=(b-a)²/12
5
指数分布 Exp(λ) 综合题必备
3/5套 · 3~12分 · 等待时间+无记忆性+变量变换三合一 · P{X>t}=e^(-λt), EX=1/λ, DX=1/λ²
6
χ² 分布 χ²(n) 方差推断必备
3/5套 · 3~12分 · 方差CI + χ²检验 · 构造χ²=(n-1)S²/σ²是关键 · Eχ²(n)=n
7
幂函数型密度 MLE常客
2/5套 · 10分大题 · f(x)=cx^a型密度是矩估计+MLE的常见背景 · 似然函数→取对数→求导流程必须熟练
8
拉普拉斯 / 三角函数型 / Pareto型 / 0-1分布
各1~2次 · 3~15分 · 属于"万一考到不能不会"的储备分布 · 重点掌握各自密度特征和期望/方差
12
泊松 / 超几何 / 柯西 / F分布
各1次 · 3~10分 · 低频但各具"概念区分度"——柯西期望不存在、超几何不放回、F~t²关系
16
几何分布 Ge(p) 从未登场
0/5套 · 教程要求掌握但从未考过 · 如果考到,大概率是填空(已知p求EX=1/p和DX=(1-p)/p²)

六、命题规律与备考建议

规律说明
正态分布无处不在即便题目不写N(μ,σ²),统计部分(CI/假设检验)也隐含正态总体假设。正态是统计推断唯一的前提分布。
CLT = 二项分布专场5套中所有CLT大题全部使用二项分布→正态近似。从未用过其他分布的和(如指数和)。样本量n几乎固定为100。
MLE喜欢"非常规密度"Pareto型(F→f)、幂函数型密度出现在MLE大题中,目的是考验"生疏密度→似然函数→求导"的通用流程。
一维变量大题爱考"反常规"分布拉普拉斯、cos密度、非标准均匀——不给常见分布名,直接给f(x)表达式,考察从密度出发的完整能力链(规范性→F(x)→概率→EX/DX)。
离散分布的重点不在分布本身二项分布考的是CLT而非二项性质;泊松只考了EX=DX性质;0-1考的是二维联合而非分布定义。
抽样分布"隐形考"居多t/χ²/F的明确定义只出现在选择/填空。大题中它们以"分位数查表值"形式出现——不考你怎么构造,但你必须会查表。
阶段考(纯概率) vs 期末考差异阶段考不含任何统计 → 无t/χ²/F分布 → 连续型分布多样性增加(cos密度等)。阶段考更看重"从密度表达式出发全流程推导"。
⚡ 备考优先级:P0=正态+二项+t(必考,丢不起);P1=均匀+指数+χ²(高频,需熟练);P2=幂函数型+拉普拉斯+三角函数型+Pareto型+0-1(出现过的"非常规"分布,至少做过一遍);P3=泊松+超几何+柯西+F+几何(知识储备,万一考到有印象即可)。