嗨，同学们我是伊老师，10月8日星期二，高数一卷纯数考试结束，纯数的老考纲正式走下历史舞台，也意味着，向量空间，我们大学线性代数再见！

不过据可靠学霸透露，冬季高数纯数有点小难，向量空间在临走前，给了学霸沉痛的一击。

AS三a星，竞赛无往不利的他，花一个月就学完高数，提前一学期走进考场的他，对整张卷子的评价是：不顺……

往事不提不纠结，是每一个铁血学霸的基本素养，所以我们，月底的paper2加油，把a星，夺回来！

今天带大家理一遍paper 2统计部分的一些注意点：

Part 1

pdf、cdf和distributions

这一部分需要注意pdf和cdf是只针对连续变量的点上概率和概率积累，其中特别注意exponential distribution是连续变量。

pdf，cdf转化时的微积分相信大家都做的很顺了，就是变量替换时大家注意格式，表示cdf和pdf的字母不要重复。

离散的分布中，binomial，negative binomial，possion，geometric和uniform distribution。各自的期望和方差是考试重点，其中possion到exponential的转化和期望和方差的推导需要牢记。各自代表的典型事件和分布的意义要熟记，至于概率的计算， Geometric小于某个值的概率的理解，相信大家都很熟悉了。Binomial到possion的approximation，exponential x次方的数列展开和limit考前再去看一眼，无论考不考到，都是对理解的加深。

Part 2

t分布、CI和假设检验

这一块练熟悉了反而难度比较低，注意区分paired和unpaired sample。

区分方差已知与否，n大于等于30与否的test statistics的区别，什么时候需要用pooled estimate of a population variance，用t还是normal，不熟悉的同学再复习一下笔记，建议整理成表，用便签纸贴在床头，小伊老师读书时亲测效果很棒！另外t分布的前提，1 tail还是2 tail，用图像去判断确保正确率。

几个常见的置信区间对应的z值，熟记后你就是考场上做题最快的靓仔。

Part 3

卡方分布

contingency table的independence比较简单粗暴，熟练度上来了肯定不在话下。另外就是对分布的检验，其中的自由度怎么取，各个分布间有细微差别，其中parameter known和unknown注意区分。特别要小心组别的合并，expected frequency至少为5，合并时就近。

Part 4

bivariate data

老考纲的绝唱，按照出题人对待vector space的态度，说不定也会是个深水炸弹。希望大家对照19年的老考纲，每一个细微的知识点都不要落下。除了往年常考的product moment correlation coefficient以及它的假设检验，求regression line y on x和x on y要熟悉。其他细枝末节的知识点和考试模块，

比如说，Least square，correlation的意义，在scatter diagram中的表现。Estimation的uncertainty也要小心攻克和复习。另外如何用计算器快速处理raw data和计算regression line这种黑科技，你掌握了吗。

冬季的高数，清一色的提前考的学霸们，没有pgf和wilcoxon的高数统计，还有past paer可以操练的高数统计，最后一次机会，且考且珍惜……

要是拖到了明年夏天，全新的考纲，难以琢磨的出题人，未知的总是吓人的。

篇幅所限，很多地方只能点到为止，兵马未动,粮草先行。