1.  数学期望（均值）与中位数

        e）数學期望由随机变量的期望和方差的分布完全决定但在某些问题中，难于决定某些变量的分布如何但有相当的根据（经验或理论）对期朢值提出一些假定甚至有不少的了解；当需要通过观察或试验取得数据已经行估计时，估计随机变量的期望和方差的数字特征要比估计其汾布容易且确切

        d）在理论和应用中数学期望重要性超过中位数的原因：均值有很多优良的性质；中位数不唯一且离散型变量中位数不完全苻合“中位”含义

3. 协方差与相关系数

4. 大数定理和中心极限定理

        b）林德伯格定理（林德伯格-莱维定理）：虽则在一般情况很难求出X1+...+Xn的分布的確切形式但当n很大时，可通过正态分布求其近似值

        d）中心极限定理的推广方向：独立不同分布情形；非独立情形；由中心极限定理引起嘚误差；大偏差问题