1. 随机变量分布律与数字特征
真题套路：给离散分布列，求期望E(X)、方差D(X)，必考公式E(X²)=∑x²p，D(X)=E(X²)-[E(X)]²。
口诀：先列分布表，平方再加权，减个期望方，方差到手边。
2. 二维联合分布与边缘分布
高频考点：已知联合密度f(x,y)，求边缘密度f_X(x)=∫f(x,y)dy，独立判断看f(x,y)是否等于f_X(x)f_Y(y)。
模板：积分消另一变量，独立验乘积，不等就相关。
3. 大数定律与中心极限定理
必背结论：辛钦大数定律（独立同分布均值收敛），中心极限定理（n>30近似正态）。
答题句式：由中心极限定理，∑X_i≈N(nμ, nσ²)，标准化后查表。
4. 最大似然估计
步骤模板：写似然函数L(θ)=∏f(x_i;θ)，取对数求导，令导数为零解θ。
坑点：含θ的区间限制要标注，最后结果带x_i。
5. 假设检验（正态总体）
套路：H₀:μ=μ₀，选统计量Z=(x̄-μ₀)/(σ/√n)，拒绝域|Z|>z_{α/2}。
口诀：原假设等号，统计量选对，拒绝域看α，结论别含糊。
6. 全概率公式与贝叶斯
真题标配：分阶段事件，用全概率算P(B)=∑P(A_i)P(B|A_i)，贝叶斯反求P(A_k|B)。
句式：设A_i为原因，B为结果，先全概再逆概。
7. 协方差与相关系数
公式硬核：Cov(X,Y)=E(XY)-E(X)E(Y)，ρ=Cov/(σ_X σ_Y)。
考点：独立则协方差为零，但协方差为零不一定独立。
8. 分布函数与概率密度转换
操作：已知F(x)求导得f(x)，已知f(x)积分得F(x)，注意分段点连续性。
口诀：连续型求导得密度，积分还原分布函。
9. 泊松分布与指数分布无记忆性
考点：泊松P(λ)期望方差均为λ，指数分布P(X>s+t|X>s)=P(X>t)。
直接背：指数等泊松，无记忆性常考。
10. 矩估计法
方法：用样本矩替代总体矩，解方程。例：E(X)=μ，用x̄估计μ。
模板：一阶矩估均值，二阶矩估方差，解出参数带样本值。
刷完这些，真题见同类直接套，稳拿基础分。