香港大学STAT2601课程预习指南：概率与统计 I 课程内容与学习重点

　　统计学学科关注的是不确定性与可变性在实际问题中发挥的重要作用，并为许多现实问题提供描述和分析工具。香港大学STAT2601（Probability and Statistics I，概率与统计 I）课程以概率模型为基础，帮助学生理解随机现象及其规律。本文介绍香港大学STAT2601课程预习成果以及学习重点，并结合香港大学官方课程信息，梳理适合课前复习的核心知识。

一、课程主题

　　概率与统计 I 课程涵盖了许多重要主题。首先，我们学习样本空间，即所有可能结果的集合，以及如何通过事件运算描述事件的组合。我们深入研究概率和概率定律，包括条件概率和独立性概念。

　　课程还涵盖离散随机变量，如伯努利、二项、几何和泊松分布，以及连续随机变量，如指数、伽马和正态分布。我们学习随机变量函数及其联合、边际和条件分布。此外，课程涵盖期望值、方差、标准差以及协方差和相关性的计算方法。这些概念为理解和应用概率与统计在科学和工程领域的基础打下坚实基础。

　　根据香港大学官方课程目录，STAT2601的课程内容包括样本空间、事件运算、概率定律、条件概率、独立性、离散与连续随机变量、累积分布函数（CDF）、概率质量函数（PMF）、概率密度函数（PDF）、常见概率分布、联合分布、边际分布、条件分布、期望值、方差、标准差、协方差及相关性。课程目标还包括理解概率论基本概念、初步认识统计与推断，以及运用概率计算解决实际问题。

　　官方课程信息：香港大学STAT2601课程大纲（2026学年）。实际修读时，建议同时核对个人所属专业、入学年份及当学年的课程页面，以确认适用的课程代码与教学要求。

二、预习成果

成功预习该课程后，学生应能够：

了解概率论的基本概念

对统计和推理有一些了解

使用概率计算解决实际问题

继续进行统计学和定量分析研究

具体而言，预习阶段可以重点检查以下能力：能否正确区分样本空间与事件，能否根据题目判断使用条件概率还是独立性关系，能否识别常见随机变量及其分布，以及能否计算和解释期望值、方差等基本统计量。以上内容与香港大学官方列出的课程学习成果及课程主题相对应。

三、课程学习重点

1. 概率的基本概念、事件运算与条件概率

　　概率论是概率与统计学的基础，涉及事件发生的可能性和规律性。学习概率的基本概念包括样本空间、事件及概率定律。在课程中，学生需要理解如何描述随机试验的可能结果、如何进行事件运算，以及如何根据已知条件计算事件发生的概率。

　　预习时建议重点区分互斥事件、独立事件与条件概率的含义。独立性并不等同于互斥：两个事件互斥意味着它们不能同时发生，而独立性关注一个事件是否会改变另一个事件发生的概率。能够根据题目条件选择正确的概率关系，是学习后续分布知识的重要基础。

2. 随机变量及常见概率分布

　　随机变量是概率论中的重要概念，用于以数值表示随机现象。STAT2601官方课程大纲列出的相关内容包括离散随机变量、连续随机变量、累积分布函数（CDF）、概率质量函数（PMF）和概率密度函数（PDF），以及伯努利、二项、几何、泊松、指数、伽马和正态分布。

　　预习时不宜只记忆分布名称，还应理解每种分布描述什么类型的随机现象、需要哪些参数，以及如何从题目条件判断适用的分布。对于离散型随机变量，应关注各取值对应的概率；对于连续型随机变量，则应理解概率密度与区间概率之间的关系。

3. 联合分布、边际分布与条件分布

　　在涉及多个随机变量的问题中，需要进一步理解联合分布、边际分布、条件分布以及随机变量之间的独立性。相关知识有助于分析多个随机变量同时出现时的概率关系。

　　建议预习时练习从联合分布中识别边际信息，并理解在已知某个随机变量取值或满足某种条件时，另一个随机变量的分布如何描述。对于涉及两个随机变量的题目，应先确认题目给出的是联合分布、边际分布还是条件分布，再选择相应的计算方法。

4. 期望值、方差、标准差、协方差与相关性

　　期望值、方差和标准差是描述随机变量的重要指标。香港大学官方课程大纲还将协方差与相关性列为课程内容。期望值用于描述随机变量的理论平均水平；方差与标准差用于衡量取值的离散程度；协方差与相关性则用于描述两个随机变量之间的关联情况。

　　预习时建议分别掌握这些指标的定义、计算方法与解释方式，并注意不要把相关性直接理解为因果关系。完成计算后，还应检查结果是否符合题目背景和变量的实际含义。

说明：本文的学习重点根据香港大学公开的STAT2601课程主题整理，属于课前学习建议，并非对每一周教学安排或考试题型的保证。抽样分布、t分布、F分布、参数估计、假设检验及回归分析等内容，不应在缺乏对应课程大纲依据时直接认定为STAT2601本课程的必授内容；如需学习这些主题，应先核对课程讲义及当学年的正式教学安排。

四、STAT2601课程预习建议

1. 先复习必要的数学基础

　　建议先检查代数运算、函数、求和符号以及基础微积分知识。面对概率分布题目时，学生往往不仅需要理解概率概念，也需要熟悉公式变形、函数表达式与积分等数学工具。具体先修要求应以香港大学当学年的课程目录为准。

2. 按照知识之间的联系安排学习顺序

　　可以按照“样本空间与事件—概率定律—条件概率与独立性—随机变量与概率分布—联合分布—期望值与方差—协方差与相关性”的顺序预习。每完成一个主题，应搭配基础练习题，检验自己能否将定义转化为计算步骤。

3. 建立错题分类，而不是只背公式

　　建议把错题分为概念判断、分布识别、概率计算、随机变量函数及统计量计算等类型。复盘时记录错误原因，例如混淆条件概率与独立性、误用分布、遗漏题目条件或计算步骤不完整。这样更容易定位知识薄弱点。

4. 以当学年课程资料为准

　　课程代码、教学安排、作业要求与考核方式可能因入学年份、专业及学年而有所不同。预习时应优先参考香港大学官方课程目录、课程平台发布的讲义及授课教师的具体要求，不宜仅依据往年笔记推断当前课程安排。

五、FAQ 常见问题解答

Q1：香港大学STAT2601是什么课程？

　　STAT2601的英文名称为Probability and Statistics I，即“概率与统计 I”。根据香港大学官方课程目录，该课程主要介绍概率模型、随机变量及其分布、期望值、方差、协方差和相关性等内容。

Q2：STAT2601主要学习哪些知识？

　　官方课程主题包括样本空间、事件运算、概率定律、条件概率、独立性、离散与连续随机变量、常见概率分布、联合分布、边际分布、条件分布，以及期望值、方差、标准差、协方差与相关性。具体教学安排请以当学年的课程资料为准。

Q3：STAT2601预习时应该先学什么？

　　建议先掌握样本空间、事件运算、概率定律与条件概率，再学习随机变量和常见分布，最后练习联合分布、期望值、方差及相关性计算。如果数学基础不够扎实，可以同步复习函数、代数运算及必要的微积分知识。

Q4：STAT2601是否一定会考抽样分布、假设检验和回归分析？

　　不能仅凭“概率与统计”这一课程名称作出判断。香港大学公开的STAT2601课程主题主要围绕概率模型、随机变量及其分布和基本统计量展开。抽样分布、假设检验、参数估计和回归分析是否属于具体教学或考核范围，应以授课教师发布的课程大纲、讲义及考核说明为准。

Q5：STAT2601和SDST2601有什么区别？

　　香港大学不同学年及不同入学批次的课程目录可能使用不同课程代码。2026学年的STAT2601官方页面注明，该课程仅适用于2024—2025学年或之前入学的学生；香港大学也公开了SDST2601的课程信息。因此，学生不应仅根据课程名称判断两者对自己是否适用，应核对个人入学年份、所属专业及官方课程目录。

海马课堂专业课程预习

1. 18,400+严选硕博师资，针对学生的薄弱科目和学校教学进度，匹配背景相符的导师。

2. 根据学生情况进行1V1专属备课，上课时间灵活安排。

3. 中英双语详细讲解课程中的考点、难点问题，并提供多方位的课前预习，辅助学生掌握课程知识，补足短板。

课程辅导应以帮助学生理解知识、练习解题方法和建立自主学习能力为目标；具体辅导内容应结合学生的课程大纲与学习需求安排。

信息核验说明

核验日期：2026年10月9日。

主要核验来源：

• 香港大学官方课程目录：STAT2601 Probability and statistics I（2026学年）。用于核对课程名称、课程主题、学习成果及课程适用范围。

• 香港大学官方课程目录：SDST2601 Probability and Statistics I（2025—2026学年）。用于交叉核对课程内容及课程代码信息。

本文对课程主题的介绍以香港大学公开资料为依据；预习顺序、错题整理及学习方法属于一般性学习建议。课程当年的具体考核范围、作业安排和教学进度，应以学校及授课教师发布的最新资料为准。