大学概率统计的考点主要包括以下几个方面：
随机事件与概率
随机事件：在一定条件下可能发生也可能不发生的事件。
概率：描述随机事件发生可能性的数值，取值范围在0到1之间。
事件的概率计算方法：基本事件、互斥事件、对立事件等。
条件概率与独立性
条件概率：在某个事件发生的条件下，另一个事件发生的概率。
事件的独立性：两个事件之间没有相互影响，一个事件的发生不影响另一个事件的发生概率。
全概率公式：利用事件之间的独立性计算复杂事件的概率。
随机变量与分布函数
随机变量：用变量表示随机事件的结果。
离散型随机变量与连续型随机变量：描述随机变量不同类型。
分布函数：描述随机变量取值范围的函数，给出随机变量取某个值的概率。
期望与方差
期望值：描述随机变量取值的平均水平。
方差：描述随机变量取值分散程度的数值。
协方差与相关系数：描述两个随机变量的相关性。
大数定律与中心极限定理
大数定律：描述当试验次数趋于无穷时，随机事件的频率趋于其概率的定理。
中心极限定理：描述当独立随机变量的数量趋于无穷时，它们的和的分布趋于正态分布的定理。
贝叶斯定理与全概率公式
贝叶斯定理：在已知其他事件发生的条件下，计算某个事件发生的概率的公式。
全概率公式：利用贝叶斯定理计算复杂事件的概率的公式。
马尔科夫链与马尔科夫链蒙特卡洛方法
马尔科夫链：一个随机过程，其中每个状态的变化只与前一个状态有关。
马尔科夫链蒙特卡洛方法：一种基于马尔科夫链的随机抽样方法。
统计学与概率论的结合
抽样方法：简单随机抽样、系统抽样、分层抽样等。
统计量：随机变量的函数，如均值、方差、标准差等。
置信区间与假设检验：理解置信区间的概念和假设检验的方法。
特殊分布
0-1分布、二项分布、泊松分布等离散型分布。
正态分布、指数分布、均匀分布等连续型分布。
概率论的一些基本概念
随机试验、样本空间、随机事件、频率与概率、独立性、古典概型、随机变量、分布函数和概率密度、统计量、抽样分布。
以上是大学概率统计的一些主要考点。掌握这些知识点有助于理解和解决相关的概率统计问题。