为了帮助大家更好地记忆考研数学概率的口诀，我们可以将它们整理如下：
正态方和卡方
标准正态分布的平方和可以生成卡方分布（正态方和卡方（）出）。
两个卡方分布除以其维数之后相除可以生成分步（卡方相除变）。
标准正态分布和卡方分布相除可以得到F分布（若想得到F分布，一正n卡再相除）。
参数估计
矩估计量：用样本的矩来替换总体的矩，就可以算出参数的矩估计（样本总体相互换，矩法估计很方便）。
最大似然估计量：把似然函数中的未知参数当成变量，求出其驻点，在具体计算的时候就是在似然函数两边求对数，然后求参数的驻点，即为参数的最大似然估计（似然函数分开算，对数求导得零蛋）。
随机事件
互斥事件：A和B互斥时，P（A∩B）=0。
对立事件：A和B对立时，P（A∪B）=1且P（A∩B）=0。
加法公式：P（A+B）=P（A）+P（B）-P（AB）。
条件独立：若A和B独立，则P（A∩B|C）=P（A|C）P（B|C）。
一维和二维随机变量
离散随机变量：
分布列表清晰，边缘概率用加法和乘法计算，条件概率用于确定联合概率，独立事件用矩阵表示。
连续随机变量：
分段函数需要仔细查看草图，积分是关键，密度函数通过微分计算。
数理统计和参数估计
样本总体相互替换，矩法估计很方便（样本总体相互换，矩法估计很方便）。
区间估计有点难，样本函数选在前（区间估计有点难，样本函数选在前）。
分位维数惹人嫌，导出置信U方甜（分位维数惹人嫌，导出置信U方甜）。
假设检验
检验均值用U-T检验，分位对称别大意。
不论卡方或U-T检验，维数减一要牢记。
代入比较临界值，拒绝必在否定域（代入比较临界值，拒绝必在否定域）。
这些口诀涵盖了考研数学概率统计的主要知识点，通过记忆这些口诀，可以有效地帮助大家掌握概率统计的相关内容。建议大家在复习过程中反复练习，以加深记忆和理解。