考研概率论与数理统计的大题通常考查以下几个方面：

随机变量及其分布 ：包括离散型随机变量和连续型随机变量的概念及其概率分布（如二项分布、泊松分布、均匀分布、正态分布等）。计算特定随机变量的期望值、方差、协方差等统计量。求解随机变量的联合分布和边缘分布。多维随机变量处理二维或更高维度的随机变量问题，包括计算条件概率、边缘分布、独立性检验、协方差矩阵等。探讨随机变量的函数的分布，如两个随机变量的和、乘积等的分布问题。

极限定理 ：包括大数定律和中心极限定理。证明或应用这些定理，例如通过中心极限定理来估计样本均值的分布。

参数估计 ：涉及最大似然估计、矩估计等方法。根据给定的数据集计算参数的估计值，并讨论其性质（如无偏性、有效性等）。

假设检验 ：包括单样本t检验、卡方检验、F检验等。根据数据和假设选择合适的检验方法，计算p值，并得出结论。

回归分析 ：建立回归模型，进行参数估计和假设检验。对模型进行诊断和改进。

贝叶斯统计 ：使用贝叶斯方法进行参数估计或假设检验。

随机过程 ：理解和模拟随机过程，如马尔科夫链或泊松过程。运用随机模拟方法来求解问题。

此外，根据不同的年份和考试大纲，这些内容可能会有所变化，但总体趋势是着重于考查学生对基本概念、理论和方法的掌握程度以及计算能力。

建议考生在复习时，重点掌握这些核心知识点，并通过大量的习题和模拟题来提高解题能力和应试技巧。