概率论与数理统计解说.ppt

2、t 分布 退 出 前一页 后一页 目 录 3、F分布 退 出 前一页 后一页 目 录 第七章主要内容及要求： 要会熟练运用矩法和极大似然法求估计量. 矩法求估计量的步骤： 退 出 前一页 后一页 目 录 极大似然法求估计量的步骤：(一般情况下) 退 出 前一页 后一页 目 录 估计量的优良性准则 退 出 前一页 后一页 目 录 1.无偏性 定义：设 是未知参数θ 的估计量，若 ，则称 为θ 的无偏估计。 1)样本的k阶原点矩是总体k阶原点矩的无偏估计量。 2)一个未知参数可有不同的无偏估计量。 2.有效性 定义：设 和 是未知参数θ 的两个无偏估计量，若对θ 的所有可能取值都有 ，则称 。 设 是θ 的无偏估计，如果对θ 的任何一个无偏估计量 都有 则称 为θ 的最小方差无偏估计量. (有效估计量） 退 出 前一页 后一页 目 录 一个优良的估计量，其方差应该较小。 3.相合性 定义：设 是未知参数θ 的估计量，若对任意的ε0，有 则称 为θ 的相合估计量。 是m的相合估计量; S2和M2都是s 2的相合估计量。 Ak 是 m k的 无 偏 估 计 量 样本的k 阶原点矩Ak为m k的相合估计量 退 出 前一页 后一页 目 录 注：由于相合性是在极限意义下定义的。 因此，只有当样本容量充分大时，才显示出优越性，而在实际生活中往往难以增大样本容量; 而且证明估计量的相合性并非容易， 因此，在实际生活中常常使用无偏性和有效性这两个标准。 退 出 前一页 目 录 结 束 《概率论与数理统计》课程总结 第一章 主要内容及要求： 1）熟练掌握事件的关系与运算法则：包含、和、积、差、互不相容、对立等关系和德摩根定律.会用事件的关系表示随机事件. 退 出 前一页 后一页 目 录 2）掌握概率的定义及性质，会求常用的古典概型中的概率； 退 出 前一页 后一页 目 录 3）熟练运用条件概率的定义，事件的互不相容性，事件的独立性质. 退 出 前一页 后一页 目 录 (2)互不相容事件: AB = ? ; (3) A与B相互独立：P (A | B) = P ( A ) 退 出 前一页 后一页 目 录 4）熟练运用加法公式，乘法公式，全概率公式，贝叶斯公式. （1）加法公式: 对试验E 的任意两个事件A 和B 有 P(A∪B ) = P(A ) + P(B ) - P(AB ) 若A和B互不相容，有 P(A∪B ) = P(A ) + P(B ) (2)乘法公式 设P ( B ) 0，则有 P ( AB ) = P ( B ) P ( A|B ) 若P ( A ) 0，有 P ( AB ) = P ( A ) P ( B|A ) 退 出 前一页 后一页 目 录 若事件A与B相互独立 P (AB) = P ( A ) P ( B ) (3)全概率公式： 设随机试验E的样本为W，A ? W ， B1，B2 ，…，Bn 为W 的一个有限划分，且P(Bi) 0, i = 1, 2, …, n ; 则有 ? = = n i i i B A P B P A P 1 ) | ( ) ( ) ( 退 出 前一页 后一页 目 录 (4)贝叶斯公式 设随机试验E的样本为W，A?W ， B1，B2 ，…，Bn 为W 的一个有限划分，且P(Bi) 0, i = 1, 2, …, n ; 则 ? = = n i i i j j j B A P B P B A P B P A B P 1 ) | ( ) ( ) | ( ) ( ) | ( 第二章 主要内容及要求： 1）掌握随机变量分布函数的定义及性质: F (x) 是一个单调不减右连续的函数； 退 出 前一页 后一页 目 录 2）掌握离散型随机变量分布律的定义和性质，会 求离散型随机变量的分布律； 退 出 前一页 后一页 目 录 3）掌握连续型随机变量概率密度的性质： 会确定密度函数中的未知参数， 掌握分布函数与概率密度的关系， 会运用概率密度求连续型随机变量取值落在实轴某一区间上的概率. 退 出 前一页 后一页 目 录 (1) 4）两点分布