数理统计口述重点(完整版).docxVIP

数理统计基础 1.总体与样本 总体：一个随机变量X或其相应的分布函数F(x) 样本：通过观察或试验得到的数据 注意：样本中每个互相独立，且与总体同分布 2.数理统计 数理统计就是要根据样本数据推断总体的性质。包括参数估计、假设检验、方差分析、回归分析、正交设计。 从逻辑上讲，数理统计采用不完全归纳法。因此得到的结果只能在一定概率下成立。 统计量 统计量：是样本不含未知参数的函数。用来集中样本信息，提炼信息。 常用统计量：样本均值，样本方差，注意是n-1 3.重要结论 注意： ，即样本均值是总体期望的无偏估计 ，即样本方差是总体方差的无偏估计 ，样本均值的方差=总体方差/n 4.常用离散分布：（q=1-p） 0-1分布 出现1的概率为p,则期望为p 二项分布 B(n，p) 期望为np ，方差为npq 泊松分布 P() 期望为，方差为 几何分布 期望为1/p 方差为 q/ 5.常用连续分布： 均匀分布 U(a,b) 期望 (a+b)/2 方差 指数分布 E() 期望 1/ 方差 正态分布 N 6.正态分布性质 注意：若~，则 即正态分布的线性组合也是正态分布，线性组合的期望是期望的线性组合。 正态分布样本均值 服从正态分布 7.其他的统计量 还有：k阶原点矩，k阶中心矩 8.次序统计量 如：中位数，对于样本分布不均匀情况，比样本均值更具代表性 样本极差，反映了样本波动大小 9.经验分布函数：Fn(x)=样本中小于x的个数/n 10.分布 自由度为n 特别地，~N2(0,1) 分布性质： 可加性：， 11.T分布 特点： t分布是对称分布 ET=0 极限分布是标准正态分布，在n=7~8时就基本接近正态分布，因此t分布经常用于小样本 T分布两侧下降比正态分布平缓，因此t分布α分位数大于正态分布α分位数。 12 .F分布 ，分子分母独立。 F分布的倒数也是F分布 ，则=1 T为t分布，T2~F(1,n) 13正态总体的抽样分布 X~N ( m,s 2 ) 则 与相互独立，即样本均值与样本方差相互独立 ~t(n-1) 样本矩是总体矩的无偏估计量 将未知参数表示成总体矩的线性函数，然后用样本矩作为总体矩的估计量，这样得到的未知参数的估计量即为无偏估计量 指数分布概率密度函数 fx=λe-λx x00 x≤0 累积分布函数 F(x;λ)=1-e-λx x≥00 x0 典型考题： ~N(0,1) i=110Xi2~ 9X12X22+…X102~F(1,9) X~N(0,110) i=110(Xi-X)2~ Di=110(Xi-X)2=18 X12+（X2+…X10+）29 ~ 参数估计 包括点估计和区间估计 点估计 q未知，用统计量估计 任一统计量均可作为点估计，评价估计好坏： 无偏性：，即估计量的期望等于真值 有效性：越小越有效 相合性、渐进性或者一致性： 真值与估计值无限接近 常用点估计方法 矩法估计 用样本k阶矩作为总体k阶矩的估计 或者用样本K阶中心矩作为总体k阶中心矩的估计 = 特别地，1阶原点矩可以估计总体期望，2阶中心矩可以估计总体方差 矩法估计步骤 有k个参数，根据分布算出EX,EX2,…EXk 得到方程组 A1 A2 Ar 解出q，得到估计量 极大似然估计法 步骤： 整理成简单形式，取对数，求导，求驻点。 注意：若无驻点或者不可导，用其他方法分析出L的最大值时q的值 极大似然估计法的普遍性特点： 是q的估计，则h()是h(q)的估计 区间估计 单个正态总体，m 的置信区间 方差s 2已知, 方差s 2未知 单个正态总体，方差s 2 的 置信区间 当 m 已知时, 当 m 未知时 2个正态总体，的置信区间 已知， 未知，但相等 未知 ，但n,m50 未知，但n=m 2个正态总体 的置信区间 m1 , m2 未知 m1 , m2 已知 -------------------------------------------------------------------------------------------------------------------------------