北方工业大学期末概论复习要点2.pptVIP

* 1. 无偏点估计 2.相关统计量及分布 3.原假设H0: ? =?0 。备择假设H1 : 拒绝域 (2)：单个正态总体，?2为未知，均值?0的 4. ? 的置信区间为 * 1. 无偏点估计为 2.相关统计量及分布 3.原假设H0: ?2 = ?02 。备择假设H1 : 4. ?2 的置信区间为 上半拒绝域的（下界限） (3)：单个正态总体， ? 为未知，方差?2的 或下半拒绝域的（上界限） * 2.相关统计量及分布 3.原假设H0 ： ?1 - ?2= ? ,备择假设H1 ： 4. ?1 - ?2= ?的置信区间为 拒绝域 (4)两个正态总体， ?12、 ?22 已知，均值差?1 - ?2= ?的 N (0, 1) 1. 无偏点估计为： * 1. ?1 - ?2= ?的无偏点估计为： 2.检验统计量 3.原假设H0 ： ?1 - ?2= ? ,备择假设H1 ： 4. ?1 - ?2= ?的置信区间为 拒绝域 (5)：两个正态总体， ?12= ?22 = ?2 为未知，均值差 其中 * 1. ?12 、 ?22的无偏点估计为 2.相关统计量及分布 3.原假设H0: ?12 =b*?22 。备择假设H1 : 4.两个总体方差比 b=?12 / ?22的置信区间为 上半拒绝域的（下界限） (6)：两个正态总体， ?1 、?2为未知 或下半拒绝域的（上界限） * (二十四)结束 * * * * * * * * * * * * * * * * * * 第五章 大数定律即中心极限定理（知识点） 1:几乎处处收敛、依概率收敛、依分布收敛的定义 2：契比雪夫 大数定律（独立、方差有界）， 贝努利大数定律 （二项分布的频率稳定性）， 辛钦大数定律 （独立同分布）。 3：林德贝格—勒维中心极限 定理（独立同分布）， 德莫弗-拉普拉斯 定理 （二项分布）， 李雅普诺夫 定理 (李雅普诺夫条件)。 满足条件的随机变量的算术平均序列与它们的数学期望的算术平均序列之差依概率收敛于零。 则随机变量和的标准化序列依分布收敛于N(0,1), 4：引理：契比雪夫不等式 * 第六章 样本及抽样分布（知识点） 1.随机样本、统计量的定义: 2. 几个常用的统计量：样本平均值; 样本方差; 样本标准差; 样本k阶(原点)矩; 样本k阶(中心)矩; 样本极差; 样本中位数; 样本分布函数。8个 3：几个抽样分布 (0) 正态分布(一) ?2分布;(二) t分布;(三) F分布 4个 4：分布的上 ?、下 ?、双侧?分位点 5：正态总体的样本均值与样本方差的分布 4个 * 1.1、矩估计法 用样本原点矩作为总体原点矩的估计量、用样本 原点矩的连续函数作为总体原点矩的连续函数的估计 量，这种估计方法称为矩估计法. 第七章 参数估计（知识点） 1.待估参数的点估计 1.2、极大似然估计法 写样本的似然函数L(? )，是? 的函数。 * 设 总体X的分布函数F(x ;? )含有一个未知参数?, 对于给定的值? (0?1),若由样本 X1,X2,…,Xn 确定的两个统计量 ? (X1,X2,…,Xn) 和 统计量 (X1,X2,…,Xn),满足 2.区间估计 我们称随机区间 (? , )为? 的置信度为1- ? 的置信区间,分别称? 和 为置信度为1- ?的双侧 置信区间的置信下限和置信上限, 1- ?称为置信度. * 第七章： 课件:例16-6. 即参考资料:例7.1.1; 课件:例17-02. 即参考资料:例7.1.5’; 作业习题七之 5、11、20 ； * 例16-6 、 X在 (a, b)上均匀分布. a, b则未知, X1, X2,…,Xn是一个样本.用样本矩来估计a, b 的值。 解:已知 有: 得: * 例17-02 、 X1, X2,…,Xn是来自正态分布 X~ N (?, ?2) 的一个样本.求 ?, ?2的极大似然估计量。 解:似然函数为 * 解得极大似然估计值为 这一估计量与矩估计量是相同的. 极大似然估计量为 * 5 * 5.1) 5.2) * 11 设某批零件的长度 服从正态分布 , 从这批零件中随机抽取16个，测得零件长度（单位：毫米）为 28 28 29 30 30 30 30 31 31 31 31 31 32 32 33 33。 试求总体均值 的置信水平为95%的置信区间： （1） 已知 毫米；（2）若 未知。 * 11.1） 11.2