第五讲数理统计..docVIP

第五讲 数理统计 考试要求 1. 理解总体、简单随机样本、统计量、样本均值、样本方差及样本矩的概念.其中样本方差定义为 2. 了解分布、t分布和F分布的概念及性质，了解分位数的概念并会查表计算. 3. 了解正态总体的常用抽样分布. 4. 理解经验分布函数的概念和性质, 会根据样本值求经验分布函数. 5. 理解参数的点估计、估计量与估计值的概念. 6. 掌握矩估计法(一阶、二阶矩)和最大似然的估计法. 7. 了解估计量的无偏性、有效性(最小方差性)和一致性(相合性)的概念，并会验证估计量的无偏性. 8. 理解区间估计的概念，会求单个正态总体的均值和方差的置信区间，会求两个正态总体的均值差和方差比的置信区间. 9. 理解显著性检验的基本思想，掌握假设检验的基本步骤，了解假设检验可能产生的 两类错误. 10. 了解单个及两个正态总体的均值和方差的假设检验 一、 样本与抽样分布 1. 总体、个体与简单随机样本: 2. 常用统计量: 1° 样本均值 2° 样本方差 3° 样本标准差: 4° 样本k阶原点矩 5° 样本k阶中心矩 3 分位数 4. 重要抽样分布 （1） (2) t分布 (3) F分布 5 正态总体的常用抽样分布: , , 则 (1) (2) (3) (4) (5) 与相互独立, 且 , , . 【例1】 设总体设是来自总体X的一个样本, 且，求 . 【例2】 设总体 设是取自总体X的一个样本, 且，则 . 【例3】设随机变量, 则 【例4】设总体X服从正态分布, 而是来自总体X的简单随机样本, 求随机变量 的分布. 【例5】 设总体 设是来自总体X的一个样本, 且，试求统计量 的分布. 二、参数估计 1. 矩估计 2. 最大似然估计 3. 区间估计 4. 估计量的评选标准 【例5~】设总体X的分布函数为 0, x1, F（x）= 0, 1=x2, 2q, 2=x3, 1, x=3 其中q(0q1/2)未知，1，1，3，2，1，2，3，3为取自X的样本值。 （1）求q的矩估计。（2）求q的最大似然估计。 【例6】设总体，为来自总体X的样本，试求的矩估计和最大似然估计. 【例7】设总体的概率密度为 其中是未知参数, 为来自总体的简单随机样本, 记N为样本值中小于1的个数, 求：(1)的矩估计；(2) 的最大似然估计. 【例8】设总体X的概率密度为 为来自X的简单随机样本， (1) 求的矩估计量； (2) 判断的无偏性; (3) 判断的一致性. 三、假设检验 1. 假设检验的基本思想：对总体分布中的未知参数作出某种假设，根据样本在假设为真的前提下构造一个小概率事件，基于“小概率事件”在一次试验中几乎不可能发生而对假设作出拒绝或接受. 2. 单个正态总体均值和方差的假设检验. 3. 假设检验两类错误：第一类错误：原假设为真，但拒绝了. 第二类错误；原假设为假，但接受到了.  5 31