概率论八页.pptVIP

数 理 统 计 第五章 大数定律和中心极限定理 关键词： 契比雪夫定理 大数定律 中心极限定理 第一节 大数定律 第二节 中心极限定理 小结： 第六章 数理统计的基本概念 引言：数理统计学是一门关于数据收集、整理、分析和推断的科学。在概率论中已经知道，由于大量的随机试验中各种结果的出现必然呈现它的规律性，因而从理论上讲只要对随机现象进行足够多次观察，各种结果的规律性一定能清楚地呈现，但是实际上所允许的观察永远是有限的，甚至是少量的。 第一节 随机样本 一、总体与个体 二、随机样本的定义 三、小结 第二节 抽样分布 一、基本概念 二、常见分布 三、小结 附表2-1 附表2-2 附表4-1 附表4-2 附表4-3 附表3-1 附表3-2 附表5-1 附表5-2 第七章 参数估计 关键词： 矩估计法 极大似然估计法 置信区间 置信度 第一节 点估计 一、点估计问题的提法 二、估计量的求法 考察以下例子： 假设在一个罐中放着许多白球和黑球，并假定已经知道两种球的数目之比是1:3，但不知道哪种颜色的球多。如果用返回抽样方法从罐中任取n个球，则其中黑球的个数为x的概率为： 若取n=3，如何通过x来估计p值 先计算抽样的可能结果x在这两种p值之下的概率： 三、小结 第三节 估计量的评选标准 一、问题的提出 二、无偏性 三、有效性 四、相合性 五、小结 三、小结 第五节 正态总体均值与方差的区间估计 一、单个总体 的情况 二、两个总体 的情况 三、小结 第八章 假设检验 假设检验 正态总体的假设检验 第一节 假设检验 二、假设检验的相关概念 三、假设检验的一般步骤 四、典型例题 五、小结 第二节 正态总体均值的假设检验 一、单个总体 均值 的检验 二、两个总体 的情况 三、基于成对数据的检验( t 检验 ) 四、小结 第三节 正态总体方差的假设检验 一、单个总体 的情况 二、两个总体 的情况 三、小结 很明显，不能由5罐容量的数据，在把握不大的情况下就判断生产 不正常，因为停产的损失是很大的. 当然也不能总认为正常，有了问题不能及时发现，这也要造成损失. 如何处理这两者的关系，假设检验面对的就是这种矛盾. 在正常生产条件下，由于种种随机因素的影响，每罐可乐的容量应在355毫升上下波动. 这些因素中没有哪一个占有特殊重要的地位. 因此，根据中心极限定理，假定每罐容量服从正态分布是合理的. 现在我们就来讨论这个问题. 罐装可乐的容量按标准应在 350毫升和360毫升之间. 它的对立假设是： 称H0为原假设（或零假设，解消假设）； 称H1为备选假设（或对立假设）. 在实际工作中，往往把不轻易否定的命题作为原假设. H0： （ = 355） H1： 这样，我们可以认为X1,…,X5是取自正态 总体 的样本， 是一个常数. 当生产比较稳定时， 现在要检验的假设是： 那么，如何判断原假设H0 是否成立呢？ 较大、较小是一个相对的概念，合理的界限在何处？应由什么原则来确定？ 由于 是正态分布的期望值，它的无偏估计量是样本均值 ，因此 可以根据 与 的差距 来判断H0 是否成立. - | | 较小时，可以认为H0是成立的； 当 - | | 生产已不正常. 当 较大时，应认为H0不成立，即 - | | 问题归结为对差异作定量的分析，以确定其性质. 差异可能是由抽样的随机性引起的，称为 “抽样误差”或 随机误差 这种误差反映偶然、非本质的因素所引起的随机 波动. 然而，这种随机性的波动是有一定限度的，如果差异超过了这个限度，则我们就不能用抽样的随机性来解释了. 必须认为这个差异反映了事物的本质差别，即反映了生产已不正常. 这种差异称作 “系统误差” 问题是，根据所观察到的差异，如何判断它究竟是由于偶然性在起作用，还是生产确实不正常？ 即差异是“抽样误差”还是“系统误差”所引起的？ 这里需要给出一个量的界限 . 问题是：如何给出这个量的界限？ 这里用到人们在实践中普遍采用的一个原则： 小概率事件在一次试验中基本上不会发生 . 现在回到我们前面罐装可乐的例中