概率论与数理统计经管类串讲讲义部分(-).docVIP

第五章 大数定律与中心极限定理 贝努利大数定律 贝努利大数定律：设，为A在n次观测中发生的频率，则对任给的正数有 中心极限定理 设相互独立，同分布，从而它们有相同的期望和相同的方差 ，其中为标准正态分布函数 ［注］：中心极限定理的含义是：大量随机变量的和近似正态分布，即当n很大时近似某正态分布，为了便于查表近似计算，将标准化（从而标准化后其近似分布） 故上述随机变量的分布函数，即 在应用中心极限定理，大多用上式的形式 更进一步的特别场合为：若相互独立同分布时，上式化为 这一式子在应用也较为常用 例1 计算机进行加法计算时，设所取整误差是相互独立的随机变量，且都服从，求300个数相加的误差总和的绝对值小于10的概率。 解：易知第i个加数的误差满足：～，，故 故所 第六章 统计量及其抽样分布 1．设总体～ 则其样本相互独立，同分布???n为样本容量 从而～ 　　 ～ 例1 设总体X～，则从而其样本的联合密度函数为 ～ 2．常见统计量 常见统计量：设总体为X，为其样本， 不含任何未知参数的样本的函数称为统计量 （1）样本均值，，，这结论对任何总体都成立。 进一步的，若总体X～，则～，从而～ （2）样本方差， ， （3）若总体X～，则有与相互独立，且 ～ ～ * （4）若总体X与总体Y相互独立，与分别为其样本，X～，Y～ ，其中，，则 ～ 进一步的，若，则有 ～ 其中 3.关于分布的密度曲线及分位数 （1）分布 若～，则， 从而 而F分布的密度曲线与上图相似。 （2）分布 若～，则 t分布的密度曲线关于y轴对称，故有 例２ 设总体～，是容量n的样本均值，求 解：由总体～，知，， 故 ， 例３ 设总体X～，为其样本，则 证明：∵～ ∴ 即 第七章 参数估计 1．矩法估计：矩估计的实质是用样本矩作为总体相应矩的估计量 设X为总体，，，为其样本 则的矩估计 的矩估计 例1 设总体～，其中皆未知，为其样本，求的矩估计 解：因为，故 ，故 例2 设总体～，未知，求的矩估计 解：因为，故（矩法方程），由此解得，即为的矩估计 例3 设总体～，其中，未知为其样本，求P的矩估计 解：由，故P的矩估计 2．极大似然估计 设总体X，具有概率密度函数， eq \o\ac(○,H) 其中为未知参数，其变化范围为 eq \o\ac(○,H)，为其样本，则似然函数为 若存在使｛ eq \o\ac(○,H)｝，则称为的极大似然估计 一般求法：①由题设，求出的表达式 ②取对数： * ③求导并令其等于0，建立似然方程 * ④解之即得的极大似然估计 例4 设是总体X的样本，总体概率密度为 求 的矩估计和极大似然估计 解：（1）由 解得为之矩估计 （2）似然函数 * 解得的极大似然估计 例5 设总体X～，，为其样本，求的极大似然估计 解： 由于按常规方法建立的似然方程无解，故用极大似然估计的定义解之 设 欲使似然函数达最大，取即可 ［注］ 3．估计量的评价标准 （1）无偏性：若，则为的无偏估计 （2）有效性：若、皆为之无偏估计，且D，则称较有效 （3）相合性：若的估计量满足，，则称为之相合估计 4．参数的区间估计 设总体～，为其样本 则的置信度的区间估计为 （1）已知时； （2）未知时； （见书中P.162表） 例6 设总体～，且，则的0.95置信区间为 ［注］请查看教材中正态总体参数的区间估计一览表 第八章 假设检验 假设检验的基本思想：小概率事件在一次抽样中是几乎不可能发生的 例1 设总体～，其中未知，为其样本 试在显著性水平下检验假设 ； 这里，即为小概率事件的概率，当真时，～ 则 即事件即为小概率事件，当它发生时，即认为原假设不真，从而接受对立假设 两类错误 以例1为例，上述的取值完全由样本所决定，由于样本的随机性，假设检验可能犯以下两类错误： 第一类错误：（拒真），也即检验的显著性水平 第二类错误：（接受不真）（接受真） 在样本容量n固定时，相互制约，当减小时，的值会增大，反之亦然。 3．正态总体参数的假设检验 （1）首先要会判断所讨论问题是否为假设检验问题 例2 从一批灯泡中随机抽取50个，分别测得其寿命，算得其平均值（小时），样本标准差（小时），问可否认为这批灯泡的平均寿命（）为2000小时。　　 分析：本题中虽然没说总体（寿命）服从什么分布，但由于样本容量，可按正态总体处理，“可否认为平均寿命为2000小时”等价于作检验　 　 （2）检验问题主要是对提出的假设检验确定出检验的拒绝域，这可参考指定教材第八章正态总体检验一览表。　 第九章 回归分析 本章只是简述了一元线性回归分析　 若因变量Y与可控变量x具有线性关系，即 回归分析的目的