网站大量收购独家精品文档,联系QQ:2885784924

84数理统计电子教案0.doc

  1. 1、本文档共16页,可阅读全部内容。
  2. 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
  3. 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  4. 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
查看更多
84数理统计电子教案0

课 程 经济数学 执行 日期             星期             检查签字   记录 班级             节次             课题  数理统计与参数估计 课程类型 理论 实测 教 学 目 的 理解数理统计的相关概念 掌握参数估计基本方法 教 学 重 点  区间估计的方法,理解假设检验的基本思想及检验方法中的T检验与X检验方法的掌握。 教 学 难 点  抽样分布,理解假设检验的基本思想及检验方法中的T检验与X检验方法的掌握 主要教学方法 讲述与实际例子相结合,辅助适当的练习。 教 学 挂 图   教学环节时间分配  1.组织教学时间  5分钟  2.讲授新课时间 60分钟  3.复习导入时间  10分钟  4.归纳小结时间 10分钟  5作业布置时间  5分钟     教 学 后 记   作 业 练 习   湖南工程职业技术学院备课纸 湖南工程职业技术学院备课纸 数理统计与参数估计 一、教学目的与要求: 1 正确理解数理统计的基本思想; 2 理解总体与随机样本等概念; 3 了解常见的几种抽样分布 4 掌握参数估计的基本方法; 5 假设检验的基本概念、思想与两类错误; 6 掌握正态总体参数的假设检验的一些基本方法。 二 、重点 区间估计的方法,理解假设检验的基本思想及检验方法中的T检验与X检验方法的掌握。 三、 难点 抽样分布,理解假设检验的基本思想及检验方法中的T检验与X检验方法的掌握。 四、 学时分配 10学时 五、 教学方法 讲述与实际例子相结合,辅助适当的练习。 六、 教学过程 1、总体和样本的概念(略):举例说明 2、统计量的概念和常用的统计量 如果样本,,,的函数中不含有未知参数,这样的样本函数叫做统计量。 常见的统计量:;,等。 3、 抽样分布 抽样分布的概念:统计量的分布叫做抽样分布。 分布:设总体,(,,,)为正态总体的一个样本,则,做标准化变换,可得到新的统计量,成为统计量,服从标准正态分布,即。举例说明(略) 分布:设总体, (,,,)为来自总体的一个样本,则统计量 =为自由度为n的分布,即为。函数形式和图像见课本。 t-分布 设随机变量互相独立,且,,则统计量服从自由度为n的t-分布。图示(略) 4、参数的点估计(重点介绍矩法估计) 矩法(method of moments)是皮尔逊在20世纪初的一系列文章中引进的一种寻找估计量的简单易算的方法。该方法的基本原理:用样本k阶原点矩去估计相应的总体k阶矩(前提条件是总体k阶矩必须存在)。 矩估计方法的步骤: 求出未知参数与总体矩的关系式 (2)当n充分大时,令 (3) 通过求解以上m个方程组得到的解记为,,…,,称为的矩估计值。将表达式中小写的xi改写为样本Xi, 则 ,,…,表示参数的矩估计量。 特别地,假设总体X的数学期望和方差存在,分别表示为a = EX, = DX,它们是未知的。总体的二阶矩EX 2 = DX + (EX)2 = + a2 , 由定义两个未知参数,建立两个方程组, 解以上方程组,解出参数a和的矩估计量: 例1 :设总体X的分布是均匀分布,其中()为未知参数。是来自总体X的样本,求参数的矩估计量,。 解:计算总体X的数学期望和方差, 建立方程组: 解出: 参数的矩估计为: 如果将上式中的换成相应的大写符号(代表样本矩),则得到矩估计量。 例2 :设样本来自于二项分布,其中为未知参数,求参数的矩估计量,。 解:因为 解方程组得:,,从而参数的矩估计量为: , 特别的,如果k为已知参数,由矩法知,只需建立一个方程:,由此解出参数p的矩估计量为:。 矩法简单易于计算,只要总体矩存在,原则上可以通过矩法建立方程或方程组,求出未知参数的估计量。 估计量的评选标准 对总体中同一参数,采用不同的点估计法求到的估计量可能是不同的。例如对于总体,参数的矩估计和极大似然估计是不相同的。究竟如何选择“较好”的估计量呢?即如何评价估计量的优劣?本节将介绍评价估计量优劣的某些准则。主要建立三个评价准则:估计量的无偏性、有效性和一致性。 (1)无偏性 评价一个估计量是否合理,不能根据一次估计的好坏,而应该根据多次反复使用这个统计量的“平均”效果来评价。一个较为直观的想法:希望在大量重复使用估计量时,所得到的这些估计值的平均值能等于参数的真值,即,称是参数的无偏估计量(unbiased estimate)。 例1 设总体的数学

文档评论(0)

a888118a + 关注
实名认证
内容提供者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档