应用数理统计整理.docxVIP

1正确理解如下概念 1）经验分布与理论分布： 设有总体X,样本（X1，X2，?…Xn） 理论分布：就是总体X的分布 经验分布：依据样本数据对总体的分布做出的一种直接推断 设总体X的n个独立观测值为X],X2, 将他们从小到大排序后X「,X2*,...., X； 09 x x{ 氏(X)— 11 称化（*）为总体X的经验分布函数.（也称为样本分布函数） 2） 抽样分布：统计量的分布又称抽样分布。 3） 置信区间：估计总体分布中的未知参数时，若对事先给定的a （0al）,存在 A A A A 样木（Xl,X2,...,Xn）的确定的统计量少与,使得P（0｝002） = i-a则称随 A A 机区间⑹,02）为参数0的置信度为100（1-a）%的置信区间 4） 假设检验中易犯的两类错误 “弃真”错误：本来假设H（）为真，但因样本的统计量的观察值落入拒绝域W,导 致H。被拒绝。“弃真”错误发生的概率即为检验水平a ,即P｛拒绝HolH（）为真匸a “纳伪”错误：Ho木来为假，但因样木的统计量的观察值落入Ho的接受域W, 导致Ho被接受。“纳伪”错误发生的概率为0,即P｛接受HolH。为假匸0 5） 多因素试验中的交互作用：在多因索对比试验中，某些因索对指标的影响往往 是互相制约、互相联系的。即在试验屮不仅因素起作用，而且因素间有时联合起 来作用，这种联合作用并不等于各因素单独作用所产生的影响之和，称这种联合 作用为交互作用。 6） 显著性水平：假设检验中，通常只控制犯第一类错课的概率，即只控制适量 的小，二部考虑第二类错误的概率，这样的检验称为显著性检验，数a称为显著 性检验水平。 7） 相关关系:变量与变量Z间如呆存在着某种不确定的相互关系，而在大量的重 复观察中这种关系呈现着某种客观规律性，我们称这种关系为相关关系. 8） 回归函数：从样本数据出发，确定出变量间相关关系的数学表达式（…■经验公 式）y=f（x） + g称为|叫归函数￡称为随机误羌。 9） 预测与控制：所谓预测，就是对给定的X,预测Y的散布范围。所谓控制，是 预测的反问题，即对要求的F的某取值范围（ylj2）,确定X应在的范围 10） 多元总体：把p个随机变量X|,X2，???,X“作为分量组成的〃维列向量 X=（X1,X2,---,Xp）r通常，这些疋各门分别表示同一个总体的卩个不同的指标, 此时相应的总体也被称为是一个p元总体 A 1 A A n _ _ A 11） 样本协差阵：v=—-S=（v,）pxp S =》（X（G —X）（Xg —X）r=（%）w 兀—1 a=l s为样木离差阵 12） 后验概率：依据新得到的信息再重新加以修正后得到的概率。 先验概率：由经验或以往的数据分析而得到的概率。 2领会、掌握如下方法的思想或步骤： 1）矩估计法与最大似然估计法 矩估计基本思想：将要估计的总体参数表示成总体X的矩的函数，然后用样 本的相应的矩的函数作为其估计量进行估计。一般地，若总体X的概率分布含 冇k个未知参数久$,…，分，则总体X的加阶（原点）矩皿存在，但应为 01, $,???，4的函数:『=弘（31,82,…,的,用相应的样本矩如估计％ 令 （m=l,2,..?,k） 此方程组的解（,玄,???◎），就称为参数?，2,…，仇）的矩估计量 一般步!1） 一般步! 1）建立待佔参数与总体的矩之间的关系式; 2） 用相应的样本矩做总体矩的估计量，代入关系式得到0的估计量。 3） 代入样本值得到的估计值。 最大似然估计基本原理：若在一次观察中一个事件出现了，那么此事件的概率应该较大。 最大似然估计基本思想：设总体X的分布已知，记为/（x,e）（若X为离散型随机 变量，贝iJ/（x,O）为Pg｝）,其中为待估参数,则总体X的样本（Xi,X2…，XJ 的概率密度（也即X],X2,…,Xn的联合概率密度）为：或 X = 1 /=1 对应具体的一次样本实现（兀1，兀2，…兀n）， 记 记 厶() 或 产兀)=厶0) /=! /=! 依“基本原理”,此时的L（0）应 当取到的是最大值?故的值应当是使得L（ ）取到最大值的点。这种求参数 佔计值的方法，就称为最人似然估计法。由此方法而求出的参数的佔计值， 称为e的最大似然估计值，相应的估计量为最大似然估计量。 一般步骤：①写出似然函数厶（力；② 求似然函数厶（力的最大值点。 2）假设检验与一元线性回归分析 假设检验基本思想：针对问题提出一个假设H（）,在此假设成立的条件下，进行 有关结论的推理和分析，并以样本数据为事实依据，判断H（）的真伪。理论依据： 是小概率原理。 假设检验一般步骤：① 根据问题的要求，提出假设Ho和备择假设Hi。② 在 Ho成立的前提下，更厚早一个适当的检验统计量T。③ 按给定的显著性水平a ,