大数据数学基础第4章 概率论与数理统计基础（2）.ppt

定义4?39若 ，则 x 和 y 表明不相关。当 x = y 时， 称为 x 的相关矩阵，记为 ，其中 ， ，如(式4?56)所示。 (式4-56) 相关矩阵 和协方差矩阵 之间有(式4?57)所示的关系式，其中 ； 与 相应的元素之间的关系式如(式4?58)所示。 (式4-57) (式4-58) 协方差矩阵与相关矩阵 目录 所谓参数估计，就是以样本统计量来估计未知的总体参数。例如，利用样本均值 来估计总体均值 μ，利用样本方差 来估计总体方差 等。实际情况中，一般首先进行概率抽样得到随机样本，然后通过对样本单位的实际观测取得样本数据，最后计算样本统计量的取值并对未知的总体参数进行估计。 定义 4?40 在参数估计中，用于估计总体参数的统计量称为估计量，用 表示，如样本均值 ，样本方差 等，都可以看作是一个估计量。而根据一个具体的样本计算出的估计量的数值称为估计值。 参数估计 定义 4-41 设总体 X 的分布函数 形式已知，其中 θ 是待估计的参数。点估计问题就是利用总体 X 中的样本 ，构造一个统计量 来估计 θ，称 为 θ 的点估计量，它是一个随机变量。将样本观测值 代入估计量 ，就得到它的一个具体数值 ，这个数值称为 θ 的点估计值。 点估计的方法有矩估计法、顺序统计量法、极大似然法等，本小节主要介绍极大似然法。 参数估计 1. 点估计 大数据，成就未来 * 大数据挖掘专家 * 大数据挖掘专家 大数据，成就未来 * 大数据挖掘专家 * 大数据挖掘专家 大数据，成就未来 概率论与数理统计基础 * 目录 随机变量的分布函数或密度函数描述了随机变量的统计性质，从中可以了解随机变量落入某个区间的概率，但是还不能给人留下更直接的总体印象。例如用 X 表示某计算机软件的使用寿命，当知道 X 服从指数分布 后，还不知道该软件的平均使用寿命是多少。这里的平均使用寿命应当是一个实数，这个数就是数学期望，它反映随机变量的平均取值。 定义 4?30 对于离散型随机变量，设 X 有概率分布 ，只要级数 收敛，就称(式 4-32)为 X 的数学期望或均值。不难看出，只取有限个值的随机变量的数学期望总是存在的 (式 4-32) 随机变量的数学期望 定义 4?31 对于连续型随机变量，设 X 是有概率密度 f(x) 的随机变量，如果(式 3-31) 成立，就称(式 4-33)为 X 的数学期望或均值。 (式 4-33) 数学期望有以下几个基本性质。 常数的数学期望等于该常数。 常数与随机变量之积的期望等于该随机变量的期望与常数之积。 两个随机变量之和的期望等于它们的期望之和。 两个独立随机变量乘积的期望等于它们的期望之积。 由于随机变量的数学期望由随机变量的概率分布唯一决定，所以也可以对概率分布定义数学期望。概率分布的数学期望就是以它为概率分布的随机变量的数学期望。有相同分布的随机变量必有相同的数学期望。下面介绍几个常见分