数理统计复习总结西北工业大学.docxVIP

1统计量与抽样分布

1.1基本概念：统计量、样本矩、总体X的样本X],X2，…，Xn，

经验分布函数

则T（X],X2，…，Xn）即为统计量

样本均值〃=x

]〃 _2

样本方差s；=—￡(x,-x)〃/=i

修正样本方差si=-^y（xz-x）

1n

样本k阶原点矩=—￡x：,(k=1,2,…)〃/=1

I〃 一

样本k阶中心矩Bk=—￡(X,—XY,(k=1,2,…)几z=l

经验分布函数月（X）=匕①,（―8X+00）其中Vn（X）表示随机事件｛XX｝出现的次数,n

显然匕(x)?方(九)),则有仇￡(x)]=F(x)D[Fn(x)]=-F(x)[l-Fa)]n

补充：

es；=Idxes：=dxex2=DX+(EX)2n

二项分布B(n,p):P{X=k}=C^pk(l-p)z,(k=0,l,.?.，〃)

EX=npDX=np(l-p)

泊松分布P(2):P{X=%}=—/,(攵=0,1,…)k\

EX=ADX=A

?均匀分布U(a,b):/(x)=

?均匀分布U(a,b):/(x)=

b-a

,(axb)

EX二审OX咱…之

指数分布： f(x)=Ae-^\(x〉0)—F(x)=l-e-z\(x0)

EX=-DX=：AA2

(。,力)的估计：

Y^-x)2(%￡)分布「

/?=1

a=Y-f3x

2

B?n)，f———)

i=\

i(32

o?N(a,[—F-]b)

〃Z(-2

/=!

2 1z?— 21,2 _ 2

/的估计-

2

Ecr

n-29

b

n

*2 9

Ea=a2

6.2多元线性回归：回归模型、参数估计、分布

Y=x”j

回归模型：,弓?N(0,b2/〃)i=i,2,…,n.

各与相互独立

参数估计：XtY=(XTX)J3^[3=(X7^)-1XtY

7多元分析初步

7.1定义及性质：定义、性质

X?Np(〃,E)其中4为X的均值向量，2为X的协方差矩阵

Y=CX+b,则y?Np(C4+b,CSC7)

def

若斗0,刚〃n(X-4?t(x—〃)?42(p)

7.2参数的估计与假设检验：口、2的估计、正态总体均值向量的假设检验

样本均值向量又=L￡xj样本离差阵sf(Xk-xxxk-xY

几i=\ k=\

一q

最大似然估计〃=X￡=—

n

——q

最小方差无偏估计~X

——1

X?N-)n

■T

S=*邛

i=l

77=〃(X—4。)72一(X—4)?42(p)

xt=—（又一歹）仁一（又一歹）?/（，）

m+n

F=①如n+/_〃_1）（X-Y）tS-［（X-X）p（m+n）（m+n-2）

?正态分布N（〃。2）：?（x）=^^^，xp{—}EX=liDX=a2

TOC\o1-5\h\zJ27rb 2b

ev〃S”、 1 17a2〃—12 1A 2（〃—I）4

E（—^）=n-1=ESn=aD（—^）=2（〃-l）=DS〃=a

b n b n

当〃=0时,EX=0EX2=er2EX=3/E\X\=J-aD\X\=（l--）a2V71 71

1.2统计量：充分统计量、因子分解定理、完备统计量、指数型分布族

T是。的充分统计量of（x^x2,...^cn\T=，）与。无关

T是。的完备统计量。要使E[g（T）]=0,必有g（T）=0

匕（。）=jj/G；。）=/?（玉,々,…,七?）且（7（王,工2，…，工〃）;。）且八非负01是。的充分统计量/=i

〃

Y[于。必=C（3）exp{b（0）T（x},x2xn）}h（x^x2,...,x〃）oT是0的充分完备统计量i=\

Y[/（七；°）=c（6）exp{b[（e）T]（%,々，…，Z）+仇⑹72（王，々，…，Z）}力（玉，9，…，当）i=i

o（7Z）是。=（40）的充分完备统计量

L3抽样分布：力?分布，t分布，F分布，分位数，正态总体样本均值和方差的分布，非正

态总体样本均值的分布

TOC\o1-5\h\z1 」￡_i

力2分布：%2=x：+X；+…+X；?％2(〃)/(x)=_——(x0)

22rg

E/2=nD/2=2n

V n

T分布：T=/_=?/(〃)当n2时，ET=0DT=

VF/n n-2

F分布：F=-^—~F(Z2],?22)5=

补充:

f+co p+oo

Z=X+Y的概率密度f