- 1、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。。
- 2、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。
- 3、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)。
- 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
- 5、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们。
- 6、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 7、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
二、参数估计二、参数估计二、参数估计(二)区间估计(一)假设检验的原理三、假设检验(一)假设检验的原理三、假设检验事件的概率小到什么程度才能算是“小概率”,一般要根据实际问题的不同要求而定.小概率事件的概率一般用表示,可取0.1,0.05,0.01等.通常称为显著性水平或检验水平.(二)常见的假设检验方法三、假设检验(二)常见的假设检验方法三、假设检验(二)常见的假设检验方法三、假设检验(二)常见的假设检验方法三、假设检验(二)常见的假设检验方法三、假设检验(二)常见的假设检验方法三、假设检验函数的连续性第六节(一)相关关系四、一元线性回归(一)相关关系四、一元线性回归(二)一元线性回归四、一元线性回归(二)一元线性回归四、一元线性回归(三)相关性检验利用MATLAB求解数理统计问题一、利用MATLAB进行点估计、区间估计二、利用MATLAB进行一元线性回归分析谢谢!四、随机变量及其分布(一)随机变量的定义根据取值特点的不同,随机变量可分为离散型随机变量和非离散型随机变量两种.如果随机变量所有可能取的值是有限个或可列无限多个,则称这个随机变量为离散型随机变量.如果随机变量所有可能取的值不能一一列举出来,则称这个随机变量为非离散型随机变量.非离散型随机变量的范围很广,其中连续型随机变量是最重要的也是实际中常常用到的一种.(二)离散型随机变量的分布律(二)离散型随机变量的分布律(二)离散型随机变量的分布律(三)连续型随机变量的概率密度(三)连续型随机变量的概率密度(三)连续型随机变量的概率密度(三)连续型随机变量的概率密度(三)连续型随机变量的概率密度(三)连续型随机变量的概率密度(三)连续型随机变量的概率密度五、随机变量的数字特征在某些理论或实际问题中,人们往往对随机变量某一特征的常数感兴趣.类似人们关注的这种由随机变量的分布所确定的,能表征随机变量某一特征的常数称为数字特征,它在理论与实际应用中都很重要.下面主要介绍两种重要的数字特征:数学期望和方差.(一)数学期望的概念及性质(一)数学期望的概念及性质(二)方差的概念及性质(二)方差的概念及性质(二)方差的概念及性质数理统计第二节一、数理统计的基础知识(一)总体与样本(一)总体与样本(一)总体与样本(二)抽样分布(二)抽样分布(二)抽样分布(二)抽样分布(二)抽样分布(二)抽样分布(二)抽样分布二、参数估计(一)点估计二、参数估计2.估计量的评价标准1)无偏性利用MATLAB作级数运算一、级数求和(一)MATLAB的启动和操作界面二、将函数展开成幂级数的方法(一)直接展开法在MATLAB中,级数求和是由symsum函数实现的,symsum函数的调用格式一般为symsum(f,n,a,b),其中f为级数的通项,n为级数自变量,a和b分别为级数求和的起始项与终止项.二、将函数展开成泰勒级数将函数展开成泰勒级数是由taylor函数实现的,taylor函数的调用格式一般为taylor(f,x,a,Order,k),其中f为函数的符号表达式,x为自变量,a表示函数f在x=a处展开,k为需要展开的项数.二、将函数展开成泰勒级数谢谢!第十一章
概率统计基础概率论与数理统计是研究随机现象内在规律性的重要工具,其应用已遍及自然科学、社会科学、工程技术、军事科学及生活实际等各领域,因此掌握一定的概率统计知识十分必要.本章主要介绍随机事件及其概率,随机变量及其分布,随机变量的期望与方差,数理统计的基础知识,参数估计,假设检验及回归分析.导学概率论第一节一、随机事件(一)随机事件的概念引例1如果问“苹果从树上脱落,会往地上落吗?”,答案是“会”.引例2如果问“掷一枚骰子,能否出现7点?”,答案是“不能”.引例3抛掷一枚质地均匀的硬币,结果可能是正面朝上,也可能是反面朝上,且事先无法确定抛掷的结果是什么.引例4在400m短跑比赛前,运动员需通过抽签决定自己所在的跑道,且每次抽签前都无法预测自己会在哪条跑道.(一)随机事件的概念在自然界、生产实践和科学实验中,人们观察到的现象一般可分为两大类:确定性现象(必然现象):在一定条件下,事先可以确定会出现某种结果的现象,如引例1和引例2.随机现象(偶然现象):在一定条件下,事先不能确定会出现某种结果的现象,如引例3和引例4.(一)随机事件的概念有人对“掷一枚质地均匀的硬币,观察正面向上”进行试验发现,在12000次的重复试验中,正面向上有6019次,约占50.16%;在24000次的重复试验中,正面向上有12012次,约占50.
文档评论(0)