- 1、本文档共12页,可阅读全部内容。
- 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、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、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)。
- 5、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
- 6、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。
- 7、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。
- 8、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
为天地立心,为生民立命,为往圣继绝学,为万世开太平。——张载
茆诗松数理统计学答案
【篇一:数理统计】
txtmathematicalstatistics
课程代码:课程性质:专业基础理论课
适用专业:统计开课学期:4
总学时数:56总学分数:3.5
编写年月:2007.5修订年月:2007.7
执笔:邱红兵
一、课程的性质和目的?
本课程以概率论为基础开设本课程的目的在于通过教与学,使学生
掌握数理统计的基本思想、基本理论和一般方法,具有一定的解决
随机现象的实际问题的能力,并为学习后续课程奠定必要的基础。
是对随机现象统计规律性归纳的研究,主要对随机现象统计资料进
行收集、整理和推断分析。
本课程是数学类专业本科生的专业基础课。本课程以概率论为基础,
研究如何用有效的方式收集、整理和分析受到随机性影响的数据,
从而为随机现象选择和检验数学模型,并在此基础上对随机现象的
性质、特点和统计规律作出推断和预测,进而为决策提供依据和建
议。通过本课程的教学,使学生初步掌握处理随机现象的基本理论
和方法,并能应用其解决一些简单实际问题。包括如何进行参数估
计,如何进行统计假设检验,如何研究变量之间的关系等。培养学
生运用概率统计方法分析问题和解决实际问题的能力,使学生初步
建立统计思维方式。同时为学习有关的后继课程打好必要的基础。
二、课程教学内容及学时分配
统计推断两个基本问题:参数估计,假设检验;简单随机样本的分
布;经验分布;样本的原点矩和中心矩,特别是样本均值、样本方
差。
第一章抽样分布(12学时)
本章内容:数理统计的基本概念:总体、样本、抽样、简单随机样
本、统计量;顺序统计量;
经验分布函数;几个重要分布:?分布,?分布,t分布和f分布;多
元正态分布与正态二次型;抽样分布;分位数。
本章要求:
为天地立心,为生民立命,为往圣继绝学,为万世开太平。——张载
1、理解总体、样本、抽样、简单随机样本、统计量的概念;2、理
解顺序统计量及经验分布函数的概念;
3、掌握?分布,t分布和f分布的定义,以及三种分布的性质;22
4、掌握多元正态分布与正态二次型的定义及其性质;
5、熟练抽样分布定理。
第二章参数估计(20学时)
本章内容:点估计的常用方法:矩法和极大似然法;评价估计量好
坏的标准:无偏性,有效
性和一致性;区间估计;贝叶斯估计;截止尾寿命试验中指数分布
的参数估计。
本章要求:
1、理解并熟练掌握矩估计基本原理、方法;2、理解并熟练掌握极
大似然估计基本原理、方法;3、掌握估计的无偏性、有效性和一致
性;4、理解区间估计的意义;熟练掌握正态总体均值、方差的区间
估计方法。
5、理解贝叶斯估计的原理及方法;
6、理解截尾寿命试验中指数分布的参数估计。
第三章假设检验(16学时)
本章内容:假设检验的原理、方法及基本概念;正态总体下均值和
方差的假设检验;似然比
检验方法;指数分布中参数的假设检验;一致最优势检验及假设检
验在质量控制
中的应用。
本章要求:
1、理解统计检验中显著性假设检验的基本思想、原理;
2、熟练利用正态总体精确抽样分布构造恰当的统计量进行各种假设
检验;
3、了解假设检验方法在质量控制中的应用;
4、理解奈曼-皮皮尔逊基本引理;
5、理解似然比检验的基本思想,掌握似然比检验基本方法。
第四章方差分析与正交试验设计(8学时)
本章内容:单因素试验方差分析;多因素试验方差分析;正交试验
文档评论(0)