课本为《概率论与数理统计》ISBN 978-7-301-29547-2,此次整理4-8章的内容。
第四章 随机变量的数字特征
期望
频率具有波动性,概率具有稳定性。
离散型
设X是离散型随机变量,其分布律为:P{X=xk}=pk ,k=0,1,2,……
两点分布 E(X)=p
二项分布 E(X)=np
泊松分布 E(X)=
连续型
均匀分布 E(X)=(a+b)/2
指数分布 E(X)=1/
正态分布 E(X)=
方差、协方差、相关系数
方差
(X取值越集中,D(X)越小,D(X)=0时,X以概率1取常数)
方差也可看作随机变量X的函数g(X)=[X-E(X)]2的期望
方差的性质看书本了解即可
两点分布 D(X)=p*(1-p)
泊松分布 D(X)=
二项分布 D(X)=np(1-p)
均匀分布X~U(a,b) D(X)=
指数分布 D(X)=
正态分布
协方差
Cov(X,Y),协同变化量 Cov(X,X)=D(X)
引入相关系数确定量纲
相关系数刻画X与Y的线性相关程度
例题:已知(X,Y)分布律,求相关系数。
先得出X,Y各自的边缘分布律--->若为0-1分布则较为简单,能够直接看出期望和方差
Cov(X,Y)=E(X,Y) - E(X)E(Y)=p - p^2 --->最后利用公式就可以求出相关系数
对于一般正态分布,独立一定不相关,反之不成立。
对于二维正态分布,不相关与独立相互等价。
第五章 大数定律与中心极限定理
只考切比雪夫不等式,具体考点见书
第六章 数理统计的基本概念
随机样本
总体:试验的全部可能的观察值
个体:总体中的每一个元素、
总体容量:总体中所包含的个体的个数
抽样得到的个体(X1,X2,X3...Xn)称为样本,样本数量为样本容量,得到的一组数据(观察值x1,x2x3...xn)称为样本值
联合均使用连乘!
抽样分布
g(X1,X2,X3...Xn)是样本函数且g中不含未知参数,称g(X1,X2,X3...Xn)是一个统计量
g(x1,x2,x3...xn)是g(X1,X2,X3...Xn)的观察值
常用统计量
卡方分布、t分布为重点(F分布不考)
正态总体的样本均值与样本方差的分布
具体例题见课本和作业本
第七章 参数估计
点估计:矩估计&极大似然估计(一道大题,运用两种估计求解)
点估计:用于确定总体分布中的某一未知参数
由样本构造一个适当的统计量,以此作为未知参数的估计量,并以此统计量的观测值作为未知参数的估计值。
矩估计:用样本的原点矩来估计总体的原点矩
例题可见PPT
无论总体是什么分布,总体均值的据估计量都是样本均值,
总体方差的矩估计量都是样本的二阶中心矩
选用阶数较低的样本矩
极大似然估计:总体的分布类型已知的前提下使用的一种参数估计法
估计量的评价标准
无偏性;有效性;相合性
区间估计
置信度,置信区间
与
何者未知
双侧区间估计
单侧区间估计
第八章 假设检验
双边&单边,考点具体见书