数理统计
Costwen
这个作者很懒,什么都没留下…
展开
-
一致最优功效检验
UMPT定义设统计模型为{Pθ,θ∈Θ}\{P_\theta,\theta\in\Theta\}{Pθ,θ∈Θ},考虑检验问题H0:θ∈Θ0,H1:θ∈Θ1H_0:\theta\in\Theta_0,H_1:\theta\in\Theta_1H0:θ∈Θ0,H1:θ∈Θ1设φ∗(x)\varphi^*(x)φ∗(x)是水平为α\alphaα的检验,如果对于任一水平为α\alphaα的检验φ(x)\varphi(x)φ(x),有E(φ∗(x))≥E(φ(x))E(\varphi^*(x))\g原创 2020-05-16 22:01:29 · 3696 阅读 · 0 评论 -
完全充分统计量
充分统计量统计量是对样本的加工和压缩,在这个过程之中有可能损失一部分参数的信息。如果压缩了样本而且没有损失样本的信息,这样的统计量称为充分统计量充分统计量定义给定条件T(X)=tT(X)=tT(X)=t的条件下,X的条件分布和参数θ\thetaθ无关,称统计量T(x)T(x)T(x)是参数θ\thetaθ的充分统计量因子分解定理设统计模型为{Pθ,θ∈Θ}\{P_\theta,\theta\in \Theta\}{Pθ,θ∈Θ},统计量T(X)T(X)T(X)是充分的,当且仅当p(x,θ)=g原创 2020-05-16 19:48:57 · 5327 阅读 · 1 评论 -
点估计的有效性
点估计的有效性设T1(x1,x2,...,xn)T_1(x_1,x_2,...,x_n)T1(x1,x2,...,xn)和T2(x1,x2,...,xn)T_2(x_1,x_2,...,x_n)T2(x1,x2,...,xn)是θ\thetaθ的无偏估计量,如果对于一切的θ∈Θ\theta\in \Thetaθ∈Θ有Varθ(T1(x))≤Varθ(T2(x))Var_\thet...原创 2020-04-25 23:06:22 · 1692 阅读 · 0 评论 -
参数估计-点估计
定义设统计模型为{Pθ θ∈Θ}\{P_\theta\,\theta \in \Theta\}{Pθθ∈Θ},任何与总g有关的待估计量可以看成是参数空间Θ\ThetaΘ上的实值函数q(θ)q(\theta)q(θ),g(θ)g(\theta)g(θ)称为参数用来估计参数g(θ)g(\theta)g(θ)的实值统计量T(X)T(X)T(X)称为g(θ)g(\theta)g(θ)的估计量,简称为...原创 2020-04-11 13:34:16 · 700 阅读 · 0 评论 -
分位点和渐进分布
分位点设随机变量X的分布函数为F(x)F(x)F(x),若xαx_\alphaxα使P{X≤xα}=F(xα)=αP\{X\leq x_\alpha\}=F(x_\alpha)=\alphaP{X≤xα}=F(xα)=α,称xαx_\alphaxα为此概率分布的(下侧)α\alphaα分位点当XXX~N(0,1)N(0,1)N(0,1),分位点记为 uαu_\alphauα或zαz_...原创 2020-04-07 14:25:10 · 4227 阅读 · 0 评论 -
各种各样的分布函数-t分布,F分布
t-分布设XXX~N(0,1)N(0,1)N(0,1),YYY ~ χ2(n)\chi^2(n)χ2(n),且XXX与YYY相互独立,则称随机变量T=XY/nT=\frac{X}{\sqrt{Y/n}}T=Y/nX服从的分布是自由度为nnn的ttt分布,记为TTT~t(n)t(n)t(n)t(n)t(n)t(n)的概率密度函数f(t)=Γ(n+12)nπΓ(n2)(1+t2n)−n+12f...原创 2020-04-06 14:31:21 · 8939 阅读 · 0 评论 -
特征函数
前言第一次看到特征函数感觉就像一个傅里叶变换,一大堆的性质和傅里叶变换也很像。一看到提出者-拉普拉斯,果然是同一派的人。定义设XXX是随机变量,称函数eitXe^{itX}eitX的数学期望φt=E(eitX)\varphi_t=E(e^{itX})φt=E(eitX)为XXX的特征函数一些理解考虑傅里叶变换的形式F(ω)=∫−∞+∞f(t)e−iωtdtF(\omega)=\int_...原创 2020-04-05 13:49:21 · 10688 阅读 · 0 评论 -
各种各样的分布函数-卡方分布
函数形式前面也提到过,其实χ2(n)分布,就是Γ分布的一种特殊形式\chi^2(n)分布,就是\Gamma分布的一种特殊形式χ2(n)分布,就是Γ分布的一种特殊形式其中α=n/2,β=1/2\alpha = n/2,\beta = 1/2α=n/2,β=1/2f(x)={12n2Γ(n2)xn2−1e−12x,x>00,x≤0f(x)=\left\{\begin{aligned}...原创 2020-04-05 00:12:34 · 6305 阅读 · 0 评论 -
各种各样的分布函数-多维正态分布
首先了解一下二维正态分布(没有学概率论正态分布了解限于高中知识)二维正态分布设(X,Y)设(X,Y)设(X,Y)~N(μ1,σ12;μ2,σ22;ρ)N(\mu_1,\sigma^2_1;\mu_2,\sigma^2_2;\rho)N(μ1,σ12;μ2,σ22;ρ)(1) cov(X,Y)=ρσ1σ2cov(X,Y)=\rho\sigma_1\sigma_2cov(X,Y)=ρσ1...原创 2020-04-04 21:07:32 · 3595 阅读 · 0 评论 -
各种各样的分布函数-Γ分布
前言因为自己作死,还没有学习概率论就报了二学位的数理统计,听得我是一脸懵逼,为了督促自己好好学习,决定开一个笔记来监督自己学习。不然估计要挂科了 xD。Γ\GammaΓ分布分布函数形式f(x)={βαΓ(α)xα−1e−βx,x>00,x≤0f(x)=\left\{\begin{aligned}&\frac{\beta^\alpha}{\Gamma(\alpha)}x^...原创 2020-04-03 18:26:11 · 10751 阅读 · 0 评论