自定义博客皮肤VIP专享

*博客头图:

格式为PNG、JPG,宽度*高度大于1920*100像素,不超过2MB,主视觉建议放在右侧,请参照线上博客头图

请上传大于1920*100像素的图片!

博客底图:

图片格式为PNG、JPG,不超过1MB,可上下左右平铺至整个背景

栏目图:

图片格式为PNG、JPG,图片宽度*高度为300*38像素,不超过0.5MB

主标题颜色:

RGB颜色,例如:#AFAFAF

Hover:

RGB颜色,例如:#AFAFAF

副标题颜色:

RGB颜色,例如:#AFAFAF

自定义博客皮肤

-+

  • 博客(21)
  • 收藏
  • 关注

原创 标准布朗运动的定义、代码和图像

如果您在看完以后,无论是题目还是参考解答过程有什么问题,希望不吝指出!如果有更好的解题思路或者好的问题分享,欢迎通过留言或者后台发送给我们!下列分别是T=0.1,0.01,0.001时的布朗运动图像。今天分享的是标准布朗运动的定义、代码和图像。有独立增量,也就是说对于任意。有平稳增量,即对于任意。,那么它是标准布朗运动。

2024-05-11 20:51:37 606

原创 数理统计讲义第一章习题(3)

数理统计讲义第一章习题,参考书:复旦大学出版社的数理统计讲义。

2024-05-05 18:37:37 1052 3

原创 数理统计讲义第一章笔记(3)

今天分享的是数理统计讲义第一章笔记,参考书:复旦大学出版社的数理统计讲义。

2024-05-03 18:04:59 475

原创 数理统计讲义第一章笔记(2)

偏度是描述数据分布关于其中心位置均值的对称性.偏度接近0就表示数据分布关于均值是左右对称的.偏度为正(负)表示数据在右(左)侧有较长的尾巴。峰度是以正态分布的形态为标准表示数据分布尾部的情况.分布形态接近正态时峰度接近于0.峰度为正(负)表示数据分布在两侧尾部较厚(较薄)。今天分享的是数理统计讲义第一章第三节的笔记(离散分布),参考书:复旦大学出版社的数理统计讲义。求出边际分布的均值和方差是为了证明下面的引理2.6.8,并且这里的。6、数理统计中参数的含义?样本的各个观测相互独立,且与总体有相同的分布。

2024-04-30 21:27:58 986

原创 数理统计讲义第一章习题(2)

今天分享的是数理统计讲义第一章习题(2),参考书:复旦大学出版社的数理统计讲义。

2024-04-25 12:12:36 1154

原创 数理统计讲义第一章习题(1)

如果有更好的解题思路或者好的问题分享,欢迎通过留言或者后台发送给我们!今天分享的是数理统计讲义第一章习题(1-4)。6、数理统计中参数的含义?数理统计是从样本到总体的推理。样本在抽样前是一个随机变量,在抽样后是一个具体的数。7、峰度与偏度的定义,且其为正负零时分别代表什么?样本的各个观测相互独立,且与总体有相同的分布。特点:与参数无关,与样本有关,具有两重性。1、概率论和数理统计思想的区别?8、经验分布函数的性质有哪些?参数空间:参数的取值范围;2、样本的两重性指什么?4、什么是抽样分布?

2024-04-22 15:39:35 493 2

原创 数理统计讲义第一章笔记(1)

数理统计讲义第一章第一节和第二节的笔记

2024-04-20 09:36:28 259

原创 数理统计中伽马函数乘法定理的证明

如果您在看完以后,无论是题目还是参考解答过程有什么问题,希望不吝指出!如果有更好的解题思路或者好的问题分享,欢迎通过后台发送给我们!思考:看完这个乘法定理的证明过程之后,今天分享一下伽马函数乘法定理的证明。这个积分能不能快速计算出来。

2024-04-17 20:31:24 180

原创 求助,多元统计分析,如题,有没有哪位uu会,求黑体字最后一行的统计量T服从卡方分布,并求出它的自由度,非常感谢

求助,多元统计分析,如题,有没有哪位uu会,求黑体字最后一行的统计量T服从卡方分布,并求出它的自由度,非常感谢

2024-04-09 15:02:02 70 1

原创 数理统计讲义第二章课后答案12

2.25设X1,⋯ ,XnX_1,\cdots,X_nX1​,⋯,Xn​为取自Γ\GammaΓ分布族{Γ(α,λ),λ>0}\{\Gamma(\alpha,\lambda),\lambda>0\}{Γ(α,λ),λ>0}α\alphaα已知,的简单随机样本,试证明Xˉ/α\bar{X}/\alphaXˉ/α是g(λ)=1/λg(\lambda)= 1/\lambdag(λ)=1/λ的一致最小方差无偏估计。参考答案:设x1,⋯ ,xnx_1,\cdots,x_nx1​,⋯,xn​是.

2021-05-09 16:50:16 2041

原创 数理统计讲义第二章课后答案10

2.22 设总体ξ\xiξ是含未知参数θ\thetaθ的分布,其密度函数为p(x;θ)=2θx3e−θ/x2I(0,∞)(x),θ>0.p(x;\theta)=\frac{2\theta}{x^3}e^{-\theta/x^2}I_{(0,\infty)}(x),\theta>0.p(x;θ)=x32θ​e−θ/x2I(0,∞)​(x),θ>0.求θ\thetaθ的FisherFisherFisher信息量和当样本量为nnn时,θ\thetaθ无偏估计方差的C−RC-RC−R下界。.

2021-05-09 16:41:39 1065

原创 数理统计讲义第二章课后答案8

2.18设(X,Y)=((X1,Y1),⋯ ,(Xn,Yn))(X,Y)= ((X_{1},Y_{1}),\cdots,(X_{n},Y_{n}))(X,Y)=((X1​,Y1​),⋯,(Xn​,Yn​))为取自两维正态总体的简单随机样本。求总体均值μX,μY\mu_X,\mu_YμX​,μY​,总体方差σX,σY\sigma_X,\sigma_YσX​,σY​和总体相关系数ρXY\rho_{XY}ρXY​的最大似然估计(对于两维正态总体参数的最大似然估计,除了利用一般的求多维正态总体参数最大似然估计的方.

2021-05-09 16:40:23 455

原创 南京师范大学2021年硕士研究生入学考试高等代数试卷及参考答案

南京师范大学2021年硕士研究生入学考试高等代数试卷及参考答案1.(20分)计算行列式.(1) 计算4阶行列式∣2−4−35−314−272534−3−26∣.\begin{vmatrix} 2 & -4 & -3 & 5\\ -3 & 1 & 4 & -2 \\ 7 & 2 & 5 & 3 \\ 4 & -3 & -2 & 6\end{vmatrix}.∣∣∣∣∣∣∣∣​2−374​−412−3​−

2021-05-09 16:19:07 2048

原创 数理统计讲义第二章课后答案11

2.24判别下列分布族的完备性:(1) PoissonPoissonPoisson分布族。参考答案:对于PoissonPoissonPoisson分布族{pλ(x)=λxx!e−λ,x=0,1,2,⋯ ,λ>0}\{p_{\lambda}(x)=\frac{\lambda^x}{x!}e^{-\lambda},x=0,1,2,\cdots,\lambda>0\}{pλ​(x)=x!λx​e−λ,x=0,1,2,⋯,λ>0}设X=dP(λ)X\stackrel{d}{.

2021-03-20 13:22:37 2393 5

原创 数理统计讲义第二章课后答案10

2.22设总体ξ\xiξ是含未知参数θ\thetaθ的分布,其密度函数为p(x;θ)=2θx3e−θ/x2I(0,∞)(x),θ>0.p(x;\theta)=\frac{2\theta}{x^3}e^{-\theta/x^2}I_{(0,\infty)}(x),\quad\theta>0.p(x;θ)=x32θ​e−θ/x2I(0,∞)​(x),θ>0.求θ\thetaθ的FisherFisherFisher信息量和当样本量为nnn时,θ\thetaθ无偏估计方差的C−RC-RC−R下界.

2021-03-13 22:18:55 565

原创 数理统计讲义第二章课后答案7

2.16设X1,⋯ ,XnX_1,\cdots,X_nX1​,⋯,Xn​为取自均匀分布ξ=dU(θ−12,θ+12)\xi\stackrel{d}{=}U(\theta-\frac{1}{2},\theta+\frac{1}{2})ξ=dU(θ−21​,θ+21​)的简单随机样本,θ∈R\theta\in Rθ∈R。试证明:对任一λ∈[0,1],\lambda\in[0,1],λ∈[0,1], λ(X(1)+12)+(1−λ)(X(n)−12)\lambda(X_{(1)}+\frac{1}{2})+(1.

2021-01-13 17:41:52 749 1

原创 数理统计讲义第二章课后答案5

2.11在遗传学的研究中,经常要从二项分布b(m,p)b(m,p)b(m,p)中抽样,不过观测不可能为0,所以实际上是从下列条件分布中抽样,P(ξ=x∣ξ>0)=(mx)px(1−p)(m−x)1−(1−p)m,x=1,2,⋯ ,m.\begin{aligned}P(\xi=x|\xi>0)&=\frac{\begin{pmatrix} m \\ x \end{pmatrix} p^x(1-p)^{(m-x)}}{1-(1-p)^m},\\&x= 1,2,\cdots,m.\.

2021-01-06 21:23:43 1144

原创 数理统计讲义第二章课后答案4

2.9 设X1,⋯ ,XmX_1,\cdots,X_mX1​,⋯,Xm​和Y1,⋯ ,YnY_1,\cdots,Y_nY1​,⋯,Yn​为分别取自正态分布N(μ1,σ2)N(\mu_1,\sigma^2)N(μ1​,σ2)和N(μ2,σ2)N(\mu_2,\sigma^2)N(μ2​,σ2)的两个独立的简单随机样本,证明θ=(μ1,μ2,σ2)\theta=(\mu_1,\mu_2,\sigma^2)θ=(μ1​,μ2​,σ2)的最大似然估计量为θ^=(Xˉ,Yˉ,σ2^),\widehat{\theta.

2021-01-05 20:14:49 529

原创 数理统计讲义第二章参考答案3

2.7设X1,⋯ ,XnX_1,\cdots,X_nX1​,⋯,Xn​为取自具有以下双参数指数分布族的简单随机样本,p(x;μ,σ)=1σexp⁡(−x−μσ)I[μ,∞)(x),p(x;\mu,\sigma)=\frac{1}{\sigma}\exp(-\frac{x-\mu}{\sigma})I_{[\mu,\infty)}(x),p(x;μ,σ)=σ1​exp(−σx−μ​)I[μ,∞)​(x),μ∈R,σ>0.\mu\in R,\sigma>0.μ∈R,σ>0.求μ\muμ和σ\.

2021-01-04 20:34:36 1145

原创 数理统计讲义第二章参考答案2

2.5 设X1,⋯ ,XnX_1,\cdots,X_nX1​,⋯,Xn​为取自正态总体ξ=dN(μ,σ2)\xi\xlongequal {d}N(\mu,\sigma^2)ξdN(μ,σ2)的简单随机样本,求Pμ,σ2(ξ>1)P_{\mu,\sigma^2}(\xi>1)Pμ,σ2​(ξ>1)的矩法估计量。参考答案:总体ξ=dN(μ,σ2)\xi\xlongequal {d}N(\mu,\sigma^2)ξdN(μ,σ2)总体矩:{μ1=Eξ=μμ2=Eξ2=Dξ+(Eξ)2.

2021-01-02 14:58:09 1175 3

原创 数理统计讲义第二章课后答案1

2.1设X1,⋯ ,XnX_1,\cdots,X_nX1​,⋯,Xn​为取自总体ξ=db(1,p)\xi\xlongequal{d}b(1,p)ξdb(1,p)的简单随机样本,求ppp的矩法估计量。参考答案ξ=db(1,p)\xi\xlongequal{d}b(1,p)ξdb(1,p)总体的分布律为p(ξ=k)=pk(1−p)1−k,k=0,1p(\xi=k)=p^k(1-p)^{1-k},k=0,1p(ξ=k)=pk(1−p)1−k,k=0,1总体矩:μ1=Eξ=0×(1−p)+1×p=p\m.

2021-01-02 14:56:46 1228

空空如也

空空如也

TA创建的收藏夹 TA关注的收藏夹

TA关注的人

提示
确定要删除当前文章?
取消 删除