数理统计讲义
文章平均质量分 78
小刘数学
微信公众号:小刘的数学笔记
展开
-
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。原创 2024-05-05 18:37:37 · 1066 阅读 · 3 评论 -
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。原创 2024-05-03 18:04:59 · 489 阅读 · 0 评论 -
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。原创 2024-04-30 21:27:58 · 1004 阅读 · 0 评论 -
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。原创 2024-04-25 12:12:36 · 1171 阅读 · 0 评论 -
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?原创 2024-04-22 15:39:35 · 507 阅读 · 2 评论 -
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原创 2024-04-20 09:36:28 · 270 阅读 · 0 评论 -
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。原创 2024-04-17 20:31:24 · 218 阅读 · 0 评论 -
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.原创 2021-01-02 14:56:46 · 1247 阅读 · 0 评论 -
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.原创 2021-01-02 14:58:09 · 1192 阅读 · 3 评论 -
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)=σ1exp(−σx−μ)I[μ,∞)(x),μ∈R,σ>0.\mu\in R,\sigma>0.μ∈R,σ>0.求μ\muμ和σ\.原创 2021-01-04 20:34:36 · 1196 阅读 · 0 评论 -
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.原创 2021-01-05 20:14:49 · 541 阅读 · 0 评论 -
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.\.原创 2021-01-06 21:23:43 · 1154 阅读 · 0 评论 -
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.原创 2021-01-13 17:41:52 · 757 阅读 · 1 评论 -
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.原创 2021-05-09 16:40:23 · 462 阅读 · 0 评论 -
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)=x32θe−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.原创 2021-03-13 22:18:55 · 580 阅读 · 0 评论 -
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)=x32θe−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。.原创 2021-05-09 16:41:39 · 1084 阅读 · 0 评论 -
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!λxe−λ,x=0,1,2,⋯,λ>0}设X=dP(λ)X\stackrel{d}{.原创 2021-03-20 13:22:37 · 2422 阅读 · 5 评论 -
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.原创 2021-05-09 16:50:16 · 2060 阅读 · 0 评论