![](https://img-blog.csdnimg.cn/20200502164716299.png?x-oss-process=image/resize,m_fixed,h_224,w_224)
统计学
文章平均质量分 72
学统计
GUI Research Group
机器学习, 生物信息
展开
-
高级计量经济学(part2)--小样本OLS
“最小二乘法" (Ordjnary Least Square, 简记OLS) 是单一方程线性回归模型最常见、最基本的估计方法.原创 2022-08-22 23:42:04 · 1130 阅读 · 0 评论 -
高级计量经济学(part1)--什么是计量经济学
顾名思义,”计量经济学" ( E conometrics, 也译为“ 经济计量学)就是运用概率统计的方法对经济变量之间的(因果)关系进行定量分析的科学. 之所以把“因果”两个字加括号,是因为计量经济学常常不足以确定经济变量之间的因果关系(由于实验数据的缺乏) ,另一方面,大多数实证分析的目的恰恰正是要确定变量之间的因果关系(即是否X 导致Y),而非仅仅是相关关系. 因此,在学习与应用计量经济学的过程中,很有必要以“因果关系”作为思考的框架与指引.原创 2022-08-22 21:10:53 · 566 阅读 · 0 评论 -
线性代数及其应用(part4)--特征向量与线性变换
学习笔记,仅供参考,有错必纠文章目录线性代数及其应用特征向量与线性变换线性变换的矩阵V到V的线性变换Rn\Bbb{R}^nRn上的线性变换矩阵表示的相似性线性代数及其应用特征向量与线性变换[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-13D5kBwX-1626581143645)(D:\博客\线性代数及其应用(part4)]–特征向量与线性变换.assets\image-20210718101344274.png)线性变换的矩阵[外链图片转存失败,源站可能原创 2021-07-18 12:06:26 · 337 阅读 · 0 评论 -
线性代数及其应用(part3)--对角化
学习笔记,仅供参考,有错必纠文章目录线性代数及其应用对角化矩阵的对角化特征值不都相异的矩阵线性代数及其应用对角化定理5(对角化定理)矩阵的对角化定理6(有n个相异特征值的n×nn \times nn×n矩阵可对角化)特征值不都相异的矩阵定理7...原创 2021-07-18 10:03:28 · 279 阅读 · 0 评论 -
线性代数及其应用(part2)--特征方程
学习笔记,仅供参考,有错必纠文章目录线性代数及其应用特征方程行列式特征方程相似性应用到动力系统线性代数及其应用特征方程方阵A的特征方程是一个数量方程,其中包含了有关特征值的有用信息.行列式定理(可逆矩阵定理)定理(行列式的性质)特征方程相似性定理应用到动力系统...原创 2021-07-18 09:33:42 · 4245 阅读 · 0 评论 -
线性代数及其应用(part1)--特征向量与特征值
学习笔记,仅供参考,有错必纠文章目录线性代数及其应用特征向量与特征值特征向量与差分方程线性代数及其应用特征向量与特征值定义定理1定理2特征向量与差分方程原创 2021-07-18 08:40:16 · 242 阅读 · 0 评论 -
时间序列研(part14)--习题
学习笔记,仅供参考,有错必究文章目录时间序列协整与非均衡误差EG两步法协整检验协整检验与单位根检验的关系先检验时间序列的单整性当协整向量已知时当协整向量未知时用动态回归式估计协整参数案例1:铜的日期货(qcu)和现货(xcu)价格关系研究首先分析期货价格(qcu)和现货价格(xcu)关系.研究铜的日期货与现货价格间的弹性关系时间序列协整与非均衡误差非平稳经济变量间存在的这种长期稳定的均衡关系称作协整关系。协整是对非平稳经济变量长期均衡关系的统计描述。两组经济变量分别见图 4.1 和图 4.原创 2021-07-06 01:24:42 · 2116 阅读 · 0 评论 -
时间序列研(part13)--习题
学习笔记,仅供参考,有错必究文章目录时间序列习题单位根检验举例四种典型的非平稳随机过程DF 统计量和 t 统计量的分布特征情形1情形2情形3DF 统计量的有限样本分布特征总结单位根检验AR(1)过程的单位根检验AR(p)过程的单位根检验例子1: 421天的深证成指序列例 2 :中国就业总人数序列例 3 :人民币元兑美元汇率序列的单位根检验时间序列习题单位根检验举例四种典型的非平稳随机过程随机游走过程随机趋势过程对yty_tyt作一次差分后,序列就平稳了:所以也称yt原创 2021-07-05 22:39:42 · 1233 阅读 · 1 评论 -
时间序列研(part12)--习题
学习笔记,仅供参考,有错必究文章目录时间序列习题ARIMA模型案例分析案例1:中国人口时间序列模型案例2: 中国粮食产量序列(yty_tyt)的MA模型案例3: 日本人口时间序列模型时间序列习题ARIMA模型案例分析案例分析将涉及如下若干内容:( 1 )对数据的统计分析;( 2 )模型的选择和估计过程;( 3 ) 3 个检验标准;( 4 )怎样写表达式;( 5 )模型参数的经济含义解释;( 6 )预测(动态、静态、结构非结构)案例1:中国人口时间序列模型下面通过对人口序原创 2021-07-05 21:13:55 · 795 阅读 · 1 评论 -
时间序列研(part11)--EG两步法
学习笔记,仅供参考,有错必纠时间序列常用的ECM模型估计方法(EG两步法)步骤例子(建立财政收入和财政支出的误差修正模型)为了考察我国财政收入和财政支出之间的动态关系,本例采用例5.10中的我国1990年1月~2007年12月月度数据通过ECM模型来进行分析。f_extf\_ex_tf_ext表示财政支出,f_f_intf\_in_tf_int表示财政收入。季节调整后取对数,单位根检验发现序列ln(f_ext)和ln(f_int)是非平稳的,一阶差分以后是平稳,即ln(f_e原创 2021-07-04 09:15:45 · 2669 阅读 · 0 评论 -
时间序列研(part10)--误差修正模型
学习笔记,仅供参考,有错必纠文章目录时间序列误差修正模型F检验似然比(LR)检验W检验LM乘数检验LR, W和LM检验自相关的LM检验时间序列误差修正模型在用“一般到特殊”方法建立模型时的,首先应对初始模型(即对回归参数不加任何约束的动态分布滞后模型)的随机误差项进行异方差和自相关检验。对模型的其他检验都应建立在随机误差项是一个白噪声序列的基础之上。在检验约束条件是否成立的过程中逐步剔除不显著变量,化简模型,同时还要保持模型随机误差项的非自相关性和同方差性不被破坏。在这个过程中要用到许多统原创 2021-07-04 08:16:03 · 4041 阅读 · 3 评论 -
时间序列研(part9)--均衡与误差修正机制
学习笔记,仅供参考,有错必纠文章目录时间序列均衡与误差修正机制“一般到特殊”建模法分布滞后模型动态分布滞后模型动态模型(自回归模型)时间序列均衡与误差修正机制均衡指一种状态。达到均衡时将不存在破坏均衡的内在机制。这里只考虑平稳的均衡状态,即当系统受到干扰后会偏离均衡点,而内在均衡机制将努力使系统重新回到均衡状态。若两个变量xtx_txt , yty_tyt永远处于均衡状态,则偏差为零。然而由于各种因素的影响,xtx_txt , yty_tyt并不是永远处于均衡位置上,从而使ut=原创 2021-07-03 18:29:31 · 861 阅读 · 3 评论 -
时间序列研(part8)--ADF检验
学习笔记,仅供参考,有错必纠文章目录时间序列ADF检验多重单位根的检验方法结构突变与单位根检验外生性结构突变点的检验方法内生性结构突变点的检验方法时间序列ADF检验如果被检验的真实过程是一个AR§ 过程,而检验式是AR(1)形式,那么由于对yty_tyt形式的设定错误,检验式对应的误差项必然表现为自相关。因为假定检验式误差项是非自相关的,所以当误差项具有相关性时,回归参数的检验统计量不再服从DF分布.如果ρ=0\rho=0ρ=0成立,则yty_tyt含有单位根。称此检验为ADF(增项原创 2021-07-03 15:44:05 · 7757 阅读 · 1 评论 -
时间序列研(part7)--单位根检验
学习笔记,仅供参考,有错必纠时间序列单位根检验单位根检验做得不好常常会把退势平稳过程误判为随机趋势非平稳过程(隐性趋势)和确定性趋势非平稳(显性趋势)过程。检验时间序列中是否含有单位根时常会碰到如下几种问题:当被检验过程的形式未知时,应该考虑到其中是否含有随机的或确定性的时间趋势成分。被检验过程的形式通常要比AR(1) 形式复杂,可能是高阶自回归过程或含有移动平均成分。当被检验随机过程接近含有单位根但实为平稳过程(特征根小于1,但接近1)时,在有限样本、特别是小样本条件下的单位原创 2021-07-02 22:23:01 · 4473 阅读 · 1 评论 -
时间序列研(part6)--DF统计量和t统计量的分布特征
学习笔记,仅供参考,有错必纠文章目录时间序列DF统计量和t统计量的分布特征情形1情形2情形3时间序列DF统计量和t统计量的分布特征情形1t(β^)t(\hat{\beta})t(β^)的极限分布和有限样本分布特征由式(1)、式(2)、式(3)可知,当T→∞T \to \inftyT→∞时:T(β^−1)T(\hat{\beta}-1)T(β^−1)是检验单位根的一个常用统计量。有三个结论如下:检验单位根的另一个统计量是t(β^)t_{(\hat{\beta}原创 2021-07-02 08:18:44 · 3176 阅读 · 2 评论 -
时间序列研(part5)--四种典型的非平稳随机过程
学习笔记,仅供参考,有错必纠文章目录时间序列四种典型的非平稳随机过程随机游走过程随机趋势非平稳过程或差分平稳过程、有漂移项的非平稳过程趋势平稳过程或退势平稳过程确定性趋势非平稳过程看图判断随机趋势过程与平稳的AR(1)过程的区别为何用经济序列建立模型之前应先取对数备注时间序列四种典型的非平稳随机过程随机游走过程随机游走过程(random walk),属于非平稳过程:yt=yt−1+ut,ut∼IID(0,σ2)y_t = y_{t-1} + u_t, u_t \sim IID(0,原创 2021-07-01 20:49:27 · 4384 阅读 · 1 评论 -
时间序列研(part4)--虚假回归
学习笔记,仅供参考,有错必纠文章目录时间序列虚假回归用蒙特卡罗模拟方法分析相关系数的分布t统计量的分布简单回归中β1=0\beta_1=0β1=0的拒绝概率与变量单积阶数的关系样本容量与虚假回归的关系(回归变量均为I(1)变量)虚假回归的直观解释时间序列虚假回归用蒙特卡罗模拟方法分析相关系数的分布问题的严重性在于当变量非平稳时,认为R服从的是正态分布,但实际上R服从的却是图b和图c那样的倒U和U型分布,因此增加了拒绝概率,本不相关的两个变量结论却是相关.t统计量的分布有如下原创 2021-07-01 18:59:04 · 1484 阅读 · 0 评论 -
时间序列研(part3)--单积性
学习笔记,仅供参考,有错必纠文章目录时间序列单积(整)性单积过程的统计特征随机游走过程AR(1)过程随机游走过程和平稳的一阶自回归过程统计特征比较时间序列单积(整)性若一个随机过程{xt}\{x_t \}{xt}必须经过d次差分之后才能变换成一个平稳的可逆的ARMA过程,则称{xt}\{x_t \}{xt}是d阶单积(单整)过程. 用xt∼I(d)x_t \sim I(d)xt∼I(d)表示.对于I(d)I(d)I(d)过程xtx_txt:Φ(L)(1−L)dxt=Θ(L)μt原创 2021-07-01 17:21:33 · 792 阅读 · 0 评论 -
时间序列研(part2)--相关系数与自相关函数
学习笔记,仅供参考,有错必纠文章目录时间序列时间序列模型的分类相关系数与自相关函数自相关函数(ACF)时间序列时间序列模型的分类相关系数与自相关函数自相关函数(ACF)单个ACF检验混成检验...原创 2021-07-01 15:58:43 · 820 阅读 · 0 评论 -
时间序列研(part1)--随机过程
学习笔记,仅供参考,有错必纠文章目录时间序列随机过程严(强)平稳过程时间序列随机过程与时间序列的关系差分、差分算子、滞后算子滞后算子的性质白噪声过程随机游走时间序列随机过程由随机变量组成的一个有序序列称为随机过程,记为{x(s,t),s∈S,t∈T}\{x(s,t),s \in S, t \in T \}{x(s,t),s∈S,t∈T}。其中SSS表示样本空间,TTT表示序数集。对于每一个t,t∈T,x(⋅,t)t, t \in T, x(\cdot, t)t,t∈T,x(⋅,t)是样本空间S原创 2021-07-01 13:35:00 · 1308 阅读 · 1 评论 -
文献记录(part58)--不平衡数据处理的新方法一基于样本相似度的少数合成法
学习笔记,仅供参考,有错必究不平衡数据处理的新方法一基于样本相似度的少数合成法摘要引言原创 2021-03-29 09:23:56 · 174 阅读 · 0 评论 -
高等数理统计(part9)--C-R不等式
学习笔记,仅供参考,有错必纠C-R不等式有效估计量正则分布簇得分(Score)函数S(x,θ)S(x, \theta)S(x,θ)的定义与性质引理5.1.1定理5.1.1(信息不等式)定义5.1.1(有效无偏估计)其中IX(θ)I_X(\theta)IX(θ)为观测样本的Fisher信息阵。...原创 2021-01-05 13:47:27 · 2468 阅读 · 0 评论 -
高等数理统计(part8)--UMRUE和UMVUE
学习笔记,仅供参考,有错必纠文章目录UMRUE和UMVUE引理3.2.4(唯一性)引理3.2.5(最优性)引理3.2.5(Lehmann-Scheffe)L-S定理求g(θ)g(\theta)g(θ)的UMRUE无偏估计可能不唯一,可能不存在,也可能不合理定义3.2.9(一致最小均方误差)定义3.2.11(一致最小方差无偏估计)定理3.2.12定理3.2.13(UMVUE特征定理1)定理3.2.14(UMVUE特征定理2)定理:UMVUE特征定理3(Lehmann-Scheffe定理)定理3.2.19(原创 2021-01-05 12:31:37 · 3908 阅读 · 0 评论 -
高等数理统计(part7)--无偏估计
学习笔记,仅供参考,有错必纠文章目录无偏性定义3.2.1(偏差与无偏估计)定义3.2.2(一致最小风险无偏估计, UMRUE)定义3.2.2'(一致最小方差无偏估计, UMVUE)无偏性定义3.2.1(偏差与无偏估计)定义3.2.2(一致最小风险无偏估计, UMRUE)定义3.2.2’(一致最小方差无偏估计, UMVUE)...原创 2021-01-05 10:08:30 · 1336 阅读 · 0 评论 -
高等数理统计(part6)--统计决策问题
学习笔记,仅供参考,有错必纠文章目录统计决策问题样本空间和分布族(参数统计结构)判决空间和判决函数损失函数和风险函数定义3.1.2定理3.1.1(Rao-Blackwell定理)定理3.1.1'(Rao-Blackwell定理,Casella and Berqer)统计决策问题样本空间和分布族(参数统计结构)判决空间和判决函数损失函数和风险函数定义3.1.2定理3.1.1(Rao-Blackwell定理)定理3.1.1’(Rao-Blackwell定理,Casella原创 2021-01-05 09:21:27 · 308 阅读 · 0 评论 -
高等数理统计(part5)--分布族的完备性
学习笔记,仅供参考,有错必纠分布族的完备性统计量或分布族的完备性与可测函数的数学期望,即积分有关;对于一族分布,则与积分变换有关。例如Eθ[h(X)]=∫h(x)dFθ(x)=:φ(θ)E_{\theta}[h(X)]=\int h(x) dF_{\theta}(x) =: \varphi(\theta)Eθ[h(X)]=∫h(x)dFθ(x)=:φ(θ)统计量或分布族的完备性实际上就是积分变换的唯一性。定义2.2.1常用的变换:傅里叶变换拉普拉斯变换统计量的完备性等价原创 2021-01-05 07:15:10 · 3776 阅读 · 0 评论 -
高等数理统计(part4)--充分统计量
学习笔记,仅供参考,有错必纠充分统计量充分统计量是对样本X1,⋯ ,XnX_1, \cdots, X_nX1,⋯,Xn的加工,反原来众多且杂乱无章的数据化为一个或几个统计量,达到简化数据(降低维数),这是加工数据的要求之一;另一个要求是不损失(重要)信息,满足这两项要求的统计量在统计学中称为充分统计量.定义2.1.2统计量T称为θ\thetaθ的充分统计量,如果给定T之后,X的条件分布不依赖于θ\thetaθ注:T与θ\thetaθ的维数可能不同因子分解定理令f(x,θ)f(x, \原创 2021-01-05 00:05:36 · 1042 阅读 · 0 评论 -
高等数理统计(part3)--常见的连续型分布
学习笔记,仅供参考,有错必纠文章目录常见的连续型分布常见的连续型分布定理1.3.1次序统计量常见的连续型分布常见的连续型分布均匀分布X∼U(θ1,θ2)X \sim U(\theta_1, \theta_2)X∼U(θ1,θ2)指数分布X∼E(λ)X \sim E(\lambda)X∼E(λ),两次事件发生的间隔时间性质:带有位置尺度参数的指数分布X∼E(λ,μ)X \sim E(\lambda, \mu)X∼E(λ,μ)正态分布X∼N(μ,σ2)X原创 2021-01-04 23:35:24 · 793 阅读 · 0 评论 -
高等数理统计(part2)--常见的离散型分布
学习笔记,仅供参考,有错必纠文章目录常见的离散型分布常见的离散型分布单点分布P(x=a)=1P(x = a) = 1P(x=a)=1离散均匀分布X∼U(m)X \sim U(m)X∼U(m),即P(X=i)=1mP(X = i) = \frac{1}{m}P(X=i)=m1两点分布X∼b(1,θ)X \sim b(1, \theta)X∼b(1,θ),即P(X=1)=θ,P(X=0)=1−θP(X = 1) = \theta, P(X = 0) = 1- \thetaP(X=1)=θ,P原创 2021-01-04 21:58:51 · 1651 阅读 · 0 评论 -
高等数理统计(part1)--随机变量及其分布函数
学习笔记,仅供参考,有错必纠文章目录随机变量及其分布函数分布函数与分布密度反函数及分位数定义1.1性质定理1.1.1特征函数与数字特征定义1.2定义1.3(累积量)性质1.1其他数字特征经验分布函数随机变量及其分布函数分布函数与分布密度设X∈RX \in RX∈R为一元随机变量,其分布函数为:F(x)=P(X≤x)F(x) = P(X \le x)F(x)=P(X≤x)若存在密度函数f(x)f(x)f(x),使得F(x)=∫−∞xf(t)dt,F′(x)=f(x)F(x) = \i原创 2021-01-04 19:37:30 · 799 阅读 · 0 评论 -
今日代码(200727)--全局空间自相关性
代码笔记参考自:R语言空间统计分析全局空间自相关性基于k最近邻计算莫兰指数#####空间计量#########导包####library(spdep)library(sp)library(rgdal)library(rgeos)####方法区####citysort <- function(cityname, refername) { nameList = c() for (i in 1:length(refername)) { num = w原创 2020-07-27 19:23:41 · 1217 阅读 · 0 评论 -
R语言空间数据处理(part2)--空间数据读写
学习笔记,仅供参考学习书目:《R语言空间数据处理与分析实践教程》–卢宾宾;准备工作设置工作路径,并导包workL = "F:/MyStudio/Rstudio/RSpaceMetrology/myRdoc/C3"setwd(workL)getwd()读取ESRI shapefile(.shp)空间格式数据注意,如果这里报错误,就需要检查一下工作目录中是不是缺少其他文件(比如.dbf, .shx),如果缺失,就将这些文件放到工作目录下(),再次导入.#设置EPSG:27700LN原创 2020-07-12 08:35:12 · 1271 阅读 · 0 评论 -
R语言空间数据处理(part1)--基础数据操作与处理
学习笔记,仅供参考学习书目:《R语言空间数据处理与分析实践教程》–卢宾宾;基础数据操作与处理设置工作路径,并导入包workL = "F:/MyStudio/Rstudio/RSpaceMetrology/myRdoc"setwd(workL)#getwd()函数学习记录表数据类型转换a <- as("123", "numeric")b <- as.numeric("456")class(a)class(b)match函数test1 <- c("A",原创 2020-07-12 00:42:16 · 1211 阅读 · 0 评论 -
20应用统计考研复试要点(part43)--概率论与数理统计
学习笔记,仅供参考茆诗松概率论与数理统计随机变量序列的两种收敛性随机变量序列的收敛性有很多种,其中,常用的是两种:依概率收敛和按分部收敛,大数定理涉及的是一种依概率收敛,中心极限定理涉及的是一种按分部收敛。依概率收敛以下给出依概率收敛于常数的四则运算性质:依分布收敛依概率收敛比按分部收敛具有更强的收敛性:XnP→ X ⟹ XnL→ XX_n \begin{matrix} P \\ \to \\ \; \end{matrix} X \implies X_n \be原创 2020-05-24 22:53:15 · 707 阅读 · 0 评论 -
20应用统计考研复试要点(part41)--概率论与数理统计
学习笔记,仅供参考茆诗松概率论与数理统计多维随机变量及其分布多维随机变量及其联合分布多维随机变量联合分布函数二维联合分布函数F(x,y)F(x,y)F(x,y)的四条性质(1)单调性,F(x,y)F(x,y)F(x,y)分布对x,y是单调非减的(2)有界性,对于任意x和y,有0≤F(x,y)≤10 \le F(x,y) \le 10≤F(x,y)≤1(3)右连续性,对于每个变量都是右连续的(4)非负性联合分布列联合分布列的性质:(1)非负性原创 2020-05-24 21:23:46 · 494 阅读 · 0 评论 -
20应用统计考研复试要点(part40)--概率论与数理统计
学习笔记,仅供参考茆诗松概率论与数理统计随机变量及其分布常用连续分布正态分布的密度函数和分布函数正态分布期望:E(X)=μE(X)=\muE(X)=μ正态分布方差:E(X)=σ2E(X)=\sigma^2E(X)=σ2如果固定σ\sigmaσ,改变μ\muμ的值,则图形沿xxx轴平移,而不改变其形状,则称μ\muμ为位置参数。如果固定μ\muμ,改变σ\sigmaσ的值,则分布的位置不变,σ\sigmaσ越小,曲线呈高而瘦,分布较为集中;σ\sigmaσ越大,曲线呈矮而胖,分布原创 2020-05-24 20:45:23 · 520 阅读 · 0 评论 -
20应用统计考研复试要点(part39)--概率论与数理统计
学习笔记,仅供参考茆诗松概率论与数理统计随机变量及其分布随机变量及其分布分布函数F(x)F(x)F(x)的三条性质(1)单调性(2)有界性(3)右连续性这三个基本性质成为判别,某个函数是否能成为分布函数的充要条件。密度函数的基本性质(1)非负性p(x)≥0p(x) \ge 0p(x)≥0(2)正则性∫−∞∞p(x)dx=1\int_{- \infty}^{\infty} p(x) dx = 1∫−∞∞p(x)dx=1概率密度函数与概率分布列的区别(1)离散原创 2020-05-22 22:56:01 · 1445 阅读 · 16 评论 -
20应用统计考研复试要点(part38)--概率论与数理统计
学习笔记,仅供参考,有错必纠概率论与数理统计(茆诗松/陈希孺)点估计矩估计极大似然估计由上述分析就自然地导致如下的方法:应该用似然程度从大的那个点(θ1∗,θ2∗,...,θk∗)(\theta_1^*,\theta_2^*,...,\theta_k^*)(θ1∗,θ2∗,...,θk∗),即满足条件:相合性相合性被认为是对估计的一个最基本要求,如果一个估计量,在样本量不断增大时,它都不能把被估参数估计到任意指定的精度,那么这个估计是很值得怀疑的,通常原创 2020-05-19 22:45:11 · 690 阅读 · 0 评论 -
20应用统计考研复试要点(part37)--概率论与数理统计
学习笔记,仅供参考,有错必纠概率论与数理统计(茆诗松/陈希孺)总体与个体在一个统计问题中,我们把研究对象的全体称为总体,构成总体的每个成员称为个体。样本和样品为了了解总体的分布,我们从总体中随机地抽取n个个体,记其指标值为x1,x2,...,xnx_1,x_2,...,x_nx1,x2,...,xn则x1,x2,...,xnx_1,x_2,...,x_nx1,x2,...,xn称为总体的一个样本,n称为样本容量,或简称样本量,样本中的个体称为样品。需要指出的是,样本具有原创 2020-05-19 20:44:34 · 836 阅读 · 0 评论 -
20应用统计考研复试要点(part36)--概率论与数理统计
学习笔记,仅供参考,有错必纠概率论与数理统计(茆诗松/陈希孺)伯努利大数定理设SnS_nSn为nnn重伯努利试验中事件A发生的次数,ppp为每次试验中A出现的概率,则对任意的ϵ>0\epsilon>0ϵ>0,有:limn→∞P(∣Snn−p∣<ϵ)=1(1)\lim_{n \to \infty} P(|\frac{S_n}{n}-p|< \epsilon)=1 \tag{1}n→∞limP(∣nSn−p∣<ϵ)=1(1)大数定律的一般形式:原创 2020-05-19 19:14:00 · 503 阅读 · 0 评论