概率论复习笔记2.0–参数估计
数理统计的基本任务:依据样本推断总体特征,一般包括:估计问题和假设检验问题,估计问题又为参数估计和非参数估计。
刻画总体某特征的阐述称为参数,最常用的参数是总体的数学期望和方差,
若已知总体的分布函数形式,但参数未知,那么根据样本信息对总体参数状况进行推断的过程就属于参数估计。
本文主要分为以下三个部分
1、点估计
(1)、点估计的基本概念
(2)、矩估计法
(3)、极大似然法
2、点估计的评选标准
3、区间估计
正文:
1、点估计
在我看来估计值是针对样本的,估计量是针对总体的。
下面第一个是针对总体(随机变量)是离散型的分布(离散型讲概率函数),第二个是针对总体(随机变量)是连续型分布的(连续型讲密度函数)
注意下面L函数的写法
点估计的评价标准:
无偏性
有效性
相合性
期望:我期望括号里面的值为多少
下面的次序统计量没有看,不想看了
下面那个应该是seita1
下面这个不会做
下面的我也不清楚怎么算的
也不清楚这个是怎么求的
这也搞不懂在说些啥
下面是一般的正态分布改成标准正态分布。一定要区别样本均值变为正态分布和一样的正态分布改为标准正态分布的区别。
下面这个误差倒是没有搞清楚
下面不知道它在说什么