历年真题题型
2018 —— 2019 学年
- 联合概率密度函数，构造三大分布、查表
- 参数的贝叶斯估计，指数分布构造卡方分布
- 极大似然估计，矩估计，证明无偏估计
- 假设检验，1- α \alpha α 的置信区间
- 两个分布的方差是否相同、均值是否相同
- 列联表检验，变量间是否有显著性关系
- 单因素方差分析，不同变量间是否有显著性差异
- 求一元线性回归方程，回归系数 β 1 \beta_1 β1 假设检验
2017 —— 2018 学年
- 标准正态查表，独立变量的概率，构造三大分布、查表
- 参数的贝叶斯估计
- 最大似然估计，证明无偏估计
- 假设检验，1- α \alpha α 的置信区间
- 列联表检验，变量间是否有显著性关系
- 单因素方差分析，不同变量间是否有显著性差异
- β 0 , β 1 \beta_0, \beta_1 β0,β1 的最小二乘估计
2016 —— 2017 学年
- 标准正态查表，变量独立，构造三大分布、查表
- 参数的贝叶斯估计
- 矩估计，估计量的无偏性、有效性，1- α \alpha α 的置信区间
- 假设检验，构造拒绝域
- 列联表检验，变量间是否有显著性关系
- 极大似然估计
- 单因素方差分析，不同变量间是否有显著性差异
- β 0 , β 1 \beta_0, \beta_1 β0,β1 的最小二乘估计，概率分布，1- α \alpha α 的置信区间
2015 —— 2016 学年
- 期望定义，标准正态查表
- 参数的贝叶斯估计
- 列联表检验，变量间是否有显著性关系
- β 0 , β 1 \beta_0, \beta_1 β0,β1 的最小二乘估计
- 假设检验，构造拒绝域
- 变量是否显著性服从某个分布（泊松分布，二项分布，均匀分布，正态分布等）
- 证明无偏估计，极大似然估计
- 矩估计，估计量的无偏性、有效性，1- α \alpha α 的置信区间
2010 —— 2011 学年
- 顺序统计量的密度函数，标准正态查表
- 矩估计
- 1- α \alpha α 的置信区间，置信区间平均长度
- 极大似然估计，无偏估计
- 假设检验，构造拒绝域，第二类错误的概率
- 变量是否显著性服从某个分布（泊松分布，二项分布，均匀分布，正态分布等）
- 单因素方差分析，不同变量间是否有显著性差异
- β 0 , β 1 \beta_0, \beta_1 β0,β1 的最小二乘估计， β 0 \beta_0 β0 的否定域
2009 —— 2010A 学年
- 变量独立，构造三大分布、查表
- 矩估计，极大似然估计，频率估计概率
- 1- α \alpha α 的置信区间
- 假设检验，构造拒绝域
- 假设检验，检验水平
- 单因素方差分析，不同变量间是否有显著性差异
- β 0 , β 1 , σ 2 \beta_0, \beta_1, \sigma^2 β0,β1,σ2 的最小二乘估计，回归方程检验
2009 —— 2010B 学年
- 标准正态查表
- 矩估计，极大似然估计，频率估计概率
- 1- α \alpha α 的置信区间
- 假设检验，构造拒绝域
- 假设检验，检验水平
- 单因素方差分析，不同变量间是否有显著性差异
- β 0 , β 1 , σ 2 \beta_0, \beta_1, \sigma^2 β0,β1,σ2 的最小二乘估计，回归方程检验
2007 —— 2008 学年
- 构造三大分布、查表
- 顺序统计量密度函数，极大似然估计，无偏估计，估计量的有效性
- 1- α \alpha α 的置信区间
- 假设检验，构造拒绝域
- 变量是否显著性服从某个分布（泊松分布，二项分布，均匀分布，正态分布等）
- 单因素方差分析，不同变量间是否有显著性差异
- β 0 , β 1 , σ 2 \beta_0, \beta_1, \sigma^2 β0,β1,σ2 的最小二乘估计， β 1 \beta_1 β1 的否定域， y y y 的置信区间
2006 —— 2007 学年
- 标准正态，绝对值期望，查表
- 矩估计，极大似然估计，第三种估计方法（顺序统计量估计等）
- 1- α \alpha α 的置信区间
- 变量是否显著性服从某个分布（泊松分布，二项分布，均匀分布，正态分布等）
- 单因素方差分析，不同变量间是否有显著性差异
- β 0 , β 1 \beta_0, \beta_1 β0,β1 的最小二乘估计， β 1 \beta_1 β1 的否定域
扫一扫
1120
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
