![](https://img-blog.csdnimg.cn/20201014180756918.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
概率论与数理统计
文章平均质量分 88
爱摄影dtgsadfas
qq_39272695
这个作者很懒,什么都没留下…
展开
-
参数估计与求法
样本矩与总体矩Xi样本矩X_{i}样本矩Xi样本矩依概率收敛依概率收敛依概率收敛X总体矩X总体矩X总体矩一阶矩一阶矩一阶矩1n∑i=1nXi\frac{1}{n}\sum\limits_{i=1}^{n}X_in1i=1∑nXi→P\overset{P}{\rightarrow}→PE(X)E(X)E(X)二阶矩二阶矩二阶矩1n∑i=1nXi2\frac{1}{n}\sum\limits_{i=1}^{n}X_i^2n1i=1∑nXi2→P\overs原创 2021-08-26 10:59:24 · 246 阅读 · 0 评论 -
数理统计的基本概念
总体和样本总体所研究对象的某项数量指标X的全体称为总体,总体中的每个元素叫个体所研究对象的某项数量指标X的全体称为总体,总体中的每个元素叫个体所研究对象的某项数量指标X的全体称为总体,总体中的每个元素叫个体样本X1,X2,X3,....,Xn,相互独立且与总体X同分布,则称X1,X2,X_1,X_2,X_3,....,X_n,相互独立且与总体X同分布,则称X_1,X_2,X1,X2,X3,....,Xn,相互独立且与总体X同分布,则称X1,X2,X3,....,Xn为来自总体X的简单随原创 2021-08-26 09:35:27 · 191 阅读 · 0 评论 -
大数定律与中心极限定理
切比雪夫不等式和依概率收敛切比雪夫不等式设随机变量X的数学期望E(X)和方差D(X)存在,对于任意的ε>0,设随机变量X的数学期望E(X)和方差D(X)存在,对于任意的\varepsilon >0,设随机变量X的数学期望E(X)和方差D(X)存在,对于任意的ε>0,总有$P{∣X−E(X)∣⩾ε}⩽D(X)ε2,或者P{∣X−E(X)∣<ε}⩾1−D(X)ε2P\left \{ |X-E(X)|\geqslant \varepsilon \right \}\leqslant\原创 2021-08-25 22:03:05 · 86 阅读 · 0 评论 -
随机变量的数字特征
数学期望期望的实质是随机变量X随依概率P收敛于X的平均值(不等同于Xˉ)期望的实质是随机变量X随依概率P收敛于X的平均值(不等同于\bar{X})期望的实质是随机变量X随依概率P收敛于X的平均值(不等同于Xˉ)离散型随机变量X的数学期望设随机变量X的概率分布为P{X=xk}=pk,k=1,2,...设随机变量X的概率分布为P\left \{ X=x_k\right \}=p_k,k=1,2,...设随机变量X的概率分布为P{X=xk}=pk,k=1,2,...,如果级数∑k=1∞xkpk绝对收敛原创 2021-08-25 18:38:08 · 171 阅读 · 0 评论 -
多维随机变量及其分布
二维随机变量设X=X(ω),Y=Y(ω)是定义在样本空间Ω上的两个随机设X=X(\omega),Y=Y(\omega)是定义在样本空间\Omega上的两个随机设X=X(ω),Y=Y(ω)是定义在样本空间Ω上的两个随机变量,则称向量(X,Y)为二维随机变量变量,则称向量(X,Y)为二维随机变量变量,则称向量(X,Y)为二维随机变量二维随机变量的分布F(x,y)=F(X⩽x,Y⩽y)=PF(x,y)=F(X\leqslant x,Y\leqslant y)=PF(x,y)=F(X⩽x,Y⩽y)=P{原创 2021-08-25 11:16:53 · 74 阅读 · 0 评论 -
随机变量及其分布
随机变量原创 2021-08-24 17:45:22 · 149 阅读 · 0 评论 -
随机事件与概率
随机事件与样本空间随机试验:对随机现象进行试验样本空间:随机试验的每一种可能的结果叫样本点,记作ω\omegaω。所有样本点的集合叫做样本空间,记作Ω\OmegaΩ, ω\omegaωϵ\epsilonϵ Ω\OmegaΩ样本空间的字迹称为随机事件,随机事件由样本点组成,把Ω\OmegaΩ看成一个事件,每次试验中必有一个基本事件发生,叫做必然事件。∅\varnothing∅为不可能事件事件的关系和运算事件A发送必然导致事件B发生,则A⊂\subset⊂BA⊂\subset⊂B 与B⊃\su原创 2021-08-23 23:31:26 · 161 阅读 · 0 评论