![](https://img-blog.csdnimg.cn/20201014180756927.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
数学基础
tbinjiayou
福建师范大学数计院计算机专业
展开
-
二项分布
二项分布的概念当随机事件是只具有两种互斥结果的离散型随机事件时,称为二项分类变量(dichotomous variable),如对病人治疗结果的有效与无效,某种化验结果的阳性与阴性,接触某传染源的感染与未感染等。二项分布(binomial distribution)就是对这类只具有两种互斥结果的离散型随机事件的规律性进行描述的一种概率分布。 二项分布的推导假设某事件A在一次试验中发生的原创 2013-04-01 15:12:26 · 3626 阅读 · 0 评论 -
泊松分布
泊松分布的概念若随机变量X的可能取值为0、1、2、...,且概率分布为则称X服从泊松分布,记为X~P(t),其中t>0且为一常数。泊松分布多出现在当X表示在一定时间或者空间内罕见事件出现个数的场合。它是二项分布样本空间趋于无限,事件A发生概率p较小时的推导。泊松分布的推导假设某一时间段内,某交通路口发生事故的概率是p,为求该时间段内交通路口发生的事故个数。假设所观察的时间为原创 2013-04-01 15:53:10 · 22034 阅读 · 0 评论 -
多项分布
多项分布的概念多项分布是最重要的离散型多维分布,假设A1,A2,...,An是某一试验下的完备事件群,即事件两两互斥,且其和为必然事件(即每次试验有且仅有一个事件Ai发生),分别以p1,p2,...,pn记为事件A1,A2,...,An发生的概率,pi>0,p1+p2+...+pn=1。现将试验独立重复N次,以Xi记为在N次试验中事件Ai出现的次数,X=(X1,X2,...,Xn)为n维随机向原创 2013-04-01 16:49:32 · 8544 阅读 · 0 评论 -
矩估计
假设总体分布的k阶原点矩为uk,k阶中心矩为hk,当样本大小n较大时,总体矩接近于样本矩,即uk ak,hk mk。因此可以通过样本矩来估计总体矩,而总体矩中包含未知参数,可以通过求解方程组的方法来求解未知参数。样本的k阶原点矩是总体k阶原点矩的无偏估计,而中心矩一般不是无偏的,有时可以通过一些参数修正为无偏估计。例如S2 = nm2/(n-1),就将有偏的二阶中心矩修正为无偏的方差。下面原创 2013-03-25 11:14:44 · 4526 阅读 · 0 评论 -
参数估计
含义:假设某个统计总体的概率(密度)函数为f(x; 1, 2, ..., k),其中i是未知参数,x为样本。参数估计问题就是通过从总体中抽出的样本X1,X2,...,Xn(独立同分布)代入该函数中,对这些未知的参数做出估计,可以估计未知参数的全部、部分或者未知参数的函数。统计量是只与样本有关的函数,而与未知参数无关。以下是几个未知参数估计的方法矩估计极大似然原创 2013-03-25 11:15:06 · 768 阅读 · 0 评论 -
极大似然估计
基本思想 通过最大化样本的出现概率,使得求出的参数值的概率也最大。具体说就是,假设总体有分布(概率密度或概率函数)。X1, X2, ...,Xn为从整体中抽取的独立同分布的样本,则样本的分布为,极大似然估计的思想就是在给定样本(X1,...,Xn)的情况下,最大化样本出现的概率,由此求出的未知参数的值作为该未知参数的估计值。它的思想是通过最大化抽取出的样本出现的概率来求解未知参原创 2013-03-25 15:27:03 · 1741 阅读 · 0 评论