2、区间⑹,02）为参数0的置信度为100（1-a）%的置信区间4）假设检验中易犯的两类错误“弃真”错误：本来假设H（）为真，但因样本的统计量的观察值落入拒绝域W,导致H。被拒绝。“弃真”错误发生的概率即为检验水平a,即P｛拒绝HolH（）为真匸a“纳伪”错误：Ho木来为假，但因样木的统计量的观察值落入Ho的接受域W,导致Ho被接受。“纳伪”错误发生的概率为0,即P｛接受HolH。为假匸05）多因素试验中的交互作用：在多因索对比试验中，某些因索对指标的影响往往是互相制约、互相联系的。即在试验屮不仅因素起作用，而且因素间有时联合起来作用，这种联合作用
3、并不等于各因素单独作用所产生的影响之和，称这种联合作用为交互作用。6）显著性水平：假设检验中，通常只控制犯第一类错课的概率，即只控制&适量的小，二部考虑第二类错误的概率，这样的检验称为显著性检验，数a称为显著性检验水平。7）相关关系:变量与变量Z间如呆存在着某种不确定的相互关系，而在大量的重复观察中这种关系呈现着某种客观规律性，我们称这种关系为相关关系.8）回归函数：从样本数据出发，确定出变量间相关关系的数学表达式（…■经验公式）y=f（x）+g称为
4、叫归函数£称为随机误羌。9）预测与控制：所谓预测，就是对给定的X,预测Y的散布范围。所谓控制，
5、是预测的反问题，即对要求的F的某取值范围（ylj2）,确定X应在的范围10）多元总体：把p个随机变量X
6、,X2，・・・,X“作为分量组成的〃维列向量X=（X1,X2,---,Xp）r通常，这些疋各门分别表示同一个总体的卩个不同的指标,此时相应的总体也被称为是一个p元总体A1AAn__A11）样本协差阵：v=—-S=（v,）pxpS=》（X（G—X）（Xg—X）r=（%）w兀—1a=ls为样木离差阵12）后验概率：依据新得到的信息再重新加以修正后得到的概率。先验概率：由经验或以往的数据分析而得到的概率。2领会、掌握如下方法的思想或步骤：1）矩估计
7、法与最大似然估计法矩估计基本思想：将要估计的总体参数&表示成总体X的矩的函数，然后用样本的相应的矩的函数作为其估计量进行估计。一般地，若总体X的概率分布含冇k个未知参数久$,…，分，则总体X的加阶（原点）矩皿存在，但应为01,$,•・•，4的函数:『=弘（31,82,…,的,用相应的样本矩如估计％令（m=l,2,..・,k）此方程组的解（&,玄,・・•◎），就称为参数©，&2,…，仇）的矩估计量一般步!1）建立待佔参数&与总体的矩之间的关系式;2）用相应的样本矩做总体矩的估计量，代入关系式得到0的估计量。3）代入样本值得到&的估计值。最大似然估
8、计基本原理：若在一次观察中一个事件出现了，那么此事件的概率应该较大。最大似然估计基本思想：设总体X的分布已知，记为/（x,e）（若X为离散型随机变量，贝iJ/（x,O）为Pg｝）,其中&为待估参数,则总体X的样本（Xi,X2…，XJ的概率密度（也即X],X2,…,Xn的联合概率密度）为：或X=1/=1对应具体的一次样本实现（兀1，兀2，…兀n），记厶(&)或产兀)=厶0)/=!/=!依“基本原理”,此时的L（0）应当取到的是最大值•故&的值应当是使得L（&）取到最大值的点。这种求参数&佔计值的方法，就称为最人似然估计法。由此方法而求出的参数&的
9、佔计值，称为e的最大似然估计值，相应的估计量为最大似然估计量。一般步骤：①写出似然函数厶（力；②求似然函数厶（力的最大值点。2）假设检验与一元线性回归分析假设检验基本思想：针对问题提出一个假设H（）,在此假设成立的条件下，进行有关结论的推理和分析，并以样本数据为事实依据，判断H（）的真伪。理论依据：是小概率原理。假设检验一般步骤：①根据问题的要求，提出假设Ho和备择假设Hi。②在Ho成立的前提下，更厚早一个适当的检验统计量T。③按给定的显著性水平a,在原假设为真的条件下，结合备择假设求出临界点，从而求出拒绝域。④根据样本的观察值算出T的值，确定
10、是否拒绝H（）.一元线性回归分析一般步骤：①审题，明确题口耍求做的工作；②根据所给数据进行计算，得出丘、％」仆〈的值；③求回归直线方程；④对线性相关关
