最新数理统计复习总结讲解学习.doc

《最新数理统计复习总结讲解学习.doc》由会员上传分享，免费在线阅读，更多相关内容在教育资源-天天文库。

1、__________________________________________________1统计量与抽样分布1.1基本概念：统计量、样本矩、经验分布函数总体X的样本X1，X2，…，Xn，则T(X1，X2，…，Xn)即为统计量样本均值样本方差修正样本方差样本k阶原点矩样本k阶中心矩经验分布函数其中Vn(x)表示随机事件出现的次数,显然,则有补充：nnl二项分布B(n,p):EX=npDX=np(1-p)l泊松分布:l均匀分布U(a,b):l指数分布:收集于网络，如有侵权请联系管理员删除___________________________________

2、_______________l正态分布: 当时，1.2统计量：充分统计量、因子分解定理、完备统计量、指数型分布族T是θ的充分统计量与θ无关T是θ的完备统计量要使E[g(T)]=0,必有g(T)=0且h非负T是θ的充分统计量T是θ的充分完备统计量是的充分完备统计量1.3抽样分布：分布，t分布，F分布，分位数，正态总体样本均值和方差的分布，非正态总体样本均值的分布分布：T分布：当n>2时，ET=0F分布：补充：nZ=X+Y的概率密度f(x,y)是X和Y的联合概率密度收集于网络，如有侵权请联系管理员删除________________________________

3、__________________n的概率密度n的概率密度l函数：lB函数：1.4次序统计量及其分布：次序统计量、样本中位数、样本极差RX(k)的分布密度：X(1)的分布密度：X(n)的分布密度：2参数估计2.1点估计与优良性：概念、无偏估计、均方误差准则、相合估计(一致估计)、渐近正态估计的均方误差：若是无偏估计，则对于的任意一个无偏估计量，有，则是的最小方差无偏估计，记MVUE相合估计(一致估计):2.2点估计量的求法：矩估计法、最大似然估计法矩估计法：①　求出总体的k阶原点矩:②　解方程组(k=1,2,...,m)，得即为所求最大似然估计法：①　写出似然

4、函数，求出lnL及似然方程i=1,2,...,m②　解似然方程得到，即最大似然估计i=1,2,...,m补充：收集于网络，如有侵权请联系管理员删除__________________________________________________n似然方程无解时，求出的定义域中使得似然函数最大的值，即为最大似然估计2.3MVUE和有效估计：最小方差无偏估计、有效估计T是的充分完备统计量，是的一个无偏估计为的惟一的MVUE最小方差无偏估计的求解步骤：①　求出参数的充分完备统计量T②　求出，则是的一个无偏估计或求出一个无偏估计，然后改写成用T表示的函数③　综合，是的

5、MVUE或者：求出的矩估计或ML估计，再求效率，为1则必为MVUET是的一个无偏估计，则满足信息不等式，其中或，为样本的联合分布。最小方差无偏估计达到罗-克拉姆下界有效估计量效率为1无偏估计的效率：是的最大似然估计，且是的充分统计量是的有效估计2.4区间估计：概念、正态总体区间估计(期望、方差、均值差、方差比)及单侧估计、非正态总体参数和区间估计一个总体的情况：已知，求的置信区间：未知，求的置信区间：已知，求的置信区间：未知，求的置信区间： 收集于网络，如有侵权请联系管理员删除___________________________________________

6、_______两个总体的情况：，均已知时，求的区间估计：未知时，求的区间估计：未知时，求： 非正态总体的区间估计：当时，，故用Sn代替Sn-13统计决策与贝叶斯估计3.1统计决策的基本概念：三要素、统计决策函数及风险函数三要素：样本空间和分布族、行动空间（判决空间）、损失函数统计决策函数d(X):本质上是一个统计量，可用来估计未知参数风险函数：是关于的函数3.2贝叶斯估计：先验分布与后验分布、贝叶斯风险、贝叶斯估计①　求样本X=(X1,X2,...,Xn)的分布：②　样本X与的联合概率分布：收集于网络，如有侵权请联系管理员删除__________________

7、________________________________①　求关于x的边缘密度②　的后验密度为：取时的贝叶斯估计为：贝叶斯风险为：取时，贝叶斯估计为：补充：n的贝叶斯估计：取损失函数，则贝叶斯估计为 n3.3minimax估计对决策空间中的决策函数d1(X),d2(X),...，分别求出在上的最大风险值在所有的最大风险值中选取相对最小值，此值对应的决策函数就是最小最大决策函数。4假设检验4.1基本概念：零假设(H0)与备选假设(H1)、检验规则、两类错误、势函数零假设通常受到保护，而备选假设是当零假设被拒绝后才能被接受。检验规则：构造一个统计量T(X1,

8、X2,...,X3)，当