第一节 单样本均数的t检验 第二节 配对样本均数的t检验 第三节 两独立样本均数的t检验 第四节 两独立样本方差齐的齐性检验 第五节 两独立样本方差不齐时均数比较的t’检验 第六节 变量代换

第四讲随机变量的数字特征 内容提要 (1)随机变量的数学期望(直接计算,随机变量函数的期望,期望的性质)方差(直接计算,性质) (2)协方差、协方差矩阵与相关系数(计算,性质) (3)矩和混合矩 (4)常见分布的期望与方差

第4.1节 数理统计学中的基本概念 第4.2节 分布密度的近似求法 第4.3节 期望与方差的点估计 第4.4节 期望、方差的区间估计及Excel实现 第4.5节 点估计法

一、教学基本要求 1、理解参数的点估计的概念,掌握矩估计法(一阶,二阶)与极大似然值估计法 2、了解估计量的无偏性,有效性,一致性 3、了解估计的概念,会求单个正态总体的均值与方差的置信区间会求两个正态总体的均值及方差比的置信区间

掌握随机变量的数学期望、方差、协方差、相关系数等几个基本概念及其性质并会求一 些随机变量及函数的数学期望与方差为后面的学习打下基础

一、协方差和相关系数的概念 对于二维随机变量(X,Y),除了关心它的各个分 量的数学期望和方差外,还需要知道这两个分量之 间的相互关系,这种关系无法从各个分量的期望和 方差来说明,这就需要引进描述这两个分量之间相 互关系的数字特征一协方差及相关系数,但如何 工来刻画这种关系呢?

一、填空(每空5分,共60分) 1.方差分析(ANOVA)通常用于检验 一元单因素( Univariate One--way)方差分析指个测试变量、个分类变量的方差分 析。 一元双因素( Univariate Two-way)方差分析指个测试变量、个分类变量的方差分 析。 在双因素方差分析中考虑交互效应的模型称为 否则称为

一、简介 对于正态总体，其参数无非是两个：均值(期望) µ 和方差 ，如果加上两总体的参数 比较，概括起来，对参数的假设一般只有如下四种情形：

4、2方差 引例甲、乙两射手各打了6发子弹,每发子弹击中的环数分别为:

§4.3 常用随机变量的期望与方差 §4.4 协方差和相关系数 §4.5 矩和协方差矩阵