不同样本算得的μ的估计值不同, 因此除了给出μ的点估计外还希望根据 所给的样本确定一个随机区间,使其包含 参数真值的概率达到指定的要求

一、事件的独立性 例1已知袋中有5只红球,3只白球从袋中有放回地取球两次每次取1球设第i次

7.3区间估计 一、引例已知X~N(μ,1)μ的无偏、有效点估计为常数随机变量 不同样本算得的μ的估计值不同,因此除了给出μ的点估计外,还希望根据所给的样本确定一个随机区间,使其包含参数真值的概率达到指定的要求

在前两节中,我们讨论了正态总体的假设检验问题.本节我们讨论一般总体的假设检 验问题,此类问题可借助一些统计量的极限分布近似地进行假设检验,属于大样本统计范 畴.其理论依据是中心极限定理

何为假设检验? 假设检验是指施加于一个或多个 总体的概率分布或参数的假设.所作 假设可以是正确的,也可以是错误的. 为判断所作的假设是否正确,从 总体中抽取样本,根据样本的取值,按 一定原则进行检验,然后作出接受或 拒绝所作假设的决定

3.6多维正态随机变量 一、二维正态随机变量的已知结论 设二维随机变量(En)的联合概率密度为

1、(9分)已知某城市中有50%的用户订日报,65%的用户订晚报,85% 用户至少这两种报中的一种,问同时订两种报的用户占百分之几。 2、(9分)从4台甲型、5台乙型电脑中任取3台,求其中至少要 有甲型与乙型电脑各一台的概率

1.5事件的独立性、独立试验概型 一、相互独立随机事件 在一般情况下P(A|B)≠P(A)

2.2多维随机变量及其分布函数 多维随机变量的引入 一、二维分布函数及其基本性质 定义2.2.1如果ξ和η是定义在同一概率空 间(,,P)上的两个随机变量称(n)为二 维随机变量(向量)

二、条件分布 设(,n)的联合分布律为 P15=x,=y}=p(i,ji,广=1,2 若P印y}>0,则在事件{=}发生的条件 下事件{=x}1,2,发生的条件概率为