统计推断的另一类重要问题是假设检验问题. 在总体的分布函数完全未知或只知其形式,但 不知道参数的情况,为了推断总体的某些未知 特性,提出某些关于总体的假设.例如,提出总 体服从泊松分布的假设,又如,对正态总体提 出数学期望等于μ的假设等.我们是要根据样 本对所提出的假设作出是接受,还是拒绝的决 策.假设检验是作出这一决策的过程

假设检验的概念 任何一个有关随机变量未知分布的假设称 为统计假设或简称假设.一个仅牵涉到随机 变量分布中几个未知参数的假设称为参数 假设.这里所说的\假设\只是一个设想,至于 它是否成立,在建立假设时并不知道,还需 进行考察. 对一个样本进行考察,从而决定它能否合理 地被认为与假设相符,这一过程叫做假设检 验.判别参数假设的检验称为参数检验.检 验是一种决定规则,通过一定的程序作出是 与否的判断

一个正态总体 (1)关于μ的检验 拒绝域的推导 给定显著性水平a与样本值(x1,x2,…,xn) 设X~N(u,o2),o2已知,需检验: Ho:μ=0;H1:μ≠0 构造统计量-~N1

1检验的基本思想,掌握假设检验的基本步骤,了解假设检验可能产生的两种错误。 2了解单个与两个正态总体的均值与方差的假设检验

2.1随机变量的直观意义与定义 一、随机变量定义 随机变量的实例 上述变量都定义在样本空间上具有以下特点: (1)变量的取值由随机试验的结果来确定; (2)取各数值的可能性大小有确定的统计规律性

本章前四节所介绍的各种检验法,是在总体分布类型已知的情况下,对其中的未知参数 进行检验,这类统计检验法统称为参数检验.在实际问题中,有时我们并不能确切预知总仁 服从何种分布,这时就需要根据来自总体的样本对总体的分布进行推断,以判断总体服从何 种分布.这类统计检验称为非参数检验.解决这类问题的工具之一是英国统计学家K.皮尔 逊在1900年发表的一篇文章中引进的一x2检验法,不少人把此项工作视为近代统计学 的开端

计数问题中排列组合问题是最常见的, 由于其解法往往是构造性的,因此方法灵活 多样,不同解法导致问题难易变化也较大, 而且解题过程出现“重复”和遗漏”的错误较 难自检发现。因而对这类问题归纳总结,并 把握一些常见解题模型是必要的

概率论与数理统计是研究随机现象统计规律性的学科而随机现象的规律性在相同的 条件下进行大量重复试验时会呈现某种稳定性.例如,大量的抛掷硬币的随机试验中,正面 出现频率;在大量文字资料中,字母使用频率工厂大量生产某种产品过程中,产品的废品 率等.一般地,要从随机现象中去寻求事件内在的必然规律,就要研究大量随机现象的问题 在生产实践中,人们还认识到大量试验数据测量数据的算术平均值也具有稳定性.这 种稳定性就是我们将要讨论的大数定律的客观背景在这一节中

为了全面研究随机试验的结果,揭示随机现象 的统计规律性,将随机试验的结果与实数对应 起来,将随机试验的结果数量化,引入随机变 量的概念. 在随机试验完成时,人们常常不是关心试验结 果本身,而是对于试验结果联系着的某个数感 兴趣

一、点估计的概念 设X1,X2,…,Xn是取自总体X的一个样本,x1,x,,xn是相应的一个样本值.日是总 n 体分布中的未知参数,为估计未知参数,需构造一个适当的统计量 (x1,x2,,n) 然后用其观察值 0(x1,x2,…xn) 来估计θ的值