• 衡量点估计好坏的标准 • 数理统计学中的常用 • 点估计法 • 数据分布特征

1.概括分析:概率论是数理统计的理论基础,本节是概率论中的最基本的与最基 础的内容之一学习本节,要求学生掌握随机事件、样本空间、事件域、布尔代数等基本 概念,了解事件之间的关系和事件之间的一些运算

一、随机变量的函数 定义如果存在一个函数g(X),使得随机变量XY满足 Y=(X), 则称随机变量Y是随机变量X的函数. 注:在微积分中我们讨论变量间的函数关系时,主要研究函数关系的确定性特征,例 如导数、积分等而在概率论中,我们主要研究是随机变量函数的随机性特征,即由自变量 X的统计规律性出发研究因变量Y的统计性规律

1、理解随机事件和样本空间的概念，熟练掌握事件之间的关系与基本运算； 2、理解事件频率的概念，了解随机现象的统计规律性； 3、理解古典概率的定义，了解概率的统计定义、几何概率的定义，知道概率的公理化定义；

第1节 总体与样本 第2节 统计量与常用统计量 第3节 抽样分布 第4节 单个正态总体的抽样分布 第5节 两个正态总体的抽样分布

第1节 总体与样本 第2节 统计量与常用统计量 第3节 抽样分布 第4节 单个正态总体的抽样分布 第5节 两个正态总体的抽样分布

在随机试验中,人们除对某些特定事件发生的概率感兴趣外,往往还关心某个与随机试验的结果相联系的变量.由于这一变量的取值依赖于随机试验结果,因而被称为随机变量.与普通的变量不同,对于随机变量,人们无法事先预知其确切取值,但可以研究其取值的统计规律性.本章将介绍两类随机变量及描述随机变量统计规律性的分布

一、统计量与经验分布函数 二、统计三大抽样分布 三、几个重要的抽样分布定理 四、课堂练习

一、教学目的要求 1.了解参数估计的估计值、估计量。 2掌握矩估计法、最大似然估计法的原理及定义。 3理解顺序统计量法的定义。 二、教学方法 讲授法:讲解参数估计的估计值、估计量等概念、矩估计法、最大似然估计定义、顺序统计量法的定义

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