基本概念 用点估计来估计总体参数,即使是无偏有效 的估计量,也会由于样本的随机性,从一个 样本算得估计量的值不一定恰是所要估计 的参数真值.而且,即使真正相等,由于参数 值本身是未知的,也无从肯定这种相等.到 底二者相差多少呢?这个问题换一种提法就 是,根据估计量的分布,在一定的可靠程度 下,指出被估计的总体参数所在的可能数值 范围.这就是参数的区间估计问题

考研真题七 1.设某次考试的考生成绩服从正态分布,从中随机地抽取36位考生的成绩,算得平均成绩为66.5分,标准差为15分问在显著性水平0.05下,是否可以认为这次考试全体考生的平均成绩为70分?并给出检验过程.98数一考研题

考研真题四 y=-x 1.设二维随机变量(X,Y)服从二维正态分布,则随机变量 则()04数一考研题5=x+y与n=x-y2

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

第一次随机事件与古典概型 一.填空 1.写出下面随机事件的样本空间:(1)袋中有5只球,其中3只白球2只黑球,从袋 中任意取一球,观察其颜色 (2)从(1)的袋中不放回任意取两次球 (每次取出一个)观察其颜色 (3)从(1)的袋中不放回任意取3只 球,记录取到的黑球个数

5.1 Random Vectors and Joint Probability Distributions 5.2 Marginal Distributions 5.3 Conditional Distributions 5.4 Independence 5.5 Bivariate Transformation 5.6 Bivariate Normal Distribution 5.7 Expectations and Covariance 5.8 Joint Moment Generating Function 5.9 Implications of Independence on Expectations 5.10 Conditional Expectations 5.11 Conclusion

7.1 Limits and Orders of Magnitude: A Review 7.2 Motivation for Convergence Concepts 7.3 Convergence in Quadratic Mean and 𝑳𝑳𝒑𝒑-Convergence 7.4 Convergence in Probability 7.5 Almost Sure Convergence 7.6 Convergence in Distribution 7.7 Central Limit Theorems 7.8 Conclusion

8.1 Population and Distribution Model 8.2 Maximum Likelihood Estimation 8.3 Asymptotic Properties of MLE 8.4 Method of Moments and Generalized Method of Moments 8.5 Asymptotic Properties of GMM 8.6 Mean Squared Error Criterion 8.7 Best Unbiased Estimators 8.8 Cramer-Rao Lower Bound 8.9 Conclusion

3.1 Random Variables 3.2 Cumulative Distribution Function 3.3 Discrete Random Variables(DRV) 3.4 Continuous Random Variables 3.5 Functions of a Random Variable 3.6 Mathematical Expectation 3.7 Moments 3.8 Quantiles 3.9 Moment Generating Function (MGF) 3.10 Characteristic Function 3.11 Conclusion

本章主要讲述样本,总体,参数与参数空间;直方图与经验分布函数;统计 内容量,x2分布,t分布和F分布;分位数;正态总体的抽样分布等内容