在实际应用中,有些随机现象需要同时用两个或两个以上的随机变量来描述例如,研 究某地区学龄前儿童的发育情况时,就要同时抽查儿童的身高H、体重W,这里,H和W 是定义在同一个样本空间S={e}={某地区的全部学龄前儿童}上的两个随机变量.又如,考 察某次射击中弹着点的位置时,就要同时考察弹着点的横坐标X和纵坐标Y.在这种情况 下,我们不但要研究多个随机变量各自的统计规律,而且还要研究它们之间的统计相依关 系,因而还需考察它们的联合取值的统计规律,即多为随机变量的分布

1点估计 设总体X的分布函数F(x)的形式为已知,θ是待估参数。 X1…Xn是X的一个样本,x1…xn是相应的样本值。 点估计问题: 构造一个适当的统计量(X1…,Xn),用它的观察值 0(x1,…xn)来估计未知参数 我们称(X1,…,Xn)为0的估计量;称0(x1,xn) 为θ估计值

本章主要讲述随机试验，样本空间，随机事件，事件间的关系与运算，频率，概率的统计定义，概率的性质，古典概型，几何概型，条件概率，乘法公式，全概率公式，贝叶斯公式，事件的独立性，贝努里概型等内容

概率论与数理统计是研究随机现象统计 规律性的学科.随机现象的规律性只有在相 同的条件下进行大量重复试验时才会呈现出 来.也就是说,要从随机现象中去寻求必然 的法则,应该研究大量随机现象

假设检验是统计推断的另一个重要的组成部 分。它分为参数检验与非参数检验。参数检验是 已知总体X的分布函数F(x,0)的分布形式,对总 体分布函数中的未知参数θ提出某种假设,然后 利用样本X1,X2,Xn提供的信息对所提出的假设 进行检验,根据检验的结果对所提出的假设作出 拒绝或接受的判断。非参数检验是指总体X的分 布函数表达式F(x)不知道时,假设总体X的分布 函数为某个指定的分布函数F(x),问怎样利用 子样X1X2,Xn提供的信息来对所提出的假设作 出判断,是拒绝或接受

1.2概率的定义及计算 历史上概率的三次定义 1.古典定义概率的最初定义 2。统计定义基于频率的定义 3。公理化定义1930年后由前苏联数学家柯尔莫哥洛夫给出

第五章大数定律与中心极限定理 本章要解决的问题 答复 1.为何能以某事件发生的频率作为该事件的概率的估计? 2.为何能以样本均值作为总体期望的估计? 3.为何正态分布在概率论中占有极其重要的地位? 4.大样本统计推断的理论基础是什么?

分布函数能完整地描述r.v的统计特性,但实际应用中并不都需要知 道分布函数,而只需知道rv的某些特征. 例如: 判断棉花质量时,既看纤维的平均长度又要看纤维长度与平均长度的偏离程度平均长度越长,偏离程度越小,质量就越好;

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

第一章 概率论的基本概念 第二章 随机变量及其分布 第三章 多维随机变量及其分布… 第四章 随机变量的数字特征94 第五章 大数定律及中心极限定理 第六章 样本及抽样分布 第七章 参数估计 第八章 假设检验 第九章 方差分析及回归分析 第十章 随机过程及其统计描述 第十一章 马尔可夫链 第十二章 平稳随机过程 第十三章 选做习题 第十四章 教材第二版中未被列人第三版的习题