在前四章里我们讨论了概率论的基本概念与方法,从中我们 学到一条基本的道理,随机变量及其所伴随的概率分布全面描述 了随机现象的统计规律性但是在实际中一个随机现象所服从的 分布是什么概型可能完全不知道,或者由于随机现象的某些事实 而知道其概型,但不知其分布函数中所含的参数.这些反而正是研 究者所希望了解的,是研究的目的

一、抽样分布 有时,总体分布的类型虽然已知,但其中含有未知参数此时需对总体的未知参数或对 总体的重要数字特征(如数学期望、分差等)进行统计推断,此类问题称为参数统计推断在 参数统计推断问题中,常需利用总体的样本构造出合适的统计量,并使其服从或渐近地服从 已知的总体分布.统计学中泛称统计量分布为抽样分布

1. Matlab统计工具箱中常见的统计命令 2. 直方图和箱线图实验 3. 抽样分布实验 4. 参数估计和假设检验实验

§6.1 总体和样本 §6.2 三个统计中常见的分布

§1 随机事件 §2 随机事件的概率 §3 古典概型与几何概率 §4 乘法公式与全概率公式 §5 事件的独立性

§1 随机事件 §2 随机事件的概率 §3 古典概型与几何概率 §4 乘法公式与全概率公式 §5 事件的独立性

§1.1 随机事件及其运算 §1.2 随机事件的概率 §1.3 概率的基本运算法则 §1.4 全概率公式与贝叶斯公式(Bayesian formula) §1.5 贝努里概型

上一次作业的问题 主要是许多人仍然没有按照标准格式解题. 问题是没有假设事件或者假设事件的概率, 正式解题的时候必须先作假设,即按下面两 种格式之一: 假设事件A为或者写成假设概率P(A)为 的概率

1、事件的关系运算 2、概率的运算 3、事件的独立性 4、条件概率 5、全概率公式及贝叶斯公式

条件概率与乘法公式 引例袋中有7只白球,3只红球,白球中 有4只木球,3只塑料球;红球中有2只木球, 1只塑料球 现从袋中任取1球,假设每个球被取到 的可能性相同.若已知取到的球是白球,问 它是木球的概率是多少?古典概型 设A表示任取一球,取得白球; B表示任取一球,取得木球