北京工业大学：《概率论与数理统计 Probability and Statistics》课程电子教案（PPT教学课件）第十七讲 第六章 样本与统计量 第一节 数理统计引言 第二节 总体与样本

简单随机抽样就是从装有 N 张票子的盒子里随机无放回地摸取 n 张票子，它可以有两种摸取方法： （1）从盒子中一次摸取 n 张票。这样摸取共有 种可能性，每种可能的概率为 。抽到的样本称为简单随机样本

在许多随机试验中，需要考虑的指标不止一个。例如，考查某地区学龄前儿童发育情况，对这一地区的儿童进行抽样检查，需要同时观察他们的身高和体重，这样，儿童的发育就要用定义在同一个样本空间上的两个随机变量来加以描述。又如，考察礼花升空后的爆炸点，此时要用三个定义在同一个样本空间上的随机变量来描述该爆炸点。在这一章中，我们将引入多维随机变量的概念，并讨论多维随机变量的统计规律性

1. 设 是来自总体 的样本，则样本 的分布律 为 ( , , , ) X1 X 2 \ Xn B(N, p) ( , , , ) X1 X 2 \ Xn ； EX = ； DX = ； = 2 ESn ； = *2 ESn

一、样本空间与随机事件 二、事件间的关系与运算

复旦大学：《卫生统计学》理论课程教学资源（PPT授课课件）19 单样本检验（单样本二项分布）

 实验室管理 1. 依法管理 2. 生物安全管理组织体系 3. 生物安全实验室管理体系  菌毒种保管与运输 1. 菌（毒）种及样本的管理相关法规 2. 菌（毒）种及样本的采集、运输和保藏

本文采用模式识别方法推断烧结矿质量。在给出模糊系统聚类分析算法基础上,用软件实现了基于模糊聚类分类器和动态聚类分类器,并用现场实测的样本采用\留一法\分别对这两种分类器性能进行检验。结果表明:模糊聚类分析法对于先验知识较少、样本量不大时,性能较佳

为解决进行PM2.5质量浓度预测中多因素回归模型的不稳定、神经网络模型的过拟合及局部最小等问题，提出应用支持向量机和模糊粒化时间序列相结合的方法，对PM2.5质量浓度未来变化趋势和范围进行预测.根据PM2.5不同季节的日变化周期模式，确定以24 h为周期的粒化窗宽，利用三角型隶属函数对数据样本进行特征提取作为支持向量机的输入，并在k重交叉验证法下采用网格划分寻找出模型的最佳参数.以2013年3月—2014年2月北京市海淀区万柳监测点四个季节PM2.5的1 h质量浓度监测值为样本数据，应用该方法建立PM2.5质量浓度的时间序列预测模型，并在MATLAB平台下应用LIBSVM工具实现计算过程.结果表明，基于模糊粒化时间序列的预测模型，能较好解决PM2.5机理性建模方式下由于影响因素考虑不全而造成的预测结果不稳定，对模糊粒子拟合效果较好

针对高炉炼铁过程的关键工艺指标——铁水硅含量[Si]难以直接在线检测且化验过程滞后的问题,提出一种基于稀疏化鲁棒最小二乘支持向量机(R-S-LS-SVR)与多目标遗传参数优化的铁水[Si]动态软测量建模方法.首先,针对标准最小二乘支持向量机(LS-SVR)的拉格朗日乘子与误差项成正比导致最终解缺少稀疏性的问题,提取样本数据在特征空间映射集的极大无关组来实现训练样本集的稀疏化,降低建模的计算复杂度;其次,标准最小二乘支持向量机的目标函数鲁棒性不足的问题将IGGⅢ加权函数引入稀疏化后的最小二乘支持向量机模型进行鲁棒性改进,得到鲁棒性较强的稀疏化鲁棒最小二乘支持向量机模型;最后,针对常规均方根误差评价模型性能的不足,提出从建模误差与估计趋势评价建模性能的多目标评价指标.在此基础上,利用非支配排序的带有精英策略的多目标遗传算法优化模型参数,从而获得具有最优参数的铁水[Si]在线软测量模型.工业实验及比较分析验证了所提方法的有效性和先进性