§7.1 点估计 §7.2 基于截尾样本的最大似然估计 §7.3 估计量的评选标准 §7.4 区间估计 §7.5 正态总体均值和方差的区间估计 §7.6 (0－1)分布参数的区间估计 §7.7 单侧置信区间

第四章随机变量的数字特征 4-5矩 1、定义 若EXk存在,称之为X的k阶原点矩 若E(X-EX)存在,称之为X的k阶中心矩 若E(X-EX)(Y-EY)存在,称之为X和Y的k+1 阶混合中心矩。 所以EX是一阶原点矩,DX是二阶中心矩, 协方差Cov(X,Y)是二阶混合中心矩

 §7.1 点估计  §7.2 基于截尾样本的最大似然估计  §7.3 估计量的评选标准  §7.4 区间估计  §7.5 正态总体均值和方差的区间估计  §7.6 (0－1)分布参数的区间估计  §7.7 单侧置信区间

泊松,SD.(1902~1950) 法国数学家,1781年6月生于法国皮蒂维耶,1840年4月卒 于法国索镇.1798年入巴黎综合工科学校深造,其数学才能 受到拉格朗日和拉普拉斯的注意,毕业时因优秀的毕业论文 而被指定为讲师,1806年任该样教授.1809年任巴黎理学院 力学教授.1812年当选为巴黎科学院院士

3.3随机变量的独立性 将事件独立性推广到r.v. 两个rv的相互独立性 定义设(X,Y)为二维r.v.若对任何实数x,y都有则称r.v.X和Y相互独立

一、参数估计含义 假设总体的分布类型已知,但其所含的某些参数未知,利用样本资料,对这些未知参数进行 估计称为参数估计。参数估计又分为点估计和区间估计,这次课我们讲点估计及其评价标准

通常求出随机变量的分布并不是一件容易的事,而人们更关心的是用一些数字来表示随机变量的特点,这些与随机变量有关的数字,就是随机变量的数字特征.最常用的数字特征为数学期望,方差和相关系数

3.3随机变量的独立性 将事件独立性推广到r.v. 两个rv的相互独立性 定义设(X,Y)为二维r.v.若对任何 实数x,y都有 则称r.v.X和Y相互独立

冯·诺伊曼J(1903~1957) 著名数学家.1903年生于匈牙利布达佩斯,1957年2月在华 盛顿因病去世 诺伊曼从小就显示出数学天才,1921年入柏林大学,1923年 入瑞士苏黎世联邦工业大学学习化学,在此期间开始研究数 理逻辑,1926年春在布达佩斯大学获博士学位.之后相继在 柏林大学、汉堡大学和普林斯顿大学任教,1933年成为普林 斯顿高等研究所教授.第二次世界大战期间,曾任研制原子 弹顾问,参加研制计算机

一、填空题(满分15分) 1.已知P(B)=0.3,P(AB)=0.7,且A与B相互独立,则P(A)= 学 2.设随机变量X服从参数为的泊松分布,且P{X=0}=,则= 号: 3.设X~N(2,2),且P(2