数理统计的基本问题之一是根据样本所提供 的信息,对总体的分布以及分布的数字特征做出 工统计推断.统计推断的主要内容分为两大类:一 类是参数估计问题,另一类是假设检验问题.本 章主要讨论参数估计问题.这里的参数可以是总 体分布中的未知参数,也可以是总体的某个数字 特征.若总体分布形式已知,但它的一个或多个 参数未知或总体的某个数字特征未知时,就需借 工助总体X的样本来估计未知参数.以下主要讨论 总体参数的点估计和区间估计

设想国家教育部想了解上海中学生的体质状况,抽样调 查是既省钱又省时的办法,显然上海地区的中学生均是总体 的单元,从全体学生中随机无放回地抽取若干样本是理想的 概率抽样方法,但是编制全体中学生的抽样框本身是件麻烦 事,况且一个合理的有代表性的样本一般应该遍布全市,在 对如此分散的中学生样本逐个进行访问,其工作量之大可想 而知。一个方便的方法是在上海地区按学校抽样,在抽得的 几所学校中对该校所有中学生进行普遍调查

本课程是为数学系本科高年级学生开设的.本课程讲述一般空间上的测度论的基础 知识和欧氏空间R上的 Lebesgue测度与积分理论. 现代数学的许多分支如概率论,泛函分析,群上调和分析等越来越多的用到一般空 间上的测度理论.对数学专业的学生而言,掌握一般空间上的测度论的基础知识,已经 变得越来越重要.因此本课程将一般空间上的测度论和R上的Lebesgue积分结合起来 讲述,交叉进行一般是每章先介绍一般空间上的概念与定理,然后将R上的Lebesgue 测度与积分作为特例,加以重点介绍.这样,既学习了 Lebesgue测度与积分理论,也学 习了抽象空间上的测度论

11.1杂凑函数的定义 定义11.1一个函数族:01→{1n>m}称为强无 碰撞压缩函数族,若下面两个条件成立。 (1)计算hn(x)是容易的,即存在一个多项式时间 算法F,若F的输入为10和x∈{0,1,则其输出为 hn(x). (2)给定算法F要找两个不同的消息x1≠x2(x=2D, 使得(x)=hx(x)是困难的,即对每一个多项式时 间概率算法M',每一正多项式p(n)和一切充分大 的n有Prhn))∈Cn(Un)}<1/p(n)(11.1) 其中Un表示{0,1}上的均匀分布随机变量

在引言中我们已经提到, Riemann积分在处理连续函数或者逐段连续函数时,在计算 些几何和物理的量时它是很有用的.但它也存在一些缺陷,使得 Riemann积分在处理分析数 学中的一些问题时显得不够有力.因此需要建立新的积分的理论二十世纪初, Lebesgue建 立了一种新的积分理论.新的积分理论消除了上述缺陷,并且包含了原有的 Riemann积分理 论.这就是本章将要介绍的 Lebesgue积分理论 由于现代数学的许多分支如概率论,泛函分析,群上调和分析等越来越多的用到一般 空间上的测度与积分理论,因此我们将在一般的测度空间上介绍积分理论

在许多实际问题中,常常会遇到要研究一个随机变量与多个变量之间的相关关系,例 如,某种产品的销售额不仅受到投入的广告费用的影响,通常还与产品的价格、消费者的 收入状况、社会保有量以及其它可替代产品的价格等诸多因素有关系研究这种一个随机 变量同其他多个变量之间的关系的主要方法是运用多元回归分析.多元线性回归分析是一 元线性回归分析的自然推广形式,两者在参数估计、显著性检验等方面非常相似.本节只 简单介绍多元线性回归的数学模型及其最小二乘估计

在实验室工艺硏究、中试放大研究及生产中都涉及化学 反应各种条件之间的相互影响等诸多因素。要在诸多因素中 分清主次,就需要合理的试验设计及优选方法,为找出影响 生产工艺的内在规律以及各因素间相互关系,尽快找出生产 工艺设计所要求的参数和生产工艺条件提供参考。 试验设计及优选方法是以概率论和数理统计为理论基础 ,安排试验的应用技术。其目的是通过合理地安排试验和正 确地分析试验数据,以最少的试验次数,最少的人力、物力 ,最短的时间达到优化生产工艺方案 试验设计及优选方法过程包括:试验设计、试验实施和 对实验结果的分析三个阶段

定性的思考 通常人们在研究单个的随机变量的时候,并 不关心它们的分布,而是关心它们的数学期 望和方差,这也是因为分布携带了太多的信 息,很难给人们一个快捷的印象. 而人们在研究两个随机变量的关系的时候, 也不关心它们的联合分布,这是携带了更多 信息的内容.人们关心的是,这两个随机变 量是联系非常紧密呢?还是毫无关系?即相 互独立?人们希望用一个数字就能够在相当 程度上描述两个随机变量的联系程度

对一个未知量,人们在测量或计算时,常不以 得到近似值为满足,还需估计误差,即要求知 道近似值的精确程度(亦即所求真值所在的范 围).类似地,对于未知参数θ,除了求出它的点 估计外,还希望估计出一个范围,并希望知 道这个范围包含参数真值的可信程度.这样 的范围通常以区间的形式给出,同时还给出此 区间包含参数θ真值的可信程度.这种形式的 估计称为区间估计

矩阵运算中定义了加法和负矩阵,就可以定义矩阵的减法.那么定义了矩阵的乘法,是否可以定义矩阵的除法呢?由于矩阵乘法不满足交换律,因此我们不能一般地定义矩阵的除法 .在数的运算中,当数a≠0时,aa-1=a-1a=1,这里 a-1=1/a称为a的倒数,(或称a的逆);在矩阵乘 法运算中,单位矩阵I相当于数的乘法中的1, 则对于一个矩阵A,是否存在一个矩阵A-1,使 得AA-1=A-1A=1呢?如果存在这样的矩阵A-1, 就称A是可逆矩阵,并称A-1是A的逆矩阵