问题1数学期望定义中 为何要求绝对收敛? 我们通过一个期望不存在的例子 来说明这个问题 设X的分布律为P=P(X=x)=1/2 其中x=(-1)21kk=1,2… 则xP=(11k k=1 k=1 =1-1/2+1/3-1/4+…=ln2.(J) 2

一个正态总体 (1)关于μ的检验 拒绝域的推导 给定显著性水平a与样本值(x1,x2,…,xn) 设X~N(u,o2),o2已知,需检验: Ho:μ=0;H1:μ≠0 构造统计量-~N1

正确推导 1-12解一720000,计算有利场合数 有一位85832 有两位8 7 6878 有三位87 有四位8—

第六章数理统计的基本概念 数理统计的分类 1、描述统计学对随机现象进行观测、试验,以取得有代表性的观测值。 2、推断统计学对已取得的观测值进行整理、分析,作出推断、决策,从而找出所研究的对象的规律性

7.2点估计的评价标准 对于同一个未知参数,不同的方法得 到的估计量可能不同,于是提出问题 应该选用哪一种估计量? 用何标准来评价一个估计量的好坏? (1)无偏性 常用 标准 （2)有效性 (3)致性

确定统计量的分布 是数理统计的基本 问题之一 正态总体是最常见的总体,本节介绍 的几个抽样分布均对正态总体而言

5.2中心极限定理 定理一林德伯格-列维中心极限定理 (Lindberg-levi) 【独立同分布的中心极限定理] 定理二棣莫弗-拉普拉斯中心极限定理 (De Moivre-Laplace-) 【二项分布以正态分布为极限分布]

4.2方差 引例甲、乙两射手各打了6发子弹,每发 子弹击中的环数分别为: 甲10,7,9,8,10,6, 有五个不 乙8,7,10,9,8,8,有个 四 问哪一个射手的技术较好?个同 解首先比较平均环数 不数 甲=8.3,乙=8.3 同数

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

二维离散r.v的条件分布律 设二维离散型r.v.(X,Y)的分布 若-XO 记作 则称y)) j12 9 为在X=x1的条件下,Y的条件分布律