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

1、确知信号和随机信号 ①确知信号是指它经过恒参倍道后的参数(幅度、频 率、相位、到达时间等)都是确知的。如数字信号,从检 测的观点来看,未知的仅是信号的出现与否。 ②随机相位信号,这种信早除了信号的相位严之外, 其余参数都是确知的,即信号的相位是唯一随机变化的参 数。它的随机相位在数字信号的持续时间(T)区间内为 某一值,而在另一个时间间隔内为另一值。这种变化是随 机的。例如FSK和ASK信号等。这种信号的相位分布, 一般认为p在[o,2区间内是均匀分布的

掌握随机变量的数学期望、方差、协方差、相关系数等几个基本概念及其性质并会求一 些随机变量及函数的数学期望与方差为后面的学习打下基础

7.1随机事件及概率 7.1.1随机试验 7.1.2随机事件 7.1.3事件的关系与运算

上一讲我们介绍了随机变量的数学期 望,它体现了随机变量取值的平均水平, 是随机变量的一个重要的数字特征. 但是在一些场合,仅仅知道平均值是 不够的

一、随机解释变量问题 二、实际经济问题中的随机解释变量问题 三、随机解释变量的后果 四、工具变量法 五、案例

1.1随机试验与随机事件 一.随机试验称满足以下条件的试验为随机试验,简称试验,常用字母E表示 1.可在相同条件下重复进行; 2.试验的结果不止一个,并能事先明确所有可能出现的结果; 3.试验前不能确定将会出现哪一结果

在前面的课程中,我们讨论了随机变量及 其分布,如果知道了随机变量X的概率分布, 那么X的全部概率特征也就知道了。 然而,在实际问题中,概率分布一般是较 难确定的.而在一些实际应用中,人们并不需 要知道随机变量的一切概率性质,只要知道它 的某些数字特征就够了

二维随机变量(x,作为一个整体,它具 有联合分布函数F(x,y)而和都是一维随机变 干量,它们也有自身的概率分布,分别称为,r 关于和Y的边缘分布(Marginal Distribution),其相应的分布函数F(x)F(y) 依次称为二维随机变量是关于和关于的边缘 分布函数(Marginal Distribution Function).易知

在前一章,我们学习了随机试验和随机事件概率大小的计算。随机现象大量存在,基本结果的描述也 千变万化