一、参数的假设检验 二、单个正态总体均值和方差的假设检验 三、两个正态总体参数的假设检验

第一章 概率论的基本概念 第二章 随机变量及其分布 第三章 多维随机变量及其分布 第四章 随机变量的数字特征 第五章 大数定律及中心极限定理 第六章 样本及抽样分布 第七章 参数估计 第八章 假设检验 第九章 方差分析及回归分析 第十章 随机过程及其统计描述 第十一章 马尔可夫链 第十二章 平稳随机过程 第十三章 选做习题 第十四章 教材第二版中未被列人第三版的习题

常用的离散型随机变量 ①单点分布a.随机变量Ⅹ以概率1取常数C.记为

一、主要内容 1．数理统计的基本概念，总体、个体、样本、统计量； 2．样本均值、样本方差和样本矩的计算，经验分布函数； 3．三个重要分布，常用概率分布分位数的概念及分位数表；

3、矩与相关系数 设k为正整数,ξ为随机变量,如果下面的数学期望存在,则

一、抽样数据的描述统计 二、随机变量及其概率分布 三、随机变量的数学期望 四、随机变量的方差 五、常用随机变量的分布 六、应用案例

一、假设检验的概念 假设(hypothesis)，又称统计假设，是对总体参数 的具体数值所作的陈述。 假设检验(hypothesis test) 是先对总体参数提出 某种假设，然后利用样本信息判断假设是否成立的过程。 ㈠ 原假设与备择假设 原假设(null hypothesis)，又称零假设，用 表示，是指研究者想收集证据予以反对的假设

一、点估计 二、估计量的评选标准 三、区间估计 四、正态总体均值与方差的区间估计

要点：掌握概率分布的基本特征。掌握总体的期望值、方 差、协方差、相关系数、偏度和峰度定义；掌握样本均值、 方差、协方差、相关系数、偏度和峰度定义；总体与样本 的区别与联系

一、联立方程模型随机误差项方差—协方差矩阵 二、三阶段最小二乘法简介 三、完全信息最大似然法简介