两个正态总体均值相等的假设检验 两个正态总体方差相等的假设检验

§1 点估计 §3 估计量的评选标准 §4 区间估计 §5 正态总均值与方差的区间估计 §6 (0--1)分布参数的区间估计 §7 单侧置信区间

单个正态总体均值的假设检验 单个正态总体方差的假设检验

1.背景 ? 你见过轧钢吗? 把粗大的钢坯变成合格的钢材(如钢筋,钢板),通常要经过两 道工序,第一道是粗轧(热轧),形成钢材的雏形;第二道是精轧 (冷轧),得到规定长度的钢材,即成品. 粗轧的长度是随机的,大体上服从正态分布,其均值可由轧机 调整,方差则由设备的精度决定,不能随意调整

均值方差模型提出了的证券选择问题,解决 了最优地持有有效证券组合,即在同等收益 水平之下风险最小的证券组合 夏普等人在该模型基础上发展了经济含义 任何证券组合收益率与某个共同因素的关系 资产定价模型(CAPM)

1. 已知随机变量 X服从参数为1/2的指数分布，则随机变量 Z=3X-2的数学期望E（Z）=（ ）

§1 点估计 §3 估计量的评选标准 §4 区间估计 §5 正态总均值与方差的区间估计 §6 (0--1)分布参数的区间估计 §7 单侧置信区间

1、OLS估计量的概率分布 B的概率分布 首先,服从正态分布的随机变量的线性组合仍然 服从正态分布。 其次,B分别是的线性组合,因此B的概率分 布取决于随机误差项μ 因此在μ是正态分布的假设下,每一个B也 服从正态分布,其分布特征(密度函数)由其均值和方差唯 一决定

自适应线性元件( Adaptive Linear Element,简称 Adaline)也是早期神经网络 模型之一,它是由威德罗( Widrow)和霍夫(Hof)首先提出的。它与感知器 的主要不同之处在于其神经元有一个线性激活函数,这允许输出可以是任意 值,而不仅仅只是像感知器中那样只能取0或1。另外,它采用的是W一H学 习法则,也称最小均方差(LMS)规则对权值进行训练,从而能够得到比感知器 更快的收敛速度和更高的精度 自适应线性元件的主要用途是线性逼近一个函数式而进行模式联想

直觉概率分析：三门问题 直觉的形式化：概率空间 条件概率与贝叶斯定理 随机变量及其期望与方差