一、单个总体的情况 二、两个总体的情况 三、课堂练习 四、小结布置作业

对比例的推断 数据=(1,,11.0,伯努利(P) 目标一估计P值,成功的概率(或具有某种 性质的总体比例) p=x=在n次观测中成功的个数 Var( p) =p(1-p)/n =pq/n ·方差依赖均值

随机变量的分布能全面反映随机变量取值 的概率分布情况，但实际问题中概率分布较 难确定，有时也无必要，不少问题只需知道 它的某些数字特征就够了。 在这些数字特征中，期望和方差是最基本又是 最重要的两个

例1设随机变量X具有数学期望E(X)=u,方差 D()=o2≠0.记*=(X-u)/o

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

1 概率密度估计 2 最大似然估计 例 1 均值和方差的无偏与有偏估计 什么是高斯分布 ML 的全局最优？ 二元函数局部最优条件 例 2 3 最大后验概率估计 例 3 4 贝叶斯估计 例 4 5 期望最大化 EM EM 在高斯混合模型中的应用

1 一个例子 2 最小二乘法 3 从线性到非线性：用线性模型 4 概率解释 最大似然估计 最大后验概率估计 正则化效果 5 偏置-方差困境 损失函数的第一步分解 损失函数的第二步分解 对多个数据集的简单总结

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

第四章随机变量的数字特征 数字特征的优越性: 1.较集中地反映了随机变量变化的一些平均特征 2.很多重要的随机变量(如二项分布、泊松分布、均匀分布、指数分布、正态分布等)的分布函数都能用一、两个数字特征完全确定。 3.重要的数字特征--数学期望、方差具有明确的统计意义,同时还具有良好的数学性质。 4.随机变量的数字特征较易求出

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）=（ ）