◼ 13.1 时间序列及其成分 ◼ 13.2 时间序列的描述性分析 ◼ 13.3 时间序列的预测程序 ◼ 13.4 平稳序列的预测 ◼ 13.5 趋势型序列的预测 ◼ 13.6 复合型序列的分解预测

1. 了解假设检验的基本思想 2. 掌握假设检验的步骤 3. 对实际问题作假设检验 4. 利用置信区间进行假设检验 5. 利用P - 值进行假设检验  8.1 假设检验的基本问题  8.2 一个总体参数的检验  8.3 两个总体参数的检验  8.4 检验问题的进一步说明

本章主要介绍了相关分析和回归分析的基本理 论。包括确定相关关系的判别方法以及配合回归 直线及曲线的条件,掌握建立回归方程和相关回 归分析需要注意的问题,达到学会预测的目的等

一、随机现象 从亚里士多德时代开始哲学家们就已经认识到随机性在生活中的作用,但直到20世 纪初,人们才认识到随机现象亦可以通过数量化方法来进行研究概率论就是以数量化方法 来研究随机现象及其规律性的一门数学学科而我们学过的微积分等课程则是研究确定性

通常求出随机变量的分布并不是一件容易的事,而人们更关心的是用一些数字来表示随机变量的特点,这些与随机变量有关的数字,就是随机变量的数字特征.最常用的数字特征为数学期望,方差和相关系数

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

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

随机变量的数学期望是对随机变量取值水平的综合评价,而随机变量取值的稳定性是 判断随机现象性质的另一个十分重要的指标

一、相关关系的概念(注意相关关系与函数关系的区别) (一)函数关系 它反映着现象之间存在着严格的依存关系, 也就是具有确定性的对应关系,这种关系可用一 个数学表达式反映出来。 例如某种商品的销售额和销售量之间,由于 价格因素,所以两者可表现为严格的依存关系

概率论与数理统计是研究随机现象统计规律性的学科而随机现象的规律性在相同的 条件下进行大量重复试验时会呈现某种稳定性.例如,大量的抛掷硬币的随机试验中,正面 出现频率;在大量文字资料中,字母使用频率工厂大量生产某种产品过程中,产品的废品 率等.一般地,要从随机现象中去寻求事件内在的必然规律,就要研究大量随机现象的问题 在生产实践中,人们还认识到大量试验数据测量数据的算术平均值也具有稳定性.这 种稳定性就是我们将要讨论的大数定律的客观背景在这一节中