前面,我们已经了解到,在假设检验中使用的逻辑是: 如果原假设H是对的,那么衡量差异 大小的某个统计量落入区域W(拒绝域)是 个小概率事件.如果该统计量的实测值落入 W,也就是说,H成立下的小概率事件发 生了,那么就认为H不可信而否定它.否则 我们就不能否定HO

在本讲中,我们将讨论不同于参数估计的另一类重要的统计推断问题.这就是根据样本的信息检验关于总体的某个假设是否正确.这类问题称作假设检验问题

一、隐函数的导数 三、参数方程确定函数的导数 二、对数求导法 四、相关变化率

读书 P119-----P122 之“流程框图” 关于下面主程序（syp123）的说明： g 是 100 个数，服从“15 到 145 的均匀分布”，代表 100 个船到来的间隔时间；

事件的独立性 定义1.4如果事件A发生的 可能性不受事件B发生与否 的影响,即P(A|B)=P(A),则 称事件A对于事件B独立

一、统计判决问题的三个要素 为了估计一个未知参数,需要给出一个合适的 估计量,该估计量也称为该统计问题的解。一般地 说,一个统计问题的解就是所谓的统计决策函数。 为了明确统计决策函数这一重要概念,需对构成一 个统计决策问题的基本要素作一介绍。这些要素是: 样本空间和分布族;行动空间以及损失函数。以下 逐点介绍

在R3中,给定四个共面向量a1,a2,3,4,它们显 然是线性相关的,但它们中存在两个线性无关 的向量,而任一个向量都可由这两个线性无关 的向量线性表示(例如:a1,a2线性无关,a3,a4可 由a1,a2线性表示).此外它们中任意三个向量 是线性相关的,即它们中任一个线性无关的部 分组最多只含2个向量,数2就叫作这个向量组 的秩

1. 汽车类型确定原理分析 若随机变量 X～U（0，1），有 P{0≤X≤0.55}=0.55， P{0.55≤X≤0.95}=0.4， P{0.95≤X≤1.0}=0.05。 可用一串随机数（RND）来确定到达车辆的车型与车身长

一、两种描述方法的比较 1.输入输出描述仅揭示在初始松弛的假定下输入 与输出之间的关系。这种描述方法不能表示在非 松弛情况下系统的输入输出关系,更重要的一点 是它也不能揭示系统内部的行为

最小方差无偏估计和有效估计是在某种意义下的最 优估计,两者既有区别又有密切的关系。如果求出 参数θ的一个估计量θ,判别其是否为最小方差无偏 估计或有效估计,显然具有重要的意义。倘若能直 接求出参数θ的最小方差无偏估计或有效估计,则 将更加令人满意,本节将研究这些问题