统计推断问题可以分为两大类,一类是估计问 题,一类是假设检验问题.本章讨论总体参数 的点估计和区间估计 设总体X的分布函数的形式为已知,但它的一个或多个参数为未知,借助于总体X的的一个 样本来估计总体未知参数的值的问题称为参数的点估计问题

统计推断的另一类重要问题是假设检验问题. 在总体的分布函数完全未知或只知其形式,但 不知道参数的情况,为了推断总体的某些未知 特性,提出某些关于总体的假设.例如,提出总 体服从泊松分布的假设,又如,对正态总体提 出数学期望等于μ的假设等.我们是要根据样 本对所提出的假设作出是接受,还是拒绝的决 策.假设检验是作出这一决策的过程

为了全面研究随机试验的结果,揭示随机现象 的统计规律性,将随机试验的结果与实数对应 起来,将随机试验的结果数量化,引入随机变 量的概念. 在随机试验完成时,人们常常不是关心试验结 果本身,而是对于试验结果联系着的某个数感 兴趣

在客观世界中普遍存在着变量之间的关系.变 量之间的关系一般来说可分为确定性的与非 确定性的两种.确定性关系是指变量之间的关 系可以用函数关系来表达的.另一种非确定性 的关系即所谓相关关系.例如人的身高与体重 之间存在着关系,一般来说,人高一些,体重要 重一些,但同样高度的人,体重往往不相同.人 的血压与年龄之间也存在着关系

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

3-1二维随机变量 1、二维随机变量 2、联合分布函数 3、联合分布律 4、联合概率密度

1点估计 设总体X的分布函数F(x)的形式为已知,θ是待估参数。 X1…Xn是X的一个样本,x1…xn是相应的样本值。 点估计问题: 构造一个适当的统计量(X1…,Xn),用它的观察值 0(x1,…xn)来估计未知参数 我们称(X1,…,Xn)为0的估计量;称0(x1,xn) 为θ估计值

第三章随机变量及其分布 3-3条件分布 一、条件分布律 二、条件分布函数 三、条件概率密度

第三章导数与微分 第一节导数的概念 思考题: 1.思考下列命题是否正确?如不正确举出反例 (1)若函数y=f(x)在点x处不可导,则f(x)在点x处一定不连续 答:命题错误.如y=|x|在x=0处不可导,但在此点连续 (2)若曲线y=f(x)处处有切线,则y=f(x)必处处可导 答:命题错误.如:y2=2x处处有切线,但在x=0处不可导

本单元内容要点 原函数的概念,不定积分的概念与基本性质基本积分 公式第一类换元积分法,第二类换元积分法分部积分法