2-4(1)RXk这仅是一个概率 不是所求分布! X1 2...n P 461)3这也不是分布 归一性不成立 44 正确解

➢ 掌握总体、样本、抽样的含义 ➢ 了解抽样单位、抽样框、参数值、统计值、置信度的含义 ➢ 了解抽样的类型：概率抽样&非概率抽样 ➢ 掌握常用的抽样方法 ➢ 3.1 抽样概述 ➢ 3.2 抽样分布 ➢ 3.3 中心极限定理及其应用

随机数的产生 随机变量的 率密度计算 概 随机变量的累积概率值(分布函数值) 随机变量的逆累积分布函数 随机变量的数字特征 统计作图 参数估计 假设检验 方差分析

数理统计的任务:观察现象,收集资料,创 建方法,分析推断 统计推断:伴随着一定概率的推测。其特点 是:由“部分”推断“整体

关于总体特征的随机变量的概率分布的一个陈述称为 统计假设，如果这个陈述只涉及到总体的参数则称为参数 假设。否则称为非参数假设,验证统计假设的方法叫做统计 假设检验

1.已知随机变量的概率分布为P(5=k)=1,k=135,21,23;求D 2.某射手对目标进行三次独立射击,每次射击的命中率为0.9,求击中目标弹数ξ的方差

第一章随机事件和概率 第二章随机变量及其分布 第三章随机变量的数字特征 第四章大数定律和中心限定理 第五章数理统计初步

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

数理统计是运用概率论的知识,研究如何有效地对带有随机性影响的数据进行收集、整理、 分析和推断的学科,由于随机性现象广泛存在于工、农业生产、工程技术、自然科学和社会科学 等领域中,因此数理统计有着最广泛的应用

一 Excel 的基本使用方法和技巧. 1 二 随机事件的模拟-模拟掷均匀硬币的随机试验. 2 三 随机模拟计算  的值-蒲丰投针问题. 3 四 综合实践-敏感性问题调查. 4 五 正态分布综合试验. 5 六 产生服从任意分布的随机数. 6 七 产生服从二维正态分布的随机数. 7 八 随机变量综合试验. 8 九 定积分的近似计算. 9 十 参数的点估计. 10 十一 区间估计. 13 十二 非参数假设检验( 2  -检验). 14 十三 方差分析. 15 十四 一元回归分析. 16 十五 多元回归分析. 17 十六 零件参数的设定. 19