前面介绍的各种统计假设的检验方法,几乎都假定了总 体服从正态分布,然后再由样本对分布参数进行检验。 但在实际问题中,有时不能预知总体服从什么分布,这 里就需要根据样本来检验关于总体分布的各种假设,这 就是分布的假设检验问题。在数理统计学中把不依赖于 分布的统计方法称为非参数统计方法

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

线性算子的谱理论是与解算子方程紧密联系的，它起源于代数方 程、线性方程组、积分方程和微分方程的特征值问题. 实际上在泛函 分析产生的早期, Volterra、Fredholm、Hilbert 等人就曾研究过这 样的问题, 同时它也是泛函分析中经久不衰的研究课题. 本章首先讨 论算子的正则性和谱的概念及其基本性质，然后着重叙述 Riesz-Schauder 关于紧算子的谱论和 Hilbert 空间上自伴算子的谱 论，最后介绍谱系和谱分解问题

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、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

0.1 前言 1.1 实数的表达与性质 1.2 确界原理 1.3 函数：描述关系的模型 1.4 一些不等式 2.1 数列极限引入 2.2 收敛数列的性质 2.3 收敛数列的判定 2.4 子数列 2.5 数列极限题目 3.1 函数极限引入 3.2 函数极限定义 3.3 函数极限的定理 3.4 两个重要极限 3.5 无穷小与无穷大 4.1 连续函数的概念 4.2 间断点及其分类 4.3 连续函数的性质定理 4.4 闭区间上连续函数的定理 4.5 反函数的连续性 4.6 函数的一致连续性 4.7 初等函数的连续性 5.1 导数的概念 5.2 求导法则 5.3 高阶导数 5.4 微分 5.5 导函数的介值性 6.1 罗尔中值定理 6.2 拉格朗日中值定理 6.3 柯西中值定理 6.4 洛必达法则

第一节 函数的发展及其科学价值 第二节 函数的三种定义 第三节 初等函数 第四节 函数的图像与函数的特征 第五节 函数概念的教学

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

二、寻求估计量的方法 1.矩估计法 2.极大似然法 3.最小二乘法 4.贝叶斯方法 这里我们主要介绍前面两种方法

1 自伴算子数值值域的特征。 2 自伴算子构成的算子方程与共轭算子构成的算子方程解的关系。 3 紧自伴算子的投影算子分解