一、教学目的要求 1.了解参数估计的估计值、估计量。 2掌握矩估计法、最大似然估计法的原理及定义。 3理解顺序统计量法的定义。 二、教学方法 讲授法:讲解参数估计的估计值、估计量等概念、矩估计法、最大似然估计定义、顺序统计量法的定义

这一讲我们介绍了全概率公式、贝叶斯公式它们是加法公式和乘法公式的综合运用,同学们可通过进一步的练习去掌握它们.值得一提的是，后来的学者依据贝叶斯公式的思想发展了一整套统计推断方法，叫作“贝叶斯统计”.可见贝叶斯公式的影响

一、教学目的要求 1.了解抽样的基本内容:总体和样本。 2.理解分位数、分位点等概念。 3.掌握统计量的基本概念及常用统计量、常用三大分布

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

在前两节中,我们讨论了正态总体的假设检验问题.本节我们讨论一般总体的假设检 验问题,此类问题可借助一些统计量的极限分布近似地进行假设检验,属于大样本统计范 畴.其理论依据是中心极限定理

参数估计:当总体的某些参数未知(一般要求分布类型已知)时 ,从样本出发构造适当的统计量,作为未知参数的估计量。当 取得一组观察值后,以相应的统计量的观察值作为未知参数的 估计值,并讨论估计值对真值进行估计的可靠性。 参数估计方法是处理实际问题时最常用的方法

第一节 概率论的基本概念 第二节 样本空间、随机事件 第三节 频率与概率 第四节 等可能概型(古典概型) 第五节 条件概率 第六节 独立性 一、事件的相互独立性 二、几个重要定理 三、例题讲解

《概率论与数理统计》课程教学资源（课件讲稿）第二章 离散型随机变量

《概率论与数理统计》课程教学资源（课件讲稿）第四章 随机变量的数字特征

《概率论与数理统计》课程教学资源（课件讲稿）第三章 连续型随机变量