对于未知参数θ,除了得到它的点估 计θ外,我们还希望估计出一个范围,并希望知道这个范围包含参数真值θ的可信 程度.这样的范围通常以区间的形式给出, 而可信程度由概率给出.这种估计称为区 间估计或置信区间,以下先给出置信区间概念

一、条件概率 简单地说,条件概率就是在一定附加 条件之下的事件概率 从广义上看,任何概率都是条件概率, 因为任何事件都产生于一定条件下的试验 或观察,但我们这里所说的“附加条件” 是指除试验条件之外的附加信息,这种附 加信息通常表现为“已知某某事件发生了

一、广义多项式与权系数 二、一般最小二乘逼近问题的提法 三、正规方程组 四、小结

一、 正交函数系与正交多项式 二、 正交多项式的性质 六、小结 三、 Legendre 多项式 四、 Chebyshey 多项式 五、其它常用的正交多项式

第一节多元函数的基本概念 第二节偏导数 第三节全微分 第四节复合函数及隐函数的偏导数 第五节多元微分学的应用 第六节例题详解

在上一节,运用概率基本公式,可以 根据一些事件的概率计算另一些事件的概 率.现在问题是这些已知概率又当如何获取 呢?或者说,怎样直接计算一些简单事件 的概率呢?本节在等可能概率模型下讨论 这一问题

一、高敬型随机变量的概 二、种常见高型随机变量及其分布

第一节 矩阵与向量的概念 第二节 矩阵的运算 第三节 几种特殊矩阵 第四节 矩阵的秩与初等变换 第五节 可逆矩阵 第六节 矩阵的分块运算

第一节 矩阵的特征值与特征向量 第二节 方阵相似于对角矩阵的条件 第三节 正交矩阵 第四节 实对称矩阵的相似对角化

第一节 二次型及其矩 第二节 用正交变换化实二次型为标准形 第三节 用配方法化二次型为标准形 第四节 实二次型的分类