一、方差的概念 引例:现有甲、乙两位射手,甲射手射击中命中的环数 工用X表示,乙射手射击中命中的环数用Y表示,甲、乙两射 手射击中命中的环数分布分别为:

本节介绍数理统计中的三个著名分布, 它们在参数估计和假设检验等统计推断问 题中有广泛应用 X平方分布 定义6.1设随机变量XX2X独立且服从相同 x2=x2+x2++2(6-8) 分布N(,1),则称x2=x=x2+X2 所服从的分布是自由度为m的x2-分布

一、条件分布 二、独立性

例检验两批灯泡的质量,从中分别随机抽样只,测得使用寿命如下: A:2000150010005001000;B:1501500100010001000 (单位:小时),试比较这两批灯泡质量的好坏. 计算得:平均寿命分别为:A:1200,B:1200

前面两章中我们介绍了概率论的基本内容包括古典概型的一些计算方法以及研究随机 现象的有力工具一随机变量。从本章起,我们开始讨论统计学的核心内容,即如何从一些 包含有随机误差,又并不完全的信息中得出科学的、尽可能正确的结论。在一般情况下,所 谓信息就是从实验或调查中得到的数据,这些数据显然带有一些我们既无法控制、也无法避 免的误差

一、大数定律 定义设随机变量序列{Xn},如果存在一个常数a,使得对任意的e>0

多元质量控制涉及到多元数据的整理和统计推断等复杂内 容。因此,掌握相应的多元统计概念和方法是讨论多元质量控制问 题的必要前提。 众所周知,一元统计质量控制是建立在一元正态分布基础上 的;因为在现实世界中产品和服务质量特性的统计量(随机变量) 大都服从或近似服从一元正态分布,或者它们的某种形式的极限 分布是…元正态分布同样,多元统计质量控制是以多元正态分布 理论为基础的;因为在现实世界中产品和服务的多重质量特性的 统计量(随机向量)都服从或近似服从多元正态分布,其某种形式 的极限分布也是多元正态分布因此,本章先用较大篇幅来讨论多 元正态变量的一些特征及多元正态样本函数的一些性质;

在数学期望一讲中,我们已经介绍了 矩和中心矩的概念。 这里再给出混合矩、混合中心矩的概念

在 Mathcad的工作页内,定义一个恰当的二元函数,加上一个随机变量rnd, 作出它的图形,然后利用3D图形的编辑功能,可以作出模拟的山地图形

EViews中信息保存在对象中,每个对象中包含特定类别 的信息。每个对象都有给定的类型,例如,一个序列对象是关 于一个随机变量的观测值,一个方程对象是关于一些变量之间 关系的信息。 一个对象中包含的信息不止一种,例如一个方程对象中包 含了所有估计得到的结果的信息,如方程形式、检验结果及残 差等。所有需要的数据及结果都集中在一个对象中,简化了 EViews中信息组织管理工作