分布函数能完整地描述随机变量的统 计特性,但实际应用中,有时并不需要知道 分布函数而只需知道随机变量的某些特征 例如: 判断棉花质量时,既看纤维的平均长度 又要看纤维长度与平均长度的偏离程度 平均长度越长,偏离程度越小,质量就越好;

χ2分布和拟合优度检验 完全随机设计下两组频数分布的χ2检验 完全随机设计下多组频数分布的χ2检验 配对设计下两组频数分布的χ2检验 χ2检验要注意的问题 四格表的确切概率法

§1 数理统计中的几个概念 §2 数理统计中常用的三个分布 §3 一个正态总体下的统计量的分布 §4 两个正态总体下的统计量的分布

5.2中心极限定理 定理一林德伯格-列维中心极限定理 (Lindberg-levi) 【独立同分布的中心极限定理] 定理二棣莫弗-拉普拉斯中心极限定理 (De Moivre-Laplace-) 【二项分布以正态分布为极限分布]

1.问题的提法 众所周知,总体X的全部信息可以通过其分布 函数F(X,θ反映出来,但实际上参数θ往往未知有时 甚至F(X,0)的表达式也未知因此需要根据实际问题 的需要,对总体参数或分布函数的表达式做出某种 假设(称为统计假设),再利用从总体中获得的样本信 息来对所作假设的真伪做出判断或进行检验. 这种利用样本检验统计假设真伪的过程叫做 统计检验(假设检验)

第2.1节随机变量 例2.1.1(1)随机的掷一颗骰子,ω表示所有的样本点, 0:出现1点出现2点出现3点出现4点出现5点出现6点

n(元)维随机变量(向量) 称同一个样本空间Ω上的n个随机变量 X1,2,…,Xn构成的n维向量(X1,2,Xn) 为Ω上的n维随机变量(向量) 注:一维随机变量即为上一节介绍的随机变量, 二维及二维以上的随机变量称为多维随机变量

前面讨论了随机变量的分布函数,从中知道随机变量的分布函数能完整地描述随机变 量的统计规律性 但在许多实际问题中,人们并不需要去全面考察随机变量的变化情况,而只要知道它的 某些数字特征即可

与其他总体相比,正态总体参数的置信区间是最完善的应用也最广泛。在构造正态总体参数的置信区间的过程中,t分布、x2分布、F分布以及标准正态分布N(1扮演了重要角色

假设检验的概念 任何一个有关随机变量未知分布的假设称 为统计假设或简称假设.一个仅牵涉到随机 变量分布中几个未知参数的假设称为参数 假设.这里所说的\假设\只是一个设想,至于 它是否成立,在建立假设时并不知道,还需 进行考察. 对一个样本进行考察,从而决定它能否合理 地被认为与假设相符,这一过程叫做假设检 验.判别参数假设的检验称为参数检验.检 验是一种决定规则,通过一定的程序作出是 与否的判断