随机信号和随机噪声的基本概念 随机信号:实际通信系统中由信源发出的信息是 随机的,或者说是不可预知的,因而携带信息的信号 也是随机的,这种具有随机性的信号,称为随机信号 °随机噪声:携带了信息的信号在传输过程中将受 到噪声的污染,而噪声也是随机的,称为随机噪声。 随机信号和随机噪声不可能用一个或几个时间函数 准确地描述,但它们都遵循一定的统计规律,我们可 以用概率统计的方法进行研究

计数问题中排列组合问题是最常见的, 由于其解法往往是构造性的,因此方法灵活 多样,不同解法导致问题难易变化也较大, 而且解题过程出现“重复”和遗漏”的错误较 难自检发现。因而对这类问题归纳总结,并 把握一些常见解题模型是必要的

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

考研真题七 1.设某次考试的考生成绩服从正态分布,从中随机地抽取36位考生的成绩,算得平均成绩为66.5分,标准差为15分问在显著性水平0.05下,是否可以认为这次考试全体考生的平均成绩为70分?并给出检验过程.98数一考研题

再谈试验及样本空间 一次随机试验的所有可能的试验结果所构 成的集合被称作样本空间,而每一个可能 的试验结果构成样本点.样本点的集合A称 作事件,只包含一个样本点的集合{a}被称 作基本事件. 请注意,这里的试验结果实际上是一次试验 的全过程的记录,因此和我们原来的印象中 的试验结果并非一样,并非试验结束时候的 那个结果

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)

统计推断的另一类重要问题是假设检验问题. 在总体的分布函数完全未知或只知其形式,但 不知道参数的情况,为了推断总体的某些未知 特性,提出某些关于总体的假设.例如,提出总 体服从泊松分布的假设,又如,对正态总体提 出数学期望等于μ的假设等.我们是要根据样 本对所提出的假设作出是接受,还是拒绝的决 策.假设检验是作出这一决策的过程

第一章 概率论的基本概念 第二章 随机变量及其分布 第三章 多维随机变量及其分布 第四章 随机变量的数字特征 第五章 大数定律及中心极限定理 第六章 样本及抽样分布 第七章 参数估计 第八章 假设检验 第九章 方差分析及回归分析 第十章 随机过程及其统计描述 第十一章 马尔可夫链 第十二章 平稳随机过程 第十三章 选做习题 第十四章 教材第二版中未被列人第三版的习题

概率论与数理统计是研究随机现象统计规律性的学科而随机现象的规律性在相同的 条件下进行大量重复试验时会呈现某种稳定性.例如,大量的抛掷硬币的随机试验中,正面 出现频率;在大量文字资料中,字母使用频率工厂大量生产某种产品过程中,产品的废品 率等.一般地,要从随机现象中去寻求事件内在的必然规律,就要研究大量随机现象的问题 在生产实践中,人们还认识到大量试验数据测量数据的算术平均值也具有稳定性.这 种稳定性就是我们将要讨论的大数定律的客观背景在这一节中

在物理学中,很多确定性现象遵从如下演变原 则:由时刻t系统或过程所处的状态,可以决 定系统或过程在时刻t>t所处的状态,而无需 借助于t以前系统或过程所处状态的历史资 料.如微分方程初值问题所描绘的物理过程. 将这样的原则延伸到随机现象,引入马尔可夫 性或无后效性:过程(或系统)在时刻t所处的 状态为已知条件下,过程在时刻tt所处状态 的条件分布与过程在时刻t之前的状态无关. 即已经知道过程\现在\的条件下,其\将来\ 不依赖于\过去\