2.4r.v.函数的分布 问题已知r.v.X的d.f.或分布律 求随机因变量Y-g()的密度函数或分布律 方法将与Y有关的事件转化成X的事件

7.2点估计的评价标准 对于同一个未知参数,不同的方法得到的估计量可能不同,于是提出问题 1.应该选用哪一种估计量? 2.用何标准来评价一个估计量的好坏? (1)无偏性 (2)有效性 (3)致性

7.2点估计的评价标准 对于同一个未知参数,不同的方法得 到的估计量可能不同,于是提出问题 应该选用哪一种估计量? 用何标准来评价一个估计量的好坏? (1)无偏性 常用 标准 （2)有效性 (3)致性

▪ 离散随机变量的概率函数 ▪ 离散随机变量概率分布的表示方法

一、离散型随机变量分布律的定义 二、离散型随机变量表示方法 三、三种常见分布 四、小结 布置作业

由于很多总体都是正态总体,所以正态总体参数的假设检验尤为重要,利用上一节课讲过的 方法和正态总体的均值方差函数的性质,可导出下列检验表

教学目的: 通过本节内容的教学,使学生: 1、明确极大似然估计法是在总体分布类型已知的情况下的一种常 用的参数估计方法; 2、理解极大似然思想; 3、掌握求极大似然估计值的一般步骤,会求常见分布参数的极大 似然估计值

问题已知(x,Y)的枧率分布 g(x,y)为已知的二元函数 求Z=g(X,Y)的概率分布 方法转化为(X,Y)事件

什么是参数估计? 参数是刻画总体某方面概率特性的数量. 当此数量未知时,从总体抽出一个样本, 用某种方法对这个未知参数进行估计就 是参数估计. 例如,~N(u,o2) 若从2未知,通过构造样本的函数,给出 它们的估计值或取值范围就是参数估计 的内容 点估计区间估计

3.4二维r.v.函数的分布 一、问题已知r.v(X,Y)的概率分布,g(x,y)为已知的二元函数, 求Z=g(X,Y)的概率分布 二、方法转化为(X,Y)的事件