总体它代表我们所关心的那部分现实世界。 而在利用样本中的信息来对总体进行推断 之前人们一般对代表总体的变量假定了分 布族。比如假定人们的身高属于正态分布 族；对抽样调查假定了二项分布族等等。 这些模型基本上是根据经验来假定的，所 以仅仅是对现实世界的一个近似。在假定 了总体分布族之后，进一步对总体的认识 就是要在这个分布族中选择一个适合于我 们问题的分布；由于分布族成员是由参数 确定的，如果参数能够估计，对总体的具 体分布就知道得差不多了

2.0 引言 2.1 基于最小错误率的Bayes决策 2.2 基于最小风险的Bayes决策 2.3 正态分布的最小错误率Bayes决策 2.4 说明

一、原点矩 中心矩 二、协方差矩阵 三、n 元正态分布的概率密度 四、小结 布置作业

第一节 引 言 第二节 随机微分方程的求解 第三节 随机微分方程的主要形式 第四节 股票价格对数正态分布的特性

一、 频率分布 在相同条件下对某样品中镍的质量分数（%） 进行重复测定，得到90个测定值如下：

第一讲作业： 1、设随机向量(X ,Y) 的两个分量相互独立，且均服从标准正态分布 N(0,1)

一． 填空题（每空 2 分，共 10 分） 1． 算术平均数的所用是描述了一组数据的____ 2． 在正态分布中，标准差为___时百分等级数为 16 3． 误差包括随机误差和___，他会影响___ 4． 在选择题中，增加题目数量会影响____

§1 随机变量的概念与离散型随机变量 §2 0-1分布和二项分布 §3 泊松分布 §4 随机变量的分布函数 §5 连续型随机变量 §6 均匀分布和指数分布 §7 正态分布 §8 随机变量函数的分布

§2.1 有关误差的一些基本概念 2.1.1 准确度与精密度 2.1.2 误差与偏差 2.1.3 系统误差与随机误差 2.1.4 系统误差与准确度 §2.2 随机误差的分布 2.2.1 频率分布 2.2.2 正态分布 2.2.3 随机误差的区间概率 §2.3 有限数据的统计处理 2.3.1 集中趋势和分散趋势的表示 2.3.2 平均值的置信区间 2.3.3 显著性检验 讨论 2.3.4 离群值的取舍

尽管在一般情况下,要确定某个统计量的分布是非常困难 的,但在总体服从正态分布时,可以确定某些统计量的分布 定理3.1设总体X~N(u,o2),X,X2,X为其 样本,则样本均值ⅹ与样本方差S2独立,且有