第五章 多维随机变量
多维随机变量函数的分布:
离散的:
-
\(若X\sim B(n_1,p), Y\sim B(n_2,p),且X和Y相互独立,则X+Y\sim B(n_1+n_2,p)\)
-
\(若X\sim P(\lambda_1)和Y\sim P(\lambda_2)相互独立,则X+Y\sim P(\lambda_1+\lambda_2)\)
连续的:
- 相互独立的两个服从标准正态分布的随机变量的平方和e(1/2)、根号下平方和瑞利分布、相除柯西分布
- 乘除加减的分布
- 最大最小值的分布
- 求联合分布
- 多维正态分布的一些结论
第九章 统计的基本概念
样本统计量
Beta分布,Gamma分布,Dirichlet分布
Gamma分布的可加性:\(X\sim\Gamma(\alpha_1,\lambda), Y\sim\Gamma(\alpha_2,\lambda)\)且\(X,Y\)相互独立则\(X+Y\sim\Gamma(\alpha_1+\alpha_2,\lambda)\)
卡方分布,t分布,F分布
\(\bar{X}=\frac{1}{n}\sum_{i=1}^nX_i\sim\mathcal{N}(\mu,\frac{\sigma^2}{n}),\quad\frac{\bar{X}-\mu}{\sigma/\sqrt{n}}\sim\mathcal{N}(0,1)\)
\(\frac{(n-1)S^2}{\sigma^2}\sim\chi^2(n-1)\)
\(\frac{\bar{X}-\mu}{S/\sqrt{n}}\sim t(n-1)\)
分数位点
F分布的分数位点特殊性质
第十章 参数估计
点估计
矩估计法
最大似然估计法
最大似然估计不可变性
评价标准
无偏性
有效性
一致性
区间估计
置信度是\(1-\alpha\)
枢轴变量法
-
正态总体 方差已知 求期望的区间估计
-
正态总体 方差未知 求期望的区间估计
-
正态总体 求方差的区间估计
-
双正态总体 求期望差(已知方差,或者未知方差但方差相等)、方差比的区间估计
\(W=\frac{(\bar{X}-\bar{Y})-(\mu_1-\mu_2)}{S_W\sqrt{\frac1n+\frac1m}}\sim t(n+m-2)\)
\(W=\frac{S_1^2/\sigma_1^2}{S_2^2/\sigma_2^2}\sim F(n-1,m-1)\) -
非正态分布,集中不等式法/中心极限定理法
第十一章 假设检验
已知分布,期望检验
期望检验
方差已知的: Z检验
方差未知的: t检验
期望差检验
方差已知的:\(H_{0}:\mu_{1}-\mu_{2}=\delta\)
\(U=\frac{\bar{X}-\bar{Y}-\delta}{\sqrt{\sigma_1^2/n+\sigma_2^2/m}}\sim\mathcal{N}(0,1)\)
方差未知但相等的:
成对比较期望是否相同
已知分布,方差检验
单个正态总体的:卡方检验
两个正态总体的
未知分布
卡方检验