概率论与数理统计公式整理.pdf

《概率论与数理统计公式整理.pdf》由会员分享，可在线阅读，更多相关《概率论与数理统计公式整理.pdf（32页珍藏版）》请在淘文阁 - 分享文档赚钱的网站上搜索。

1、第 1 章 随机事件及其概率 第 1 章 随机事件及其概率（1）排列组合公式)!(!nmmPnm 从 m 个人中挑出 n 个人进行排列的可能数。)!(!nmnmCnm 从 m 个人中挑出 n 个人进行组合的可能数。（2）加法和 乘 法 原理 加法原理（两种方法均能完成此事）：加法原理（两种方法均能完成此事）：m+nm+n 某件事由两种方法来完成，第一种方法可由 m 种方法完成，第二种方法可由 n种方法来完成，则这件事可由 m+n 种方法来完成。乘法原理（两个步骤分别不能完成这件事）：乘法原理（两个步骤分别不能完成这件事）：m mn n 某件事由两个步骤来完成，第一个步骤可由 m 种方法完成，第

2、二个步骤可由 n 种方法来完成，则这件事可由 mn 种方法来完成。（3）一些常见排列 重复排列和非重复排列（有序）对立事件（至少有一个）顺序问题（4）随机试 验 和 随机事件 如果一个试验在相同条件下可以重复进行，而每次试验的可能结果不止一个，但在进行一次试验之前却不能断言它出现哪个结果，则称这种试验为随机试验。试验的可能结果称为随机事件。（5）基本事件、样本空 间 和 事件 在一个试验下，不管事件有多少个，总可以从其中找出这样一组事件，它具有如下性质：每进行一次试验，必须发生且只能发生这一组中的一个事件；任何事件，都是由这一组中的部分事件组成的。这样一组事件中的每一个事件称为基本事件，用来表

3、示。基本事件的全体，称为试验的样本空间，用表示。一个事件就是由中的部分点（基本事件）组成的集合。通常用大写字母A，B，C，表示事件，它们是的子集。为必然事件，为不可能事件。不可能事件（）的概率为零，而概率为零的事件不一定是不可能事件；同理，必然事件（）的概率为 1，而概率为 1 的事件也不一定是必然事件。（6）事件的 关 系 与运算 关系：如果事件 A 的组成部分也是事件B的组成部分，（A发生必有事件B发生）：BA 如果同时有BA，AB，则称事件A与事件B等价，或称A等于B：A=B。A、B中至少有一个发生的事件：AB，或者A+B。属于A而不属于B的部分所构成的事件，称为A 与 B的差，记为A-

4、B，也可表示为A-AB或者BA，它表示A发生而B不发生的事件。A、B同时发生：AB，或者AB。AB=，则表示 A 与 B 不可能同时发生，称事件 A 与事件 B 互不相容或者互斥。基本事件是互不相容的。-A 称为事件 A 的逆事件，或称 A 的对立事件，记为A。它表示 A 不发生的事件。互斥未必对立。运算：结合率：A(BC)=(AB)C A(BC)=(AB)C 分配率：(AB)C=(AC)(BC)(AB)C=(AC)(BC)德摩根率：11iiiiAA BABA，BABA（7）概率的 公 理 化定义 设为样本空间，A为事件，对每一个事件A都有一个实数 P(A)，若满足下列三个条件：1 0P(A)

5、1，2 P()=1 3 对于两两互不相容的事件1A，2A，有 11)(iiiiAPAP 常称为可列（完全）可加性。则称 P(A)为事件A的概率。（8）古典概型 1 n21,，2 nPPPn1)()()(21。设任一事件A，它是由m21,组成的，则有 P(A)=)()()(21m=)()()(21mPPP nm基本事件总数所包含的基本事件数A（9）几何概型 若随机试验的结果为无限不可数并且每个结果出现的可能性均匀，同时样本空间中的每一个基本事件可以使用一个有界区域来描述，则称此随机试验为几何概型。对任一事件 A，)()()(LALAP。其中 L 为几何度量（长度、面积、体积）。（10）加法公式

6、P(A+B)=P(A)+P(B)-P(AB)当 P(AB)0 时，P(A+B)=P(A)+P(B)（11）减法公式 P(A-B)=P(A)-P(AB)当 BA 时，P(A-B)=P(A)-P(B)当 A=时，P(B)=1-P(B)（12）条件概率 定义 设 A、B 是两个事件，且 P(A)0，则称)()(APABP为事件 A 发生条件下，事件 B 发生的条件概率，记为)/(ABP)()(APABP。条件概率是概率的一种，所有概率的性质都适合于条件概率。例如 P(/B)=1P(B/A)=1-P(B/A)（13）乘法公式 乘法公式：)/()()(ABPAPABP 更一般地，对事件 A1，A2，An

7、，若 P(A1A2An-1)0，则有 21(AAP)nA)|()|()(213121AAAPAAPAP21|(AAAPn)1nA。（14）独立性 两个事件的独立性两个事件的独立性 设事件A、B满足)()()(BPAPABP，则称事件A、B是相互独立的。若事件A、B相互独立，且0)(AP，则有)()()()()()()|(BPAPBPAPAPABPABP 若事件A、B相互独立，则可得到A与B、A与B、A与B也都相互独立。必然事件和不可能事件 与任何事件都相互独立。与任何事件都互斥。多个事件的独立性多个事件的独立性 设 ABC 是三个事件，如果满足两两独立的条件，P(AB)=P(A)P(B)；P(

8、BC)=P(B)P(C)；P(CA)=P(C)P(A)并且同时满足 P(ABC)=P(A)P(B)P(C)那么 A、B、C 相互独立。对于 n 个事件类似。（15）全概公式 设事件nBBB,21满足 1nBBB,21两两互不相容，),2,1(0)(niBPi，2niiBA1，则有)|()()|()()|()()(2211nnBAPBPBAPBPBAPBPAP。（16）贝叶斯公式 设事件1B，2B，nB及A满足 1 1B，2B，nB两两互不相容，)(BiP0，i1，2，n，2 niiBA1，0)(AP，则 njjjiiiBAPBPBAPBPABP1)/()()/()()/(，i=1，2，n。此公

9、式即为贝叶斯公式。)(iBP，（1i，2，n），通常叫先验概率。)/(ABPi，（1i，2，n），通常称为后验概率。贝叶斯公式反映了“因果”的概率规律，并作出了“由果朔因”的推断。（17）伯努利概型 我们作了n次试验，且满足 每次试验只有两种可能结果，A发生或A不发生；n次试验是重复进行的，即A发生的概率每次均一样；每次试验是独立的，即每次试验A发生与否与其他次试验A发生与否是互不影响的。这种试验称为伯努利概型，或称为n重伯努利试验。用p表示每次试验A发生的概率，则A发生的概率为qp 1，用)(kPn表示n重伯努利试验中A出现)0(nkk次的概率，knkknnqpkPC)(，nk,2,1,0。

10、第二章 随机变量及其分布 第二章 随机变量及其分布（1）离散型随机变量的分布律 设离散型随机变量X的可能取值为 Xk(k=1,2,)且取各个值的概率，即事件(X=Xk)的概率为 P(X=xk)=pk，k=1,2,，则称上式为离散型随机变量X的概率分布或分布律。有时也用分布列的形式给出：,|)(2121kkkpppxxxxXPX。显然分布律应满足下列条件：（1）0kp，,2,1k，（2）11kkp。（2）连续型随机变量的分布密度 设)(xF是随机变量X的分布函数，若存在非负函数)(xf，对任意实数x，有 xdxxfxF)()(，则称X为连续型随机变量。)(xf称为X的概率密度函数或密度函数，简称

11、概率密度。密度函数具有下面 4 个性质：1 0)(xf。2 1)(dxxf。（3）离散与连续型随机变量的关系 dxxfdxxXxPxXP)()()(积分元dxxf)(在连续型随机变量理论中所起的作用与kkpxXP)(在离散型随机变量理论中所起的作用相类似。（4）分布函数 设X为随机变量，x是任意实数，则函数)()(xXPxF 称为随机变量 X 的分布函数，本质上是一个累积函数。)()()(aFbFbXaP 可以得到 X 落入区间,(ba的概率。分布函数)(xF表示随机变量落入区间（，x内的概率。分布函数具有如下性质：1 ,1)(0 xF x；2 )(xF是单调不减的函数，即21xx 时，有)(

12、1xF)(2xF；3 0)(lim)(xFFx，1)(lim)(xFFx；4 )()0(xFxF，即)(xF是右连续的；5 )0()()(xFxFxXP。对于离散型随机变量，xxkkpxF)(；对于连续型随机变量，xdxxfxF)()(。（5）八大分布 0-1 分布 P(X=1)=p,P(X=0)=q 二项分布 在n重贝努里试验中，设事件A发生的概率为p。事件A发生的次数是随机变量，设为X，则X可能取值为n,2,1,0。knkknnqpCkPkXP)()(，其中nkppq,2,1,0,10,1，则称随机变量X服从参数为n，p的二项分布。记为),(pnBX。当1n时，kkqpkXP1)(，1.0

13、k，这就是（0-1）分布，所以（0-1）分布是二项分布的特例。泊松分布 设随机变量X的分布律为 ekkXPk!)(，0，2,1,0k，则称随机变量X服从参数为的泊松分布，记为)(X或者 P()。泊松分布为二项分布的极限分布（np=，n）。超几何分布),min(,2,1,0,)(nMllkCCCkXPnNknMNkM 随机变量 X 服从参数为 n,N,M 的超几何分布，记为 H(n,N,M)。几何分布,3,2,1,)(1kpqkXPk，其中 p0，q=1-p。随机变量 X 服从参数为 p 的几何分布，记为 G(p)。均匀分布 设随机变量X的值只落在a，b内，其密度函数)(xf在a，b上为常数ab

14、 1，即 ,0,1)(abxf 其他，则称随机变量X在a，b上服从均匀分布，记为 XU(a，b)。分布函数为 xdxxfxF)()(当 ax1x2b 时，X 落在区间（21,xx）内的概率为 abxxxXxP1221)(。0，xb。axb 指数分布 其中0，则称随机变量 X 服从参数为的指数分布。X 的分布函数为 记住积分公式：!0ndxexxn 正态分布 设随机变量X的密度函数为 222)(21)(xexf，x，其中、0为常数，则称随机变量X服从参数为、的正态分布或高斯（Gauss）分布，记为),(2NX。)(xf具有如下性质：1 )(xf的图形是关于x对称的；2 当x时，21)(f为最大值

15、；若),(2NX，则X的分布函数为 dtexFxt222)(21)(。参数0、1时的正态分布称为标准正态分布，记为)1,0(NX，其密度函数记为 2221)(xex，x，分布函数为 xtdtex2221)(。)(x是不可求积函数，其函数值，已编制成表可供查用。(-x)1-(x)且(0)21。如果X),(2N，则X)1,0(N。1221)(xxxXxP。)(xf,xe 0 x,0,0 x,)(xF,1xe 0 x,0 x0。（6）分位数 下分位表：)(XP；上分位表：)(XP。（7）函数分布 离散型 已知X的分布列为 ,)(2121nnipppxxxxXPX，)(XgY 的分布列（)(iixgy

16、 互不相等）如下：,),(,),(),()(2121nnipppxgxgxgyYPY，若有某些)(ixg相等，则应将对应的ip相加作为)(ixg的概率。连续型 先利用 X 的概率密度 fX(x)写出 Y 的分布函数 FY(y)P(g(X)y)，再利用变上下限积分的求导公式求出 fY(y)。第三章 二维随机变量及其分布（1）联合分布 离散型 如果二维随机向量（X，Y）的所有可能取值为至多可列个有序对（x,y），则称为离散型随机量。设=（X，Y）的所有可能取值为),2,1,)(,(jiyxji，且事件=),(jiyx的概率为pij,称),2,1,(),(),(jipyxYXPijji 为=（X，Y

17、）的分布律或称为 X 和 Y 的联合分布律。联合分布有时也用下面的概率分布表来表示：Y X y1 y2 yj x1 p11 p12 p1j x2 p21 p22 p2j xi pi1 ijp 这里pij具有下面两个性质：（1）pij0（i,j=1,2,）；（2）.1ijijp 连续型 对 于 二 维 随 机 向 量),(YX，如 果 存 在 非 负 函 数),)(,(yxyxf，使对任意一个其邻边分别平行于坐标轴的矩形区域 D，即 D=(X,Y)|axb,cyx1时，有 F（x2,y）F(x1,y);当 y2y1时，有 F(x,y2)F(x,y1);（3）F（x,y）分别对 x 和 y 是右连

18、续的，即);0,(),(),0(),(yxFyxFyxFyxF（4）.1),(,0),(),(),(FxFyFF（5）对于，2121yyxx 0)()()()(11211222yxFyxFyxFyxF，.（4）离散型 与 连 续型的关系 dxdyyxfdyyYydxxXxPyYxXP)()()(，（5）边缘分布 离散型 X 的边缘分布为),2,1,()(jipxXPPijjii；Y 的边缘分布为),2,1,()(jipyYPPijijj。连续型 X 的边缘分布密度为；dyyxfxfX),()(Y 的边缘分布密度为.),()(dxyxfyfY（6）条件分布 离散型 在已知X=xi的条件下，Y 取

19、值的条件分布为；iijijppxXyYP)|(在已知Y=yj的条件下，X 取值的条件分布为,)|(jijjippyYxXP 连续型 在已知 Y=y 的条件下，X 的条件分布密度为)(),()|(yfyxfyxfY；在已知 X=x 的条件下，Y 的条件分布密度为)(),()|(xfyxfxyfX（7）独立性 一般型 F(X,Y)=FX(x)FY(y)离散型 jiijppp 有零不独立 连续型 f(x,y)=fX(x)fY(y)直接判断，充要条件：可分离变量 正概率密度区间为矩形 二维正态分布,121),(2222121211221)(2)1(212yyxxeyxf 0 随机变量的函数 若 X1,

20、X2,Xm,Xm+1,Xn相互独立，h,g 为连续函数，则：h（X1，X2,Xm）和 g（Xm+1,Xn）相互独立。特例：若 X 与 Y 独立，则：h（X）和 g（Y）独立。例如：若 X 与 Y 独立，则：3X+1 和 5Y-2 独立。（8）二维均匀分布 设随机向量（X，Y）的分布密度函数为 其他,0),(1),(DyxSyxfD 其中 SD为区域 D 的面积，则称（X，Y）服从 D 上的均匀分布，记为（X，Y）U（D）。例如图 3.1、图 3.2 和图 3.3。y 1 D1 O 1 x 图 3.1 y 1 O 2 x 图 3.2 y d c O a b x 图 3.3 D2 1 D3（9）二

21、维正态分布 设随机向量（X，Y）的分布密度函数为,121),(2222121211221)(2)1(212yyxxeyxf 其中1|,0,0,21,21是 5 个参数，则称（X，Y）服从二维正态分布，记为（X，Y）N（).,2221,21 由边缘密度的计算公式，可以推出二维正态分布的两个边缘分布仍为正态分布，即 XN（).(),22,2211NY 但是若 XN（)(),22,2211NY，(X，Y)未必是二维正态分布。（10）函数分布 Z=X+Y 根据定义计算：)()()(zYXPzZPzFZ 对于连续型，fZ(z)dxxzxf),(两个独立的正态分布的和仍为正态分布（222121,）。n 个

22、相互独立的正态分布的线性组合，仍服从正态分布。iiiC，iiiC222 Z=max,min(X1,X2,Xn)若nXXX21,相 互 独 立，其 分 布 函 数 分 别 为)()()(21xFxFxFnxxx，则 Z=max,min(X1,X2,Xn)的分布函数为：)()()()(21maxxFxFxFxFnxxx)(1)(1)(1 1)(21minxFxFxFxFnxxx 2分布 设 n 个随机变量nXXX,21相互独立，且服从标准正态分布，可以证明它们的平方和 niiXW12 的分布密度为.0,0,0221)(2122uueunufunn 我们称随机变量W服从自由度为n的2分布，记为W)(

23、2n，其中.2012dxexnxn 所谓自由度是指独立正态随机变量的个数，它是随机变量分布中的一个重要参数。2分布满足可加性：设),(2iinY 则).(2112kkiinnnYZ t 分布 设 X，Y 是两个相互独立的随机变量，且),(),1,0(2nYNX 可以证明函数 nYXT/的概率密度为 2121221)(nntnnntf ).(t 我们称随机变量 T 服从自由度为 n 的 t 分布，记为 Tt(n)。)()(1ntnt F 分布 设)(),(2212nYnX，且 X 与 Y 独立，可以证明21/nYnXF 的概率密度函数为 0,00,1222)(2211222121212111yy

24、ynnynnnnnnyfnnnn 我们称随机变量 F 服从第一个自由度为 n1，第二个自由度为 n2的 F 分布，记为 Ff(n1,n2).),(1),(12211nnFnnF 第四章 随机变量的数字特征 第四章 随机变量的数字特征（1）一 维随 机变 量的 数字 特征 离散型 连续型 期望 期望就是平均值 设 X 是离散型随机变量，其分布律 为P(kxX)pk，k=1,2,n，nkkkpxXE1)(（要求绝对收敛）设 X 是连续型随机变量，其概率密度为 f(x)，dxxxfXE)()(（要求绝对收敛）函数的期望 Y=g(X)nkkkpxgYE1)()(Y=g(X)dxxfxgYE)()()(

25、方差 D(X)=EX-E(X)2，标准差)()(XDX，kkkpXExXD2)()(dxxfXExXD)()()(2 矩 对于正整数 k，称随机变量 X的 k 次幂的数学期望为 X 的 k阶原点矩，记为 vk,即 k=E(Xk)=iikipx,k=1,2,.对于正整数 k，称随机变量 X与 E（X）差的 k 次幂的数学期望为 X 的 k 阶中心矩，记为k，即.)(kkXEXE=iikipXEx)(，k=1,2,.对于正整数 k，称随机变量 X 的k 次幂的数学期望为 X 的 k 阶原点矩，记为 vk,即 k=E(Xk)=,)(dxxfxk k=1,2,.对于正整数 k，称随机变量 X 与E（X

26、）差的 k 次幂的数学期望为 X的 k 阶中心矩，记为k，即.)(kkXEXE=,)()(dxxfXExk k=1,2,.切比雪夫不等式 设随机变量 X 具有数学期望 E（X）=，方差 D（X）=2，则对于任意正数，有下列切比雪夫不等式 22)(XP 切比雪夫不等式给出了在未知 X 的分布的情况下，对概率)(XP 的一种估计，它在理论上有重要意义。（2）期 望的 性质（1）E(C)=C（2）E(CX)=CE(X)（3）E(X+Y)=E(X)+E(Y)，niniiiiiXECXCE11)()(（4）E(XY)=E(X)E(Y)，充分条件：X 和 Y 独立；充要条件：X 和 Y 不相关。（3）方

27、差的 性质（1）D(C)=0；E(C)=C（2）D(aX)=a2D(X)；E(aX)=aE(X)（3）D(aX+b)=a2D(X)；E(aX+b)=aE(X)+b（4）D(X)=E(X2)-E2(X)（5）D(XY)=D(X)+D(Y)，充分条件：X 和 Y 独立；充要条件：X 和 Y 不相关。D(XY)=D(X)+D(Y)2E(X-E(X)(Y-E(Y)，无条件成立。而 E(X+Y)=E(X)+E(Y)，无条件成立。（4）常 见分 布 期望 方差 0-1 分布),1(pB p)1(pp 的 期望 和方差 二项分布),(pnB np)1(pnp 泊松分布)(P 几何分布)(pG p1 21pp

28、 超几何分布),(NMnH NnM 11NnNNMNnM 均匀分布),(baU 2ba 12)(2ab 指数分布)(e 1 21 正态分布),(2N 2 分布2 n 2n t 分布 0 2nn(n2)（5）二 维随 机变 量的 数字 特征 期望 niiipxXE1)(njjjpyYE1)(dxxxfXEX)()(dyyyfYEY)()(函数的期望),(YXGE ijijjipyxG),(),(YXGE dxdyyxfyxG),(),(方差 iiipXExXD2)()(jjjpYExYD2)()(dxxfXExXDX)()()(2 dyyfYEyYDY)()()(2 协方差 对于随机变量 X 与

29、 Y，称它们的二阶混合中心矩11为 X 与 Y 的协方差或相关矩，记为),cov(YXXY或，即).()(11YEYXEXEXY 与记号XY相对应，X 与 Y 的方差 D（X）与 D（Y）也可分别记为XX与YY。相关系数 对于随机变量 X 与 Y，如果 D（X）0,D(Y)0，则称)()(YDXDXY 为 X 与 Y 的相关系数，记作XY（有时可简记为）。|1，当|=1 时，称 X 与 Y 完全相关：1)(baYXP 完全相关，时负相关，当，时正相关，当)0(1)0(1aa 而当0时，称 X 与 Y 不相关。以下五个命题是等价的：0XY；cov(X,Y)=0;E(XY)=E(X)E(Y);D(

30、X+Y)=D(X)+D(Y);D(X-Y)=D(X)+D(Y).协方差矩阵 YYYXXYXX 混合矩 对于随机变量 X 与 Y，如果有)(lkYXE存在，则称之为 X 与 Y 的k+l阶混合原点矩，记为kl；k+l阶混合中心矩记为：.)()(lkklYEYXEXEu（6）协 方差 的性质(i)cov(X,Y)=cov(Y,X);(ii)cov(aX,bY)=ab cov(X,Y);(iii)cov(X1+X2,Y)=cov(X1,Y)+cov(X2,Y);(iv)cov(X,Y)=E(XY)-E(X)E(Y).（7）独 立和 不相关（i）若随机变量 X 与 Y 相互独立，则0XY；反之不真。（

31、ii）若（X，Y）N（,222121），则 X 与 Y 相互独立的充要条件是 X 和 Y 不相关。第五章 大数定律和中心极限定理 第五章 大数定律和中心极限定理（1）大数定律 X 切比雪夫大数定律 设随机变量 X1，X2，相互独立，均具有有限方差，且被同一常数 C 所界：D（Xi）C(i=1,2,),则对于任意的正数，有.1)(11lim11niiniinXEnXnP 特殊情形：若 X1，X2，具有相同的数学期望 E（XI）=，则上式成为.11lim1niinXnP 伯努利大数定律 设是 n 次独立试验中事件 A 发生的次数，p 是事件 A 在每次试验中发生的概率，则对于任意的正数，有.1li

32、mpnPn 伯努利大数定律说明，当试验次数 n 很大时，事件 A 发生的频率与概率有较大判别的可能性很小，即.0limpnPn 这就以严格的数学形式描述了频率的稳定性。辛钦大数定律 设 X1，X2，Xn，是相互独立同分布的随机变量序列，且 E（Xn）=，则对于任意的正数有.11lim1niinXnP（2）中心极限定理),(2nNX 列维林德伯格定理 设随机变量 X1，X2，相互独立，服从同一分布，且具有相同的数学期望和方差：),2,1(0)(,)(2kXDXEkk，则随机变量 nnXYnkkn1 的分布函数Fn(x)对任意的实数x，有 xtnkknnndtexnnXPxF.21lim)(lim

33、212 此定理也称为独立同分布独立同分布的中心极限定理。棣莫弗拉普拉斯定理 设随机变量nX为具有参数 n,p(0p1)的二项分布，则对于任意实数 x,有 xtnndtexpnpnpXP.21)1(lim22（3）二项定理 若当),(,不变时knpNMN，则 knkknnNknMNkMppCCCC)1().(N 超几何分布的极限分布为二项分布。（4）泊松定理 若当0,npn时，则 ekppCkknkkn!)1().(n 其中 k=0，1，2，n，。二项分布的极限分布为泊松分布。第六章 样本及抽样分布 第六章 样本及抽样分布（1）数理统 计 的 基本概念 总体 在数理统计中，常把被考察对象的某一个

34、（或多个）指标的全体称为总体（或母体）。我们总是把总体看成一个具有分布的随机变量（或随机向量）。个体 总体中的每一个单元称为样品（或个体）。样本 我们把从总体中抽取的部分样品nxxx,21称为样本。样本中所含的样品数称为样本容量，一般用 n 表示。在一般情况下，总是把样本看成是 n 个相互独立的且与总体有相同分布的随机变量，这样的样本称为简单随机样本。在泛指任一次抽取的结果时，nxxx,21表示 n 个随机变量（样本）；在具体的一次抽取之后，nxxx,21表示 n 个具体的数值（样本值）。我们称之为样本的两重性。样本函数和统计量 设nxxx,21为总体的一个样本，称 （nxxx,21）为样本函

35、数，其中为一个连续函数。如果中不包含任何未知参数，则称（nxxx,21）为一个统计量。常见统计量及其性质 样本均值 .11niixnx 样本方差 niixxnS122.)(11 样本标准差 .)(1112niixxnS 样本 k 阶原点矩 nikikkxnM1.,2,1,1 样本 k 阶中心矩 nikikkxxnM1.,3,2,)(1)(XE，nXD2)(，22)(SE，221)*(nnSE,其中niiXXnS122)(1*，为二阶中心矩。（2）正态总 体 下 的四大分布 正态分布 设nxxx,21为来自正态总体),(2N的一个样本，则样本函数).1,0(/Nnxudef t 分布 设nxxx

36、,21为来自正态总体),(2N的一个样本，则样本函数),1(/ntnsxtdef 其中 t(n-1)表示自由度为 n-1 的 t 分布。分布2 设nxxx,21为来自正态总体),(2N的一个样本，则样本函数),1()1(222nSnwdef 其中)1(2n表示自由度为 n-1 的2分布。F 分布 设nxxx,21为来自正态总体),(21N的一个样本，而nyyy,21为来自正态总体),(22N的一个样本，则样本函数),1,1(/2122222121nnFSSFdef 其中,)(11211211niixxnS ;)(11212222niiyynS)1,1(21nnF表示第一自由度为11n，第二自由

37、度为12n的 F 分布。（3）正态总 体 下 分布的性质 X与2S独立。第七章 参数估计 第七章 参数估计（1）点估计 矩估计 设总体 X 的分布中包含有未知数m,21，则其分布函数可以表成).,;(21mxF它的 k 阶原点矩),2,1)(mkXEvkk中也包含了未知参数m,21，即),(21mkkvv。又设nxxx,21为总体 X 的 n 个样本值，其样本的 k 阶原点矩为 nikixn11).,2,1(mk 这样，我们按照“当参数等于其估计量时，总体矩等于相应的样本矩”的原则建立方程，即有 nimimmniimniimxnvxnvxnv121122121211.1),(,1),(,1),

38、(由上面的 m 个方程中，解出的 m 个未知参数),(21m即为参数（m,21）的矩估计量。若为的矩估计，)(xg为连续函数，则)(g为)(g的矩估计。极 大 似然估计 当 总 体X为 连 续 型 随 机 变 量 时，设 其 分 布 密 度 为),;(21mxf，其 中m,21为 未 知 参 数。又 设nxxx,21为总体的一个样本，称),;(),(11122nimimxfL 为样本的似然函数，简记为Ln.当 总 体X为 离 型 随 机 变 量 时，设 其 分 布 律 为),;(21mxpxXP，则称),;(),;,(1111222nimimnxpxxxL 为样本的似然函数。若似然函数),;,

39、(2211mnxxxL在m,21处取到最大值，则称m,21分别为m,21的最大似然估计值，相应的统计量称为最大似然估计量。miLiiin,2,1,0ln 若为的极大似然估计，)(xg为单调函数，则)(g为)(g的极大似然估计。（2）估计量的评选标准 无偏性 设),(21nxxx为未知参数的估计量。若 E（）=，则称 为的无偏估计量。E（X）=E（X），E（S2）=D（X）有效性 设),(2111nxxx和),(2122nxxx是未知参数的两个无偏估计量。若)()(21DD，则称21比有效。一致性 设n是的一串估计量，如果对于任意的正数，都有,0)|(|limnnP 则称n为的一致估计量（或相合

40、估计量）。若为的无偏估计，且),(0)(nD则为的一致估计。只要总体的 E(X)和 D(X)存在，一切样本矩和样本矩的连续函数都是相应总体的一致估计量。（3）区间估计 置 信 区间 和 置信度 设总体X含有一个待估的未知参数。如果我们从样本nxxx,21出发，找出两个统计量),(2111nxxx与),(2122nxxx)(21，使 得 区 间,21以)10(1的概率包含这个待估参数，即,121P 那么称区间,21为的置信区间，1为该区间的置信度（或置信水平）。单 正 态总 体 的期 望 和方 差 的区 间 估计 设nxxx,21为总体),(2NX的一个样本，在置信度为1下，我们来确定2和的置信

41、区间,21。具体步骤如下：（i）选择样本函数；（ii）由置信度1，查表找分位数；（iii）导出置信区间,21。已知方差，估计均值（i）选择样本函数).1,0(/0Nnxu(ii)查表找分位数.1/0nxP（iii）导出置信区间 nxnx00,未知方差，估计均值（i）选择样本函数).1(/ntnSxt (ii)查表找分位数 .1/nSxP（iii）导出置信区间 nSxnSx,方差的区间估计（i）选择样本函数).1()1(222nSnw（ii）查表找分位数 .1)1(2221SnP （iii）导出的置信区间 SnSn121,1 第八章 假设检验 第八章 假设检验 基本思想 假设检验的统计思想是，概

42、率很小的事件在一次试验中可以认为基本上是不会发生的，即小概率原理。为了检验一个假设H0是否成立。我们先假定H0是成立的。如果根据这个假定导致了一个不合理的事件发生，那就表明原来的假定H0是不正确的，我们拒绝接受H0；如果由此没有导出不合理的现象，则不能拒绝接受H0，我们称H0是相容的。与H0相对的假设称为备择假设，用H1表示。这里所说的小概率事件就是事件RK，其概率就是检验水平，通常我们取=0.05，有时也取 0.01 或 0.10。基本步骤 假设检验的基本步骤如下：(i)提出零假设H0；(ii)选择统计量K；(iii)对于检验水平查表找分位数；(iv)由样本值nxxx,21计算统计量之值K；

43、将与K进行比较，作出判断：当)(|KK或时否定H0，否则认为H0相容。两类错误 第一类错误 当H0为真时，而样本值却落入了否定域，按照我们规定的检验法则，应当否定H0。这时，我们把客观上H0成立判为H0为不成立（即否定了真实的假设），称这种错误为“以真当假”的错误或第一类错误，记为犯此类错误的概率，即 P否定H0|H0为真=；此处的恰好为检验水平。第二类错误 当H1为真时，而样本值却落入了相容域，按照我们规定的检验法则，应当接受H0。这时，我们把客观上H0。不成立判为H0成立（即接受了不真实的假设），称这种错误为“以假当真”的错误或第二类错误，记为犯此类错误的概率，即 P接受H0|H1为真=。

44、两类错误的关系 人们当然希望犯两类错误的概率同时都很小。但是，当容量 n 一定时，变小，则变大；相反地，变小，则变大。取定要想使变小，则必须增加样本容量。在实际使用时，通常人们只能控制犯第一类错误的概率，即给定显著性水平。大小的选取应根据实际情况而定。当我们宁可“以假为真”、而不愿“以真当假”时，则应把取得很小，如 0.01，甚至 0.001。反之，则应把取得大些。单正态总体均值和方差的假设检验 条件 零假设 统计量 对应样本 函数分布 否定域 已知2 00:H nxU/00 N（0，1）21|uu 00:H 1uu 00:H 1uu 未知2 00:H nSxT/0)1(nt)1(|21ntt

45、 00:H)1(1ntt 00:H)1(1ntt 未知2 220:H 202)1(Snw)1(2n)1()1(22122nwnw或 2020:H)1(21nw 2020:H)1(2nw 如果你还不知道读什么书，或者想寻找下载阅读更多书籍，就请您打开微信扫一扫，扫描下方二维码，关注微信公众号：大学生学术墙。微信直接搜索关注公众号：大学生学术墙这里是每一位上进的人的家园【大学生学术墙】资料库里有数百万本书籍，此外，关注微信公众号：大学生学术墙，并在后台回复：1.回复：资料，即可免费领取100000G的书籍库、大学必备笔记期末试卷、考证资料、四六级考试、计算机二级考试等资料！2.回复：电影，即可免费

46、在线观看最新上线的热门大片！3.回复：小说，即可免费领取数百万本著名小说！4.回复：证券、期货，即可免费在行业龙头企业用超低手续费开户，开启你的投资生涯！你需要的书籍、课件、视频、PPT、简历模板等等一切资源和资料，都可以在微信公众号：大学生学术墙，回复关键词免费领取！微信小程序：鼠友。国内首个大学生在线交流社区，既可以看外校新鲜事，又可以和本校同学沟通交流，实时发布信息，这是鼠于大学生们的友谊树洞如果您对金融领域一知半解，想学习金融领域相关知识，提高自身综合投资水平，获取相关金融服务，请关注微信公众号：财醒来微信直接搜索关注微信公众号：财醒来，您可以获得以下服务：1.私人财富管理咨询服务，您

47、通过公众号添加号主个人微信后，可结合自身情况咨询财富管理服务等。2.公众号会分享原创的宏观、股票、期货等二级市场复盘和投资参考，助力您发现投资机会。3.公众号不定期会分享号主自己的投资心得，投资策略等，带给您不一样的金融评论和金融思维。4.公众号后台回复：证券、期货，即可免费在行业龙头企业用超低手续费开户，开启你的投资生涯！重磅福利：头部券商，万 1.1 开户无论是买股票、基金还是期货，交易成本都是我们不可忽视的重要元素。如果你自己去应用市场下载 XX 证券、XX 期货或者在同花顺开户，交易佣金一般默认为较高的万 2.5 或万 3 且没有客服服务。现在，如果你从我们这边的专属渠道二维码开股票账

48、户，可以享受到万 1.1 的开户优惠，并且有专属客服服务！对于大部分人来说，每年至少可以省出一部苹果最新款手机的钱了，下面简单介绍一下该券商：【AA 类券商，全国前五大券商，安全可靠】【步骤简单，无需排队，全国都能开户，没有时间和地域的限制】【营业部遍布全国，业务可以异地办理】如何开户并享受最低佣金优惠？搜索微信 ID：daxueshengqiang 或扫描下方二维码，添加客服微信并备注：开户，客服会辅助你开户！记 住 了，只 有 从 上 面 二 维 码 首 次 开 户 注 册 的，才 可以 享 受 最 低 佣 金 优 惠！开 户 后 客 服 会 主 动 联 系 您 进 行 佣金 调 整。如

49、果 你 自 个 儿 去 应 用 市 场 下 载 注 册，就 无 法 享 受 到这 边 的 专 属 渠 道 福 利 了。同 时，我 强 烈 推 荐 你 开 一 个 期 货 账 户！期 货 账 户 最大 的 好 处 是，既 可 以 做 空 又 可 以 做 多！与 股 票 账 户 相 同，如果你从我们这边的专属渠道二维码开期货账户，也可以享受到超低手续费的开户优惠，并且有专属客服服务！下面简单介绍一下：【AA 类期货公司，全国前五大期货公司，安全可靠】【步骤简单，手机快速开户，足不出户即可开通】【营业部遍布全国，业务可以异地办理】【超低手续费的开户优惠】【一对一专属客服服务】如何开户并享受最低佣金优惠？搜索微信 ID：daxueshengqiang 或扫描下方二维码，添加客服微信并备注：开户，客服会辅助你开户！