统计学总复习45160

申明敬告: 本站不保证该用户上传的文档完整性,不预览、不比对内容而直接下载产生的反悔问题本站不予受理。

文档介绍

统计学总复习45160

统计总复习第一章一、三个常用的抽样分布1.-分布①定义:是的样本,则称服从自由度为的分布。记为:②性质:I.II.,,,独立,则2.-分布①定义:,,,独立,,则称服从自由度为的分布。记为:②性质:3.-分布①定义:,,,独立,,则称服从自由度为的分布。记为:②性质:二、常用结论1.是的样本,则①②③,独立④2.大子样是的样本,\n则①②例1.是来自的一个样本,和是子样的均值和方差,则①②例2.是来自的一个样本,则①当时,②当时,例3.,,则例4.设是来自的样本,则①②第二章一、参数估计1.矩估计方法:样本矩=总体矩2.极大似然估计方法:离散型连续型步骤:①②③令求出\n二、估计量的评选标准1.无偏性①定义:若,则称是的无偏估计。②定义:若,则称是的渐近无偏估计。2.优效估计①定义:记罗-克拉美下界为,若的无偏估计为,称为的有效率。记为②定义:若,则称是的渐近有效估计。3.一致估计定义:若,即,则称是的一致(相和)估计。三、区间估计步骤:①枢轴量②给定,写出置信区间③代入具体的值例1.设母体的分布率为求①的矩估计()②的极大似然估计()例2.设母体的的密度为其中是已知的正整数,求的极大似然估计。()例3.设母体的密度为,求①的极大似然估计()②所得估计量是否为的无偏估计(是)例4.设是来自的样本,试证:,是的无偏估计,其中:和是子样的均值和方差。\n例5.对于方差已知的正态母体,问需抽取容量多大的子样,才能使母体均值的置信为的置信区间的长度不大于?()第三章一、参数假设检验1.步骤:①<->②枢轴量③给定,写出拒绝域④判断2.二、分布假设检验的形式已知且含有个未知参数即:作法:1.先求出的最大似然估计,则:2.取一大子样列表:事件理论频率理论频数实际频数3.由皮尔逊定理知:检验统计量给定,例1.从正态总体~中取100个样品,计算得,①试检验;是否成立(=0.01)?②计算上述检验在时犯第二类错误的概率.①解:〈——〉检验统计量\n给定=0.01,=,=3.2拒绝②解:=======例2.某产品的次品率为,现对此产品进行新工艺试验,从中抽取400件检验,发现有次品56件,问:①能否认为这项新工艺显著地影响产品的质量?②采用新工艺后,产品的质量是否有显著的提高?(=0.05)解:①〈——〉检验统计量给定=0.05,=记得接受,即这项新工艺无显著地影响产品的质量。②〈——〉\n检验统计量给定=0.05,=记得拒绝,即采用新工艺后,产品的质量有显著的提高。例3.在某细纱机上进行断纱率测定,试验锭子总数为440个,测得各锭子的断纱次数记录如下:每锭断纱数实测频数试检验各锭的断纱数是否服从泊松分布?(=0.05)解::440锭纱的断纱数:未知,即:事件:理论频率:\n理论频数:2271505013实际频数:2631123827检验统计量给定=0.05,=得拒绝,即认为各锭的断纱数不服从泊松分布。第四章一、一元方差分析1.〈——〉不全相等方差分析表:来源平方和自由度均方离差显著性因子误差总和n-rr-1n-1其中:==2.写出的置信区间枢轴量给定,置信区间为:二、正交试验设计1.正交试验的选取2.方差分析时的注意事项\n例题:为考察温度对某化工产品得率的影响,选了五种不同的温度,在同一温度下各做了三次试验,测得结果如下:温度()6065707580得率909796848492939683868892938882问:①温度对得率有无显著影响(=0.05)?②求,。③求60与80时平均得率之差置信区间。④求70与75时平均得率之差置信区间。解:①给定=0.05,=来源平方和自由度均方离差显著性因子误差总和②③枢轴量给定,置信区间为:=90,=84,=3,=10,=0.05=2.2281所求置信区间为:(1.932,10.068)④枢轴量给定,置信区间为:\n=95,=85,=3,=10,=0.05=2.2281所求置信区间为:(5.932,14.068)第五章1.的参数估计其中:2.线性回归的显著性检验:<————>:检验统计量给定,3.相关系数的显著性检验定义:样本相关系数4.预测①枢轴量②给定预测区间例题:下表给出的是过去20年间某城市新建的住宅面积\n(单位:万平米)和某家家具的销售额(单位:万元)的统计数据:住宅面积销售额住宅面积销售额住宅面积销售额若今年,试预测。()解:①线性回归的显著性检验:<————>:检验统计量给定=0.05,,,,得拒绝,即,间具有显著的线性关系。②相关系数的显著性检验该模型合理。③数学模型:令\n④预测:枢轴量给定预测区间:,,,,所求的预测区间:
查看更多

相关文章

您可能关注的文档