数理统计学

数理统计学

数量统计学是根据从总体中随机抽出的样本里所获得的信息来推断关

于总体性质的一门学科.或者说是为了得到科学的和实用的结论,而系统整理

并利用统计数据的数学方法.它的任务就是研究怎样获得数据和如何分析带

有随机性数据,在此基础上对各知识领域中的问题进行推断、预测、直至确定

应采取的行动和决策方案.

“统计学”（statistics）一词是德国学者阿享瓦尔针对17世纪在德国兴起

的“政治学”（德文,staatenkunde）而使用的术语.这门学问最初是用统计方法

描述一些先进国家的经济和税收状况.而作为以概率论为基础的数理统计学

的产生却是相对比较晚近的事.几百年来,数理统计学已经发展成为一门既有

坚实的理论基础,又有广泛实用价值的数学学科.

数理统计学的发展史大致可以分为三个时期.

数理统计学的萌芽时期

历史上最早出现的统计推断可以看作是英国统计学家格兰特在1662年

组织调查伦敦市死亡人数,从数量上去掌握集团的统计推断,并发表专著《从

自然和政治方面观察死亡统计表》.因此,数理统计学可以认为是格兰特于17

世纪60年代开创的.格兰特对生命统计、保险统计及经济统计,进行数学的研究.这一学问曾被称为“政治算术”.他由统计的结果发现人口出生率与死亡

率相对稳定,于是提出“大数恒静定律”,成为统计学的基本原理.英国学者佩

蒂沿袭了格兰特的方法,统计不同职业人口及伦敦等地的居民数目,著有《政

治算术》一书.

由于需要对各地人口、农业生产品及国际贸易数量的估计,亟待若干形式

的测定数作为处理问题的根据,并需要科学的方法,对测定数进行分析,于是统

计学的数学性质逐渐加深,奠定了现代数理统计学的基础.

另一方面,概率论的发展不可避免地要影响到数理统计学的发展.现在人

们所理解的统计推断程序,最早的就是贝叶斯方法.贝叶斯长期担任英国一个

地方教堂的牧师.他自学数学成才,对概率论作出了重要贡献.在他的论文《机

会学说问题试解》中建立了条件概率的贝叶斯定理或贝叶斯公式,以后成为统

计推断的基础.

用概率模型作为手段的数据分析始于19世纪初.被某些人称为近代统计

分析中的“汽车”1的最小二乘法原理是由两位著名数学家高斯和勒让德发展起来的2,首先用于分析天文观测中的误差.高斯把钟形曲线作为观测误差的分

布曲线.20世纪以来,最小乘二法原理经过俄国数学家马尔可夫和其他学者的

工作发展成为数理统计学中的一个重要方法.

高斯的工作揭示了正态分布的重要性,因此,人们通常称正态分布为高斯

分布.曾经有一段时间,学者们普遍认为在实际问题中遇到的几乎所有连续随

机变量,都可以用正态分布来刻划.到19世纪后期,一些学者（特别是皮尔逊）开始认识到这种看法的局限性.

19世纪中叶,许多数理统计学理论的新发展,几乎直接或间接地由两个人

1指最小二乘法在近代统计中的作用,有如汽车在现代社会中的作用.

2高斯和勒让德到底是谁先发明最小二乘法,是统计学史上最著名的有关优先权的争论.勒让德一直声称他是最早的发明者,他在1805年发表了有关结果.

所推动.

一个是比利时统计学家凯特勒,一个是英国生物学家高尔顿

凯特勒的主要功绩在于使统计方法获得普遍应用.凯特勒对各种学科均有研究,如天文学、数学、物理学、生物学、社会统计学及气象学等.他将统计方法应用到上述研究范围上去,并强调了正态分布的用途,主张这一分布状态可以适用于许多学科范畴.凯特勒曾致力于比利时国势调查以及组织国际统计活动.他引进所谓“平均人”（averageman）的概念,起了总体概念的先驱作用.高尔顿是生物学家达尔文的表弟,他对遗传定律颇感兴趣,并最早把统计方法用于生物学.高尔顿曾到非洲考察和探险,搜集了大量资料,并投入很大精力钻研资料中所隐藏的模型与关系.在1889年出版了《自然的遗传》一书,引进了回归直线、相关系数的概念,创立了回归分析.这在遗传的研究中,是以弄清儿辈特征值与父辈特征值的相关关系为目的的.但在那个时代,样本特征值与总体特征值的区别还是很不清楚的.此外,高尔顿还提出了中位数、四分位数、百分位数及四分位偏差等概念.

爱尔兰经济学家兼统计学家埃奇沃思关于方差和或然误差的一系列文章也是这一时期的工作.

日渐成熟的数理统计学

从19世纪末到第二次世界大战结束,可认为是数理统计学发展的第二个时期.这个时期,数理统计学蓬勃发展,名家辈出,提出了一些带根本性的重要概念和方法,完成了许多重要的工作,形成了一系列的基本分支,为数理统计成为一门数学学科打下了坚实的基础.

这一时期开始于英国数学家皮尔逊的工作.皮尔逊1884年任伦敦大学学院应用数学和力学教授,担任过格雷沙姆几何学教授、应用数学系主任和高尔顿优生学教授.1899年,他和剑桥大学的动物学家讨论达尔文的自然选择理论.他将数理统计应用于生物遗传和进化诸问题,得到生物统计学和社会统计学的一些基本法则.进一步发展了回归和相关的理论.术语“总体”、“众数”、“标准差”,“变差系数”都是他引进的.皮尔逊认为,统计的基本问题在于“由过去的数据来推断未来会发生什么事”.做到这一点的途径是“把观测数据转化为一个可供预测用的模型”.他对统计的理解已经接近现代的理解.他为此发

展了一系列方法──皮尔逊分布族、矩法、拟合优度2 检验等.

为了描述自然现象的非对称分布特性,皮尔逊研究出所谓反频率曲线.他和高尔顿等人主持创办了著名的《生物计量》杂志,皮尔逊于1901—1936年担任主编.这一杂志,至今在国际上仍享有盛名;他还担任过《优生学纪事》的编辑.他的著作有:《对进化论的数学贡献》、《统计学家和生物统计学家用表》、《死的可能性和进行论的其它研究》等.

19世纪末年,由于概率论的发展,使数理统计学进一步与应用相结合.于是,统计理论与方法开始演进到现代的形态.1908年对现代数理统计学来说,是极重要的一年.英国学者戈塞特以“学生”,为笔名在《生物计量》上发表一篇划时代的文章,得到了t-统计量的精确分布的形式.它不仅成为数理统计学常用的工具,而且也是统计量精确分布理论中一系列重要结果的开端;特别在多元正态总体抽样分布方面有重要意义.因此,可以说戈塞特的工作为样本资料的统计分析与解释开辟了一个新纪元.戈塞特自1899年到他逝世的1937

年,都在世界上最大酿酒商之一吉尼斯的啤酒厂担任统计工作.他常与农业实验接触.为了使实验尽可能少消耗原料,他注意到应用小样本及从小样本得到可靠知识的重要性,从而创立了t-分布方法.但当时,他所推导的t-分布方法是不完整的.

对现代数理统计学的发展作出决定性贡献的:是英国学者费希尔.他早年在剑桥大学攻读数学和理论物理,后来致力于生物统计学的研究.费希尔利用n维几何方法（多重积分法）给出了t-分布方法的完整证明.他引进了解消假设和显著性检验的概念,成为假设检验理论的先驱,并列举了一致性、有效性和充分性,作为参数的估计量应具备的性质.他还对估计的精度与样本所具有的信息之间的关系进行了考虑,得到了信息量的概念.极大似然法是由费希尔提出的.试验设计法也是由费希尔开创和发展的统计方法之一.他凭借随机化的手段,成功地把概率模型带进了实验领域,并作为分析这种模型的一个方法,建立了方差分析法,他强调了统计方法在试验设计中的重要性.1925年他发表《研究人员用统计方法》一书,50余年内已再版多次.1956年总结其数理统计学研究,著《统计方法及科学推理》一书.

除了费希尔以外,这一时期数理统计学发展的重大事件要推内曼和皮乐逊之子皮尔逊在1928—1938年期间建立了假设检验理论和内曼在1934年建立了置信区间理论.内曼生于俄国,后移居美国,在伯克利的加里福尼亚大学任教.他在该校建立了一个研究机构,后来发展成为世界著名的数理统计中心.内曼在假设检验理论中,引进检验功效函数概念,以此作为判断检验方面,取得了许多成果.

中国著名数理统计学家许宝騄,在20世纪数理统计史上享有盛名.早年留学英国,就读于费希尔门下,当时英国统计学派的研究在数学论证方面有不少欠缺,许宝騄以其扎实的数学基本功夫,给出许多统计规律的极其漂亮和严密的证明.他在多元分析、统计推断和线性模型方面做出国际水平的工作,尤其在多元分析方面的贡献,起了奠基性的作用.1979年,美国《数理统计年鉴》曾邀请一些著名学者撰文介绍他的生平和工作,高度评价他的贡献.

二次大战前数理统计学的另一项重要进展是时间序列分析.1925—1930年间,英国数学家尤尔研究了振荡的时间序列,引进了自回归过程和序列相关等重要概念,奠定了这个统计分支现代发展的基础.

1946年,瑞典统计学家克拉默尔发表了《统计学的数学方法》一书,总结了二次大战前数理统计学发展的大部分工作.某些专家认为,这部著作标志着现代数理统计作为一门数学分支的确立.

数理统计学的深入发展

二次大战以后是数理统计学发展的第三个时期.其特点一方面是使用的数学工具愈广愈深,除了数学分析、测度论、矩阵代数以外,往往还需要泛函分析、拓扑学、近世代数等现代数学工具;另一方面是数理统计学的应用愈加广泛.

战后,由于工业和军事技术的飞速发展,使数理统计方法的应用达到前所未有的规模.如在工业上广泛应用统计质量管理,并由此产生了抽样检验、管理图等方法.其它如试验设计、多元分析、时间序列分析等也找到了不少新的应用领域.由于电子计算机的发展,使得在战前发展起来的一些统计方法发挥了更大作用.

这一时期数理统计学的发展,主要有以下几个方面.

1 统计判决函数理论

犹太血统的美国学者瓦尔德创立了统计判决函数理论,它是统计学的统一数学理论.一般把瓦尔德的专著《统计决策函数》的发表作为这一理论诞生的年代.在这个理论中,把推断程序的全体命名为判决函数空间,第一次明确地定义它为一个集合.这样一来,检验和估计等数理统计问题可用统一方法处理.瓦尔德理论的出现,开拓了统计学一些新的研究领域,特别是参数估计这个分支在这个理论的影响下,面貌有了很大变化.瓦尔德定义了统计推断程序的风险函数,用来作为推断程序好坏的准则.他还使统计理论与对策论结合起来,并在统计学中引进了极小极大原理.

2 发展大样本理论

大样本理论的深入发展,遍及数理统计学各主要分支.例如,非参数统计,在战前还谈不上系统化,在战后发展很快.由于这个分支的特点决定,只有发展大样本理论,它才得以发展.目前构成这个分支主要内容的U-统计量理论、线性置换统计量理论及秩统计量的大样本理论都是战后发展起来的.再如,在参数估计中,象极大似然估计、稳健估计、自适应估计的大样本理论在战后也得到很大发展.

3 贝叶斯统计学派的影响增长

贝叶斯统计学派影响的增长是战后数理统计学发展的另一特征.因为贝叶斯方法是在作统计推断前考虑和运用了事前经验（先验知识）,并提供了一种易于实用者掌握的解决问题的方法,在应用上取得相当的地位.在一些数理统计学的专著中,贝叶斯方法仍占很大篇幅.并且以贝叶斯方法为工具研究的统计问题也日渐增多.然而贝叶斯方法的缺点在于未能提供直接由样本观察值来确定参数分布的方法.因此,贝叶斯统计始终是统计界争论的问题.

除了以上几个方面以外,还有序贯分析、多元分析、试验设计、过程统计等方面都有不少进展,出现了一些新的工作,但有些理论尚待建立.

至此,数理统计学的理论与应用,获得辉煌进展,而概率论的作用也更加重要,它不但成为数理统计学的理论基础,而且作为统计归纳与统计推理的依据.这些研究成果,导致今日更进步更复杂的数理统计学的产生,并使之迅速地应用于极广泛的领域.然而,科学的进展是无止境的,现代数理统计学,仍有许多问题,尚须有更佳的处理,有待学者们不断地探求.

统计量

样本的已知函数,其作用是把样本中有关总体的信息汇集起来,是数理统计学中一个重要的基本概念.常用统计量有样本矩、次序统计量、U-统计量和秩统计量等.其中U-统计量是霍夫丁于1948年引进的.统计量的充分性和完全性是两个重要概念.充分性是费希尔在1925年引进的,内曼和哈尔莫斯在1949年严格证明了一个判定统计量充分性的方法,叫做因子分解定理.统计量的分布叫做抽样分布,它的研究是数理统计中的重要课题.对一维正态总体,有三个重要的抽样分布,即2χ分布、t-分布和F-分布.其中2χ分布是赫尔梅特于1875年在研究正态总体的样本方差时得到的;t-分布是英国统计学家戈塞特

（笔名“学生”）于1908年提出的;F-分布是费希尔在20世纪20年代提出的.

实验设计法

又称之为试验设计法.数理统计学的一个分支,研究如何制定实验方案,以提高实验效率,缩小随机误差的影响,并使实验结果能有效地进行统计分析的理论与方法.英国统计学家费希尔于1923年与梅克齐合作发表了第一个实验设计的实例,1926年提出了实验设计的基本思想.1935年费希尔出版了他的名著《实验设计法》,其中提出了实验设计应遵循的三个原则:随机化、局部控制和重复.费希尔最早提出的设计是随机区组和拉丁方方法,两者都体现了上述原则.1946年,英国统计学家芬尼在保证能估计全部主效应和少数一部分低阶交互作用的前提下,提出了部分实验法.正交表是进行部分实验法最方便的一种工具,日本统计学家田口玄一为正交表的形式和广泛应用做出了在国际上很有影响的工作.

点估计

总体未知参数估计的一种形式.目的是依据样本估计总体分布所含未知参数或未知参数的函数.构造点估计的方法常用的有矩估计法、最大似然估计法、最小二乘法和贝叶斯估计法.1894年英国统计学家皮尔逊提出的矩估计法,要旨是用样本矩的函数估计总体矩的同一函数.最大似然估计法是一种重要而普遍的点估计法,由英国统计学家费希尔在1912年提出,后来在他的1921年和1925年的工作中又加以发展.最小二乘估计法是由德国数学家高斯在1799—1809年和法国数学家勒让德在1806年提出的,并由俄国数学家马尔可夫在1900年加以发展.它主要用于线性统计模型中的参数估计问题.贝叶斯估计法是基于“贝叶斯学派”的观点而提出的估计法.英国学者贝叶斯1763年在《机会学说问题试解》中,提出了一种归纳推理的理论,以后被一些统计学者发展成为一种系统的统计推断方法,被称为贝叶斯方法.认为贝叶斯方法是唯一合理的统计推断方法的统计学者组成“贝叶斯学派”,它形成于20世纪30年代,到50—60年代已发展成为一个很有影响的学派.

区间估计

总体参数估计的一种形式.通过从总体中抽取的样本,根据一定的正确度与精确度的要求,构造出适当的区间,以作为总体的分布参数（或参数的函数）的真值所在范围的估计.1934年,由美国统计学家内曼创立了一种严格的区间估计理论,给出了置信系数和置信区间的概念.20世纪30年代初期英国统计学家费希尔提出了一种构造区间估计的方法,称之为信任推断法.另外,贝叶斯方法也是一种构造区间估计的方法.

假设检验

又被称为统计假设检验,是一种基本的统计推断形式,也是数理统计学的一个重要分支.在假设检验中,有一种检验方法被称为显著性检验.它是依据实际数据与理论假设H0之间的偏离程度来推断是否拒绝H0的检验方法.拟合优度检验是一类重要的显著性检验.英国统计学家皮尔逊在1900年提出的2 检

验是一个拟合优度检验.原苏联数学家柯尔莫哥洛夫和斯米尔诺夫在20世纪30年代的工作开辟了非参数假设检验的方向,分别得到柯尔莫哥洛夫检验和斯米尔诺夫检验,它们都是重要的拟合优度检验方法.美国学者内曼和皮尔逊之子皮尔逊在前人工作的基础上,于1928—1938年间对假设检验进行了系统而深入的研究,发表了一系列文章,建立了假设检验的严格数学理论.内曼引进了检验功效函数的概念,以此作为判断检验程序好坏的标准.内曼与皮尔逊在1933年提出了著名的内曼─皮尔逊引理,是对简单假设寻求最大功效检验的一个构造性的结果.运用与最大似然估计类似的原理,可得到似然比检验法.在一般情况下,寻求似然比的精确分布并不容易.1938年,美国统计学家威尔克斯建立了有关似然比的一个统计量,并证明了它渐近2χ分布,这就为大样本的似然比检验提供了实行的可能.用似然比法导出的U-检验、t-检验和F-检验,都是假设检验中的重要检验法.

统计决策理论

一种数理统计学的理论.这种理论把数理统计问题看成是统计学家与大自然之间的博弈,用这种观点把各种各样的统计问题统一起来,以对策论的观点来研究.这一理论的创立是数理统计学上的一次革新,拓广了统计学的内容范围,有较大的实际意义.美国统计学家瓦尔德1939年开始探讨这一理论,提出一般的判决问题,引进了损失函数、风险函数、极小极大原则和最不利先验分布等重要概念.他于1950年出版了专著《统计决策函数》（中译本,上海科技出版社,1960）,系统地总结了他在这一理论研究中的成果,同时也宣布了统计决策理论的正式创立.瓦尔德的理论受到统计学界的重视,成为第二次世界大战后统计学史上一个重大事件.1950年以后的几十年在这方面出现了不少工作,同时,这种理论对数理统计各分支的发展产生了程度不同的影响,特别是参数估计这个分支在其影响下,面貌有了很大变化.

序贯分析

数理统计学的一个分支.其名称源出于美国统计学家瓦尔德在1947年发表的—本同名著作.它研究的对象是所谓“序贯抽样方案”,及如何用这种抽样方案得到的样本去作统计推断.美国统计学家道奇和罗米格的二次抽样方案是较早的一个序贯抽样方案.1945年,施坦针对方差未知时估计和检验正态分布的均值的问题,也提出了一个二次抽样方案,据此序贯抽样方案既可节省抽样量,又可达到预定的推断可靠程度及精确程度.第二次世界大战时,为军需验收工作的需要,瓦尔德发展了一种一般性的序贯检验方法,叫做序贯概率比检验,此法在他的1947年的著作中有系统的介绍.瓦尔德的这种方法提供了根据各次观测得到的样本值接受原假设H0或接受备择假设H1的临界值的近似公式,也给出了这种检验法的平均抽样次数和功效函数,并在1948年与美国统计学家沃尔福威兹一起,证明了在一切两种错误概率分别不超过α和β的检验类中,上述序贯概率比检验所需平均抽样次数最少.瓦尔德在其著作中也考虑了复合检验的问题,有许多统计学者研究了这种检验,瓦尔德的上述开创性工作引起了许多统计学者对序贯方法的注意,并继续进行工作,从而使序贯分析形成为数理统计学的一个分支.除了检验问题以外,序贯方法在其他方面也有不少应用,如在一般的统计决策、点估计、区间估计等方面都有不少工作.

概率论与数理统计及其应用第二版课后答案浙江大学

第1章 随机变量及其概率 1，写出下列试验的样本空间： （1） 连续投掷一颗骰子直至6个结果中有一个结果出现两次，记录 投掷的次数。 （2） 连续投掷一颗骰子直至6个结果中有一个结果接连出现两次， 记录投掷的次数。 （3） 连续投掷一枚硬币直至正面出现，观察正反面出现的情况。 （4） 抛一枚硬币，若出现H 则再抛一次；若出现T ，则再抛一颗骰 子，观察出现的各种结果。 解：（1）}7,6,5,4,3,2{=S ；（2）},4,3,2{ =S ；（3）},,,,{ TTTH TTH TH H S =； （4）}6,5,4,3,2,1,,{T T T T T T HT HH S =。 2，设B A ,是两个事件，已知,125.0)(,5.0)(,25.0)(===AB P B P A P ，求)])([(),(),(),(___ ___AB B A P AB P B A P B A P ??。 解：625.0)()()()(=-+=?AB P B P A P B A P ， 375.0)()(])[()(=-=-=AB P B P B A S P B A P ， 875.0)(1)(___ --=AB P AB P ， 5.0)(625.0)])([()()])([()])([(___=-=?-?=-?=?AB P AB B A P B A P AB S B A P AB B A P 3，在100，101，…，999这900个3位数中，任取一个3位数，求不包含数字1个概率。

解：在100，101，…，999这900个3位数中不包含数字1的3位数的个数为648998=??，所以所求得概率为 72.0900 648= 4，在仅由数字0，1，2，3，4，5组成且每个数字之多出现一次的全体三位数中，任取一个三位数。（1）求该数是奇数的概率；（2）求该数大于330的概率。 解：仅由数字0，1，2，3，4，5组成且每个数字之多出现一次的全体三位数的个数有100455=??个。（1）该数是奇数的可能个数为48344=??个，所以出现奇数的概率为 48.0100 48= （2）该数大于330的可能个数为48454542=?+?+?，所以该数大于330的概率为 48.0100 48= 5，袋中有5只白球，4只红球，3只黑球，在其中任取4只，求下列事件的概率。 （1）4只中恰有2只白球，1只红球，1只黑球。 （2）4只中至少有2只红球。 （3）4只中没有白球。 解: （1）所求概率为338412 131425=C C C C ；

概率论与数理统计学1至7章课后标准答案

第五章作业题解 5.1 已知正常男性成人每毫升的血液中含白细胞平均数是7300, 标准差是700. 使用切比雪 夫不等式估计正常男性成人每毫升血液中含白细胞数在5200到9400之间的概率. 解：设每毫升血液中含白细胞数为，依题意得，7300)(==X E μ，700)(==X Var σ 由切比雪夫不等式，得 )2100|7300(|)94005200(<-=<

北京大学数学科学学院硕士研究生入学考试

考试科目编号： 01 数学分析02 高等代数 03 解析几何04 实变函数 05 复变函数06 泛函分析 07 常微分方程08 偏微分方程 09 微分几何10 抽象代数 11 拓扑学12 概率论 13 数理统计14 数值分析 15 数值代数16 信号处理 17 离散数学18 数据结构与算法 01 数学分析（150 分） 考试参考书： 1. 方企勤等，数学分析（一、二、三册）高教出版社。 2. 陈纪修、於崇华、金路，数学分析(上、下册)，高教出版社。 02 高等代数（100 分） 考试参考书： 1. 丘维声,高等代数(第二版) 上册、下册，高等教育出版社，2002年, 2003年。 高等代数学习指导书（上册），清华大学出版社，2005年。 高等代数学习指导书（下册），清华大学出版社，2009年。 2. 蓝以中，高等代数简明教程（上、下册），北京大学出版社，2003年（第一版第二次印刷）。 03 解析几何（50 分） 考试参考书： 1. 丘维声，解析几何（第二版），北京大学出版社，（其中第七章不考）。 2. 吴光磊，田畴，解析几何简明教程，高等教育出版社，2003年。 04 实变函数（50 分） 考试参考书： 1. 周民强，实变函数论，北京大学出版社，2001年。 05 复变函数（50 分）

考试参考书： 1. 方企勤，复变函数教程，北京大学出版社。 06 泛函分析（50 分） 考试参考书： 1. 张恭庆、林源渠，泛函分析讲义（上册），北京大学出版社。 07 常微分方程（50 分） 考试参考书： 1. 丁同仁、李承治，常微分方程教程，高等教育出版社。 2. 王高雄、周之铭、朱思铭、王寿松，常微分方程（第二版），高等教育出版社。 3. 叶彦谦，常微分方程讲义（第二版）人民教育出版社。 08 偏微分方程（50 分） 考试参考书： 1. 姜礼尚、陈亚浙，数学物理方程讲义（第二版），高等教育出版。 2. 周蜀林，偏微分方程，北京大学出版社。 09 微分几何（50 分） 考试参考书： 1. 陈维桓，微分几何初步，北京大学出版社（考该书第1-6章）。 2. 王幼宁、刘继志，微分几何讲义，北京师范大学出版社。 10 抽象代数（50 分） 考试参考书： 1. 丘维声, 抽象代数基础，高等教育出版社，2003年。 2. 聂灵昭、丁石孙，代数学引论（第一、二、三、四、七章，第八章第1、2、3节），高等教育出版社，2000年第二版。 11 拓扑学（50 分） 考试参考书： 1. 尤承业，基础拓扑学讲义，北京大学出版社，1997年（考该书第１-３章）。 12 概率论（50 分） 考试参考书： 1. 何书元，概率论北京大学出版社, 2006年。 2. 汪仁官，概率论引论北京大学出版社, 1994年。

浅谈对数理统计的学习与应用

浅谈对数理统计的学习与应用 作者:*** 学号:********* 学院:工学院专业:农产品加工与贮藏工程 记得达尔文有句名言“在科学中，凡是用不上任何一种数学的地方，凡是和数学没有联系的地方，都是不可靠的。”但是食品科学作为一个以理化为基础的应用型学科，我始终没有发现它与数学的紧密联系，因此也一直没有能够领略数理统计的独特魅力。因此在这门课的学习过程中我也经历了一段起伏的心路历程——从最初的为了高分一定要学好，到遇到困难放弃了学习，再到发现了它的独特魅力后的高密度学习。这其中充满了复杂的心情，但是最后的感叹是我们对数学的应用重视程度远远不及“西方列强”，因此我们虽然在一些科技研发、技术生产、管理服务等领域有不乏佼佼者，但我们在诸多领域的期望远低于“西方列强”，而方差却大都远远高过他们。因此，加强知大学生对数学尤其是数理统计的理解和应用迫在眉睫，其重要性远远大于期末考试漂亮的成绩单。 当初制定培养计划的时候，不知为什么导师就给选定了概率论与数理统计，当时很不理解，我们高中学了这门课程、大学也学了这门课程，到了研究生本来以为入学考试的时候考的数学二，就不用学概率论与数理统计了，但是导师却给了我与数理统计第三次邂逅的机会。虽然数学一直不好，但是开始的时候还是决心一定要把研究生的课程学好，真的是“数学虐我千百遍，我待数学如初恋”。但是由于“没有课本”、“听不懂”、“看不清”、“没有用”等貌似很有道理的客观原因的干扰很快掉队了，从开始的写作业到了最后的抄作业，甚至到后来的有两次课逃课去图书馆看其他的书去。不过，幸运的是后来上课的时候老师布置了读书笔记的作业，于是就翻出了一本老师推荐的《机会的数学》，想通过几天的突击看完后，写篇读后感就万事大吉了。 当我翻开这本书时，就被其中关于人的成功与机遇的论述而吸引了。其中谈到人的认知有很多盲点，许多事情有“碰碰运气”的成分，因而不能不受机遇的支配，因此我们要减少盲目性，就得多增进自己的学识，多参加社会实践，“活到老，学到老”、办事细心考虑周到，多权衡得失利弊等。当然，陈希孺先生的论述并没有到此结束，而是进一步说明了机遇贯穿我们生活中的各个角落，并且很多时候机遇是可以量化的，而有效的量化后的机遇可以更好的指导我们实践。当然这只是一种通俗的讲法，不具有很强的严谨性和普遍性，但正是这些引导着我真正开始了探索数理统计奥秘的奇幻之旅。 以前，由于“小概率事件是不可能发生的”观念的影响，总是觉得很多买彩

数理统计课后答案

） 数理统计 一、填空题 1、设n X X X ,,21为母体X 的一个子样，如果),,(21n X X X g ， 则称),,(21n X X X g 为统计量。不含任何未知参数 2、设母体σσμ),,(~2 N X 已知，则在求均值μ的区间估计时，使用的随机变量为 n X σ μ - 3、设母体X 服从修正方差为1的正态分布，根据来自母体的容量为100的子样，测得子样均值为5，则X 的数学期望的置信水平为95%的置信区间为 。 025.010 1 5u ?± ; 4、假设检验的统计思想是 。 小概率事件在一次试验中不会发生 5、某产品以往废品率不高于5%，今抽取一个子样检验这批产品废品率是否高于5%， 此问题的原假设为 。 0H ：05.0≤p 6、某地区的年降雨量),(~2 σμN X ，现对其年降雨量连续进行5次观察，得数据为： (单位：mm) 587 672 701 640 650 ，则2 σ的矩估计值为 。 ~ 7、设两个相互独立的子样2121,,,X X X 与51,,Y Y 分别取自正态母体)2,1(2 N 与 )1,2(N ， 2 *2 2*1,S S 分别是两个子样的方差，令2*2222*121)(,S b a aS +==χχ，已知)4(~),20(~22 2221χχχχ，则__________,==b a 。 用 )1(~)1(22 2 *--n S n χσ，1,5-==b a 8、假设随机变量)(~n t X ，则 21 X 服从分布 。)1,(n F

9、假设随机变量),10(~t X 已知05.0)(2 =≤λX P ，则____=λ 。 用),1(~2 n F X 得),1(95.0n F =λ 10、设子样1621,,,X X X 来自标准正态分布母体)1,0(N ， X 为子样均值，而 01.0)(=>λX P ， 则____=λ 01.04)1,0(~1z N n X =?λ 11、假设子样1621,,,X X X 来自正态母体),(2 σμN ，令∑∑==-=16 11 10 1 43i i i i X X Y ，则Y 的 分布 )170,10(2 σμN % 12、设子样1021,,,X X X 来自标准正态分布母体)1,0(N ，X 与2 S 分别是子样均值和子 样方差，令2*2 10S X Y =，若已知01.0)(=≥λY P ，则____=λ 。)9,1(01.0F =λ 13、如果,?1θ2?θ都是母体未知参数θ的估计量，称1?θ比2?θ有效，则满足 。 )?()?(2 1θθD D < 14、假设子样n X X X ,,,21 来自正态母体),(2σμN ，∑-=+-=1 1 2 12 )(?n i i i X X C σ 是2σ的一个无偏估计量，则_______=C 。 ) 1(21 -n 15、假设子样921,,,X X X 来自正态母体)81.0,(μN ，测得子样均值5=x ，则μ的置信度是95.0的置信区间为 。025.03 9 .05u ?± 16、假设子样10021,,,X X X 来自正态母体),(2 σμN ，μ与2 σ未知，测得子样均值 5=x ，子样方差12=s ，则μ的置信度是95.0的置信区间为 。 025.0025.0025.0)99(),99(10 1 5z t t ≈?± 17、假设子样n X X X ,,,21 来自正态母体),(2 σμN ， μ与2σ未知，计算得

数理统计在实际问题中的应用方法

数理统计在实际问题中的 应用方法 Prepared on 22 November 2020

数理统计在实际问题中的应用方法 哈尔滨工业大学，材料科学与工程一班，哈尔滨 150001 摘要：数理统计在自然科学、工程技术、管理科学及人文社会科学中得到越来越广泛和深刻的应用，其研究的内容也随着科学技术和经济社会的不断发展而逐步扩大。随机现象无处不在，渗透于日常生活的各个方面和科学技术的各个领域。概率统计就是通过研究随机现象及其规律从而指导人们从事物表象看到其本质的一门科学。学好概率尤其是能够将学习的概率统计应用于实践中将受益匪浅。 关键词：概率统计；实际问题；应用方法 数理统计是伴随着概率论的发展而发展起来的一个数学分支，研究如何有效的收集、整理和分析受随机因素影响的数据，并对所考虑的问题作出推断或预测，为采取某种决策 和行动提供依据或建议。数理统计以概率论为基础，研究社会和自然界中大量随机现象数 量变化基本规律的一种方法。其主要内容有参数估计、假设检验、相关分析、试验设计、 非参数分析和过程统计等。数理统计学是统计学的数学基础，从数学的角度去研究统计 学，为各种应用统计学提供理论支持。它研究怎样有效地收集、整理和分析带有随机性的 数据，以对所考察的问题作出推断或预测，直至为采取一定的决策和行动提供依据和建议 的数学分支。 1 数理统计的发展 数理统计起源于人口统计、社会调查等各种描述性统计活动。公元前2250年，大禹治水，根据山川土质，人力和物力的多寡，分全国为九州；殷周时代 实行井田制，按人口分地，进行了土地与户口的统计；春秋时代常以兵车多寡 论诸侯实力，可见已进行了军事调查和比较；汉代全国户口与年龄的统计数字 有据可查；明初编制了黄册与鱼鳞册，黄册乃全国户口名册，鱼鳞册系全国土 地图籍，绘有地形，完全具有现代统计图表的性质。我国缺少系统研究，未形 成专门的着作。 在西方各国，统计工作开始于公元前3050年，埃及建造金字塔，为征收建筑费用，对全国人口进行普查和统计。到了亚里土多德时代，统计工作开始往 理性演变。这时，统计在卫生、保险、国内外贸易、军事和行政管理方面的应 用，都有详细的记载。统计一词，就是从意大利一词逐步演变而成。 2 数理分析用途 2-1提供表示事物特征的数据

数理统计课后答案.doc

数理统计 一、填空题 1、设n X X X ,,21为母体X 的一个子样，如果),,(21n X X X g ， 则称),,(21n X X X g 为统计量。不含任何未知参数 2、设母体 ),,(~2 N X 已知，则在求均值 的区间估计时，使用的随机变量为 n X 3、设母体X 服从修正方差为1的正态分布，根据来自母体的容量为100的子样，测得子样均值为5，则X 的数学期望的置信水平为95%的置信区间为 。 025.010 1 5u 4、假设检验的统计思想是 。 小概率事件在一次试验中不会发生 5、某产品以往废品率不高于5%，今抽取一个子样检验这批产品废品率是否高于5%， 此问题的原假设为 。 0H ：05.0 p 6、某地区的年降雨量),(~2 N X ，现对其年降雨量连续进行5次观察，得数据为： (单位：mm) 587 672 701 640 650 ，则2 的矩估计值为 。 1430.8 7、设两个相互独立的子样2121,,,X X X 与51,,Y Y 分别取自正态母体)2,1(2 N 与 )1,2(N ， 2 *2 2*1,S S 分别是两个子样的方差，令2*2222*121)(,S b a aS ，已知)4(~),20(~22 2221 ，则__________, b a 。 用 )1(~)1(22 2 * n S n ，1,5 b a 8、假设随机变量)(~n t X ，则 2 1 X 服从分布 。)1,(n F 9、假设随机变量),10(~t X 已知05.0)(2 X P ，则____ 。 用),1(~2 n F X 得),1(95.0n F

数理统计在生活中的应用

统计在生活中的应用 统计是从数据中获得信息的科学。统计与实际生活息息相关，在生活实践中有着广泛的应用。从古代的结绳记事到现在的市场调查都是统计的应用。 我国设有国家统计局、地方统计局进行各种统计工作，从数据中获取信息指导我们国家的发展。统计局主要负责的工作有人民的生活、价格指数、就业人员和职工工资、人口、国内贸易、对外经济贸易、农业、工业等统计项目。我们所得到的城乡居民家庭人均收入及恩格尔系数、农产品生产价格指数、各地区居民消费指数及商品零售价格指数、各地区按行业分城镇私营企业和个体就业人数、人民币汇率（年平均价）等等，这些数据我们都可以从统计局的统计结果中获得。国家就是通过统计局人员对各类数据进行统计获取信息，根据信息制定下一年度的工作发展方向。 除了国家需要统计，我们的日常生活也需要统计。买股票，需要对历史的数据进行分析总结得出变化趋势；理财，需要对储蓄和消费进行合理的规划；天气预报，需要到对卫星收集来的数据进行分析得出未来变换趋势；农作物的收成，可以对历史年份产量统计求平均数获得一般收成量近似求出；选择旅游路线，需要对多种路线的路况、历程进行分析获得最优路线??????可以说统计在运用到我们生活的各个方面。 作为学生，我们身边也有很多易于发现的事运用了统计。我们的总成绩、平均成绩、学籍管理、经常参加的发放调查问卷、那个食堂的饭菜好吃、哪里买东西便宜等等都运用到了统计，统计可以说无处不在。 1.平均数与标准差的互补 我们知道：平均数反映的是现象的集中趋势，是现象的一致性结果。而标准差是现象的离中趋势，反映了现象差异性的变化。这两个指标从不同角度描述了现实中事物的对立和统一的情形。 例如：银行办理业务事项。 银行提高服务质量的重点是顾客的等待时间，在工作人员(或窗口)一定的条件下提高银行的服务质量，实际上就是如何缩短顾客的等待时间(平均数)和减少顾客等待时间的差异(标准差)。在缩短顾客的等待时间上，要求银行的工作人员有熟练的业务技巧，使处理的每一笔业务尽可能地在短时间内完成，从而提高整个银行的服务质量。 在这一点上，银行改变了原来由顾客填写单据而造成的不必要的时间上的浪费，也对减少顾客服务时间、减少顾客重复排队和减少顾客或因不了解业务而产主的尴尬，在减少顾客等待的时间差异上来说，就需要银行在管理手段上引入更好的机制。 现在银行已经采用了叫号的方法，每个顾客来到银行后，先在窗口上领一个号，然后，坐在有电视、茶水、报纸旁的座位上等待服务。这种将顾客分别站在每一个窗口等待办理业务改变为顾客都在同一等待线上等待办理业务的做法，从实现和心理两个方面，减少了顾客等待时间上的差异。 首先，以前顾客来到银行后，看到每个窗口都排了很长的队，不知道选择哪个队，可能会离开或者等下次再来。也许留下来的顾客很可能因不知道前面顾客的业务量大小而选择了需要等待时间较长的队，造成排在其他队比他后来的顾客先行办理完业务。这时，本来就因排队而厌烦的顾客又因“错”排了队，而使等待的时问相对较长，所形成的心理上的抱怨就会形成对银行服务质量不好。工作

数理统计的基础知识

第五章数理统计的基础知识 在前四章的概率论部分中，我们讨论了概率论的基本概念、思想和方法。知道随机变量的统计规律性是通过随机变量的概率分布来全面描述的。在概率论的许多问题中，概率分布通常是已知的或假设为已知的，在这一前提下我们去研究它的性质、特点和规律性，即讨论我们关心的某些概率、数字特征的计算以及对某些问题的判断、推理等。 但在许多实际问题中，所涉及到的某个随机变量服从什么分布我们可能完全不知道，或有时我们能够根据某些事实推断出分布的类型，但却不知道其分布函数中的某些参数。 例如：1、某种电子元件的寿命服从什么分布是完全不知道的。 2、检测一批灯泡是否合格，则每个灯泡可能合格，也可能不合格，则服从（0-1） 分布，但其中的参数p未知。 对这类问题要深入研究，就必须知道与之相应的分布或分布中的参数。数理统计要解决的首要问题就是：确定一个随机变量的分布或分布中的参数。 数理统计学是研究随机现象规律性的一门学科，它以概率论为理论基础，研究如何以有效的方式收集、整理和分析受到随机因素影响的数据，并对所考察的问题作出推理和预测，直至为采取某种决策提供依据和建议。 数理统计研究的内容非常广泛，可分为两大类： 一是：怎样有效地收集、整理有限的数据资料。 二是：怎样对所得的数据资料进行分析和研究，从而对所考察对象的某些性质作出尽可能精确可靠的判断—本书中参数估计和假设检验。 第一节数理统计的基本概念 一、总体与总体的分布 在数理统计中，我们将研究对象的全体称为总体或母体，而把组成总体的每个元素称为个体。总体中所包含的个体的个数称为总体的容量.容量为有限的总体称为有限总体；容量为无限的总体称为无限总体. 总体和个体之间的关系就是集合与元素之间的关系. 在实际问题中，研究对象往往是很具体的事物或现象，而我们所关心的不是每一个个体的种种具体的特征，而是其中某项或某几项数量指标，记为X。 例如：研究一批灯泡的平均寿命时，该批灯泡的全体构成了研究的总体，其中每个灯泡就是个体。 但在实际问题中，我们仅仅关心灯泡的使用寿命（记X表示该批灯泡的寿命）。则X就是我们研究的总体（所有灯泡寿命的集合），每一个灯泡的寿命就是一个个体。 再如：考查某一群体的身高和体重，则全体人员的（身高、体重）是总体，每个人的身高和体重是个体。 由此给出定义： 总体：对所研究对象的某些指标进行试验，将试验的全部可能的观测值称为总体记为X。 个体：每一个可能的观测值称为个体。 对不同的个体，X的取值一般是不同的。例如在试验中观察若干个个体就会得到X的一种数值，但在试验或观察之前，无法确定会得到一组什么样的数值，所以X是一个随机变量或随机向量，而X的分布也就完全描述了我们所关心的指标，即总体的分布。 为方便起见，以后我们将X的可能取值的全体组成的集合称为总体，或直接称随机变量X为总体，X的分布也就是总体的分布。 例如：正态总体：是指表示总体某个数量指标的随机变量服从正态分布。 【注1】总体的分布一般情况下是未知的，这就需要利用总体中部分个体的数据资料来

统计学经典书籍推荐

统计学经典书籍推荐 这是我碰巧在网上看到有人做了一些关于统计学经典书籍推荐和建议的总结，所以特意 转载与此，希望对大家有用。 一、统计学基础部分 1、《统计学》David Freedman等著，魏宗舒，施锡铨等译中国统计出版社 据说是统计思想讲得最好的一本书，读了部分章节，受益很多。整本书几乎没有公式，但是讲到了统计思想的精髓。 2、《Mind on statistics(英文版）》机械工业出版社 只需要高中的数学水平，统计的扫盲书。有一句话影响很深：Mathematics as to statistics is something like hammer, nails, wood as to a house, it's just the material and tools but not the house itself。 3、《Mathematical Statistics and Data Analysis（英文版.第二版）》机械工业出版社 看了就发现和国内的数理统计树有明显的不同。这本书理念很好，讲了很多新的东西，把很热门的Bootstrap方法和传统统计在一起讲了。Amazon上有书评。 4、《Business Statistics a decision making approach（影印版）》中国统计出版社 在实务中很实用的东西，虽然往往为数理统计的老师所不屑 5、《Understanding Statistics in the behavioral science（影印版）》中国统计出版社 和上面那本是一个系列的。老外的书都挺有意思的 6、《探索性数据分析》中国统计出版社和第一本是一个系列的。大家好好看看陈希儒老先生做的序，可以说是对中国数理统计的一种反思。 二、回归部分 1、《应用线性回归》中国统计出版社 还是著名的蓝皮书系列，有一定的深度，道理讲得挺透的。看看里面对于偏回归系数的说明，绝对是大开眼界啊！非常精彩的书 2、《Regression Analysis by example (3rd Ed影印版)》 这是偶第一本从头到底读完的原版统计书，太好看了。那张虚拟变量写得比小说都吸引人。没什么推导，甚至说“假定你有统计软件可以算出结果”，主要就是将分 析，怎么看图，怎么看结果。看完才觉得回归真得很好玩 3、《Logistics回归模型——方法与应用》王济川郭志刚高等教育出版社不多的国内的经典统计教材。两位都是社会学出身，不重推导重应用。每章都有详细的SAS和SPSS程序和输出的分析。两位估计洋墨水喝得比较多，中文写的书，但是明显老外写书的风格 三、多元 1、《应用多元分析（第二版）》王学民上海财经大学出版社 现在好像就是用的这本书，但是请注意，这本书的亮点不是推导，而是后面和SAS结合的部分，以及其中的一些想法（比如P99 n对假设检验的影响，绝对是统计的感觉，不是推推公式就能感觉到的）。这是一本国内很好的多元统计教材。 2、《Analyzing Multivariate Data（英文版）》Lattin等著机械工业出版社这本书有很多直观的感觉和解释，非常有意思。对数学要求不高，证明也不够好，但的确是“统计书”，不是数学书。

数理统计在医学中的应用

谈数理统计在医学中的应用 摘要：目前数理统计在医学方面的应用越来越广泛。本文首先论述了其研究内容和特点，再通过举例说明，表明数理统计这门学科在疾病的治疗、药物的研究等方面发挥着不可替代的作用，最后是对该学科的展望，数理统计这门学科有广阔的发展空间，并且越来越多地应用到实际生活中。 关键词：数理统计医学贝叶斯公式药物疾病 第一章概述 数理统计是研究现实世界中大量现象的客观规律性的科学。也即从实际资料出发，来研究大量现象的规律性。具体来说，数理统计是研究从被研究对象的总体中抽出的一部分的某些性质，从而推断分析所研究的总体的性质。 医用数理统计方法是研究医学随机现象变异规律性的一门科学方法，它运用数理统计的基本知识，研究如何科学地搜集原始数据资料，建立有效的数据处理方法，进行统计分析，通过被研究问题作出估计和检验，从而指出事物变异的统计规律性。 在实际生活中，医学随机现象的变异性是普遍存在的，如同一地区内性别、年龄在不同时间段的构成比不同；同一疾病用同一种方法治疗，不同人群会有不同的治疗效果等。医学随机事件直接表现为一；定数量，这些数量的取值不能事先确定，而是受偶然因素的影响而改变的。这种随着偶然因素而改变的变量，称为随机变量。例如治愈数、死亡数、测量身高、体重所产生的误差等。通过数理统计研究使我们对于随机变量的特征及其变化规律获得一个总的认识，即通常所说的统计规律性就是随机变量概率分布特征的规律性。 统计学原理中要求抽样调查必须遵循的原则是抽样随机化。随机变量一般分为连续型随机变量和离散型随机变量，连续型随机变量是指随机变量取值充满某一个区间，如人的身高和血压的测定值等，它符合正态分布; 离散型随机变量是指随机变量只能取有限个或可数个值，如同一疾病中的治愈人数等，它符合二项分布。在医疗实践中，数理统计就是对大量随机事件进行科学的搜集整理统计资料并根据概率理论，以样本资料对总体的某些性质作出估计和判断

概率论与数理统计及其应用(第二版)第一章习题参考答案

《概率论与数理统计及其应用》（第二版）第一章习题参考解答 1．解：（1）{}67,5,4,3,2=S （2）{} ,4,3,2=S （3）{} ,,,TTH TH H S = （4）{}6,5,4,3,2,1,,T T T T T T HT HH S = 2．解：8 1 )(,21)(,41)(=== AB P B P A P ∴ )()()()(AB P B P A P B A P -+= 8 5 812141=-+= )()()(AB P B P B A P -==838121=-= 8 7 811)(1)(=-=-=AB P AB P )])([(AB B A P )]()[(AB B A P -= )()(AB P B A P -= )(B A AB ? 2 18185=-= 3．解：用A 表示事件“取到的三位数不包含数字1” 25 18 900998900)(191918=??==C C C A P 4、解：用A 表示事件“取到的三位数是奇数”，用B 表示事件“取到的三位数大于330” (1) 4554 43)(2 5 15141413????==A C C C C A P =0.48 2） 4554 21452)(2 5 151 4122512????+??=+=A C C C A C B P =0.48 5、解：用A 表示事件“4只中恰有2只白球，1只红球，1只黑球”， 用B 表示事件“4只中至少有2只红球”，

用C 表示事件“4只中没有只白球” （1）4 12 1 31425)(C C C C A P ==495120=338 （2）41248381 41)(C C C C B P +-==16567495201= 或16567 )(4 124 418342824=++=C C C C C C B P （3）99 7 49535)(4124 7= ==C C C P 6．解：用A 表示事件“某一特定的销售点得到k 张提货单” n k n k n M M C A P --=)1()( 7、解：用A 表示事件“3只球至少有1只配对”，用B 表示事件“没有配对” （1）3212313)(=??+= A P 或32 1231121)(=????-=A P （2）3 1 123112)(=????=B P 8、解 1.0)(,3.0)(,5.0)(===AB P B P A P （1）31 3.01.0)()()(=== B P AB P B A P ， 5 1 5.01.0)()()(=== A P A B P A B P 7.01.03.05.0)()()()(=-+=-+=AB P B P A P B A P )()()()()()]([)(B A P AB P B A P AB A P B A P B A A P B A A P === 75 7.05.0== 7 1 7.01.0)()()()])([()(==== B A P AB P B A P B A AB P B A AB P

2018北京大学应用统计考研经验分享

楼主以初试第七、复试第一的成绩成功考入了北京大学应用统计专业，专业课满分可不多见，这个不仅仅需要扎实的复习，更需要在考场上有良好的心态。 我初试成绩408，第七，政治63，英语66，数学三131，专业课150.复试成绩第一，总成绩第二。本人来自于中部某985高校，统计学专业说实话专业课满分还是让我挺意外的，虽然今年专业课不难，但我总是会担心我计算错误，或者某些地方写的不是那么清楚。 初试最后一场考统计学的时候，我们那个考场还有30分钟结束考试的时候，刷啦啦的一片提前交卷的，我心想考研还提前交卷，有必要这么急吗....虽然周围交卷的动作挺让人烦躁的，我最后还是让自己静下心来，因为我知道有时候就这点时间可以完全影响到一个人以后的路，认真检验坚持到了最后一秒钟发现了一处笔误改正过来了。 其实初试还是有点让人不爽的，我坐在最后一桌，外面挂着的空调箱离我特别近，每次嗡嗡响的。考试前一天晚上睡觉老是担心自己睡过头错过早上的考试，睡觉睡得半梦半醒，老是想看时间。不过这个应该挺正常的，大多数人都有这种情况。我高中有次考试睡前紧张，弄得失眠了好久，结果第二天的数学考试考的还相当不错。 说这些呢，主要是想说考试的时候心态要好，就算心态不好有点紧张的话也不用太在意，因为并不会对你的成绩的发挥有太大的影响。真正影响最大的是考

前有些紧张，然后老在想我怎么这么紧张呢，到时候考场肯定考不好的那种人。然后考研当天还是要全心全力的考完，检查到最后一秒钟，相信自己的努力总会是有回报的。 学习方面的话总的来说开始的时间越早越好，总之没有坏处，别想着暑假才开始复习，不然你才刚开始复习，其他人可能都已经过完一遍了。时间分配上，我觉得个人有个人的习惯吧，大致来讲，每天除了吃饭、中午晚上睡觉以外90%以上的时间要用在学习上。平时看书看累了可以跑跑步、眺望远处来休息下。考研期间就不要想着到处玩什么了，考研完了有的是时间，这段时间好好奋斗，未来肯定会觉得值得的，正所谓天道酬勤。 接下来说说考研的选择问题吧，我个人是挺看好统计专业的，因为现在人工智能、大数据很火爆，金融行业也需要统计学，我刚上大学时是数学专业，就是觉得统计学专业好，后来申请转到了统计学专业。既然考研，那为什么不考个最好的学校呢，我当时就是这么想的。所以就想着北大或是清华，众所周知北大文理强，清华工科强，所以选择了北大。 北大的统计专业有数学学院的应用统计专业还有交叉研究院的数据科学（统计学），这两个专业初试科目完全一样包括专业课432统计学（是一套卷子）。数学学院的这个专业复试主要就是问统计专业课问题，还有本科学过的和统计学、数学相关的课程内容。交叉研究院的复试主要问统计学以外还会问到计算机。

浅谈数理统计及其在社会经济领域的运用

浅谈数理统计及其在社会经济领域的运用 数理统计的最基本概念是总体和样本，它的基本思想就是通过对样本信息的分析来推断出总体的进行情况。随着经济的不断发展与进步，影响经济决策的各类因素都在不断改变，这对于经济的发展在一定程度上起到了制约作用。所以，在面对各类经济以及社会发展的问题上，应当利用数理统计的知识来看待问题，解决问题，这对于我国经济社会的发展也具有十分重要的意义。 标签：数理统计；社会经济；领域；运用 目前，数理统计的发展突飞猛进，已经得到了社会各界人士的普遍关注，在国际上也受到了重视。由于数理统计的应用十分广泛，统计学专业也因此而成为西方国家的热门专业，包括美国、加拿大等国家都十分热衷。数理统计的应用范围十分广泛，包括生物、医学、物理、化学、工程、环境保护、金融、经济、科学计算、心理学、认知科学等领域都会进行涉猎与交叉。甚至，对于众多诺贝尔经济学获奖者而言，其主要贡献也都与数理统计有着密切联系。因此在科技飞速发展的新时代，数理统计方法与技术的应用也将占有越来越重要的地位。 一、数理统计的基本概念 （一）数理统计的学科特点 数理统计，主要是针对随机现象进行有限次的观测或试验的结果进行数量研究的一门学科，具有非常强烈的学科特点，能够依靠对数量规律的总体性来做出具有一定可靠性的推断，属于应用数学学科。所以可以认为，统计学的基础就是数理统计学，通过有效地收集、整理和分析带有随机性的数据进行研究，用以来推断或预测出想要考察的问题，甚至对将要进行的决策和行动来提供合理的依据和建议。从数理统计学的角度可以看出，数理统计是一门非常活跃但又十分重要的学科。从学科划分角度来讲，数理统计应归属于数学学科，但它的研究重点又不是单纯的数学理论或方法，而是这种理论或方法的应用。因此通常用归纳法来进行研究，而不是数学的演绎法。 （二）数理统计基本概念 数理统计的最基本概念是总体和样本，它的基本思想就是通过对样本信息的分析来推断出总体的进行情况。所以我们把研究对象的全体叫做总体。在数理统计上，通常用研究对象的一个或多个指标的随机变量来刻画出总体，所以统计问题以及统计模型都是针对总体而提出来的。统计方法的产生是出于对总体推断的需要，通过总体进行推断的相关统计处理过程中，统计思想也应运而生。 二、数理统计学在社会经济领域的优势和作用 （一）数理统计学在社会经济领域的优势

第六章数理统计学的基本概念

第六章数理统计的基本概念 一、教学要求 1．理解总体、个体、简单随机样本和统计量的概念，掌握样本均值、样本方差及样本矩的计算。 2．了解分布、t分布和F分布的定义和性质，了解分位数的概念并会查表计算。 3．掌握正态总体的某些常用统计量的分布。 4．了解最大次序统计量和最小次序统计量的分布。 本章重点：统计量的概念及其分布。 二、主要内容 1．总体与个体 我们把研究对象的全体称为总体(或母体)，把组成总体的每个成员称为个体。在实际问题中，通常研究对象的某个或某几个数值指标，因而常把总体的数值指标称为总体。设x为总体的某个数值指标，常称这个总体为总体X。X的分布函数称为总体分布函数。当X为离散型随机变量时，称X的概率函数为总体概率函数。当X为连续型随机变量时，称X的密度函数为总体密度函数。当X服从正态分布时，称总体X为正态总体。正态总体有以下三种类型： (1)未知，但已知； (2)未知，但已知； (3)和均未知。 2．简单随机样本 数理统计方法实质上是由局部来推断整体的方法，即通过一些个体的特征来推断总体的特征。要作统计推断，首先要依照一定的规则抽取n个个体，然后对这些个体进行测试或观察得到一组数据，这一过程称为抽样。由于抽样前无法知道得到的数据值，因而站在抽样前的立场上，设有可能得到的值为，n维随机向量()称为样本。n称为样本容量。(）称为样本观测值。 如果样本()满足 （1）相互独立； (2) 服从相同的分布，即总体分布； 则称()为简单随机样本。简称样本。 设总体X的概率函数(密度函数)为，则样本（)的联合概率

函数(联合密度函数为)

3. 统计量 完全由样本确定的量，是样本的函数。即：设是来自总体X 的 一个样本，是一个n 元函数，如果中不含任何总体的未知参数，则称 为一个统计量，经过抽样后得到一组样本观测值 ，则称 为统计量观测值或统计量值。 4. 常用统计量 （1）样本均值： （2）样本方差： （3）样本标准差： 它们的观察值分别为： 这些观察值仍分别称为样本均值、样本方差和样本标准差。 （4）样本（k 阶）原点矩 1 1,1,2,n k k i i A X k n ===∑L （5）样本（k 阶）中心矩 1 1(),2,3,n k k i i B X X k n ==-=∑L 其中样本二阶中心矩21 1(),n k i i B X X n ==-∑又称为未修正样本方差。 （6）顺序统计量 将样本中的各个分量由小到大的重排成 (1)(2)()n X X X ≤≤≤L 则称(1)(2)(),,n X X X L 为样本顺序统计量，()(1)n X X -为样本的极差。 （7）样本相关系数： 1 1 2 211 ()()()() 11()()n n i i i i i i xy n n x y i i i i x x y y x x y y r S S x x y y n n ====----= = --∑∑∑∑

概率论与数理统计学1至7章课后答案

一、第六章习题详解 6.1 证明（6.2.1）和(6.2.2)式. 证明： (1) ∑∑∑===+=+==n i i n i i n i i nb X a n b aX n Y n Y 1 11)(1 )(11 b X a b X n a n i i +=+=∑=1 )1( (2) ∑∑==+-+=--=n i i n i i Y b X a b aX n Y Y n S 1 212 2 )]()[(1)(11 221 2212)(1)]([1X n i i n i i S a X X n a X X a n =-=-=∑∑== 6.2设n X X X ,,,21 是抽自均值为μ、方差为2 σ的总体的样本, X 与2S 分别为该样本均值。证明与2 (),()/E X Var X n μσ==. 证：()E X =12121 1 1 [()]()()n n E X X X E X X X n n n n μμ++ = ++== ()Var X =22 1212221 1 1[()]()()n n Var X X X E X X X n n n n n σσ++ =++ == 6.3 设n X X X ,,,21 是抽自均值为μ、方差为2 σ的总体的样本,2 21 1()1n i i S X X n ==--∑, 证明: (1) 2 S =)(11 21 2X n X n n i i --= ∑= (2) 2()E S =2σ= 证：(1) ∑∑==+--=--=n i i i n i i X X X X n X X n S 1 2212 2 )2(11)(11 ]2)([112112X n X X X n n i i n i i +--=∑∑== ])(2)([11212X n X n X X n n i i +--=∑= )(1121 2X n X n n i i --=∑=

数理统计试题完整版

数理统计试题 HEN system office room 【HEN16H-HENS2AHENS8Q8-HENH1688】

2015-2016学年第1学期《数理统计学》考试试题 1、考试中可以使用不带编程功能的科学计算器。 2、计算题要求写出公式及其主要计算过程，如果没有特殊说明结果保留2位小数。 3、请将选择题的答案（用字母A 、B 、C 、D ）填在下表对应题号后的空格内。 选择题答案表 一、单项选择题（每题2分，共20分，选出最为恰当的一项）。 1. 设总体),(~211σμN X ，),(~2 2 2σμN Y 相互独立，样本量分别为1n ，2n ，样本方差分别为21S ，22S ，检验2221122210::σσσσn n F S S α D. )1,1(21222 2 1-->n n F S S α 2. 假设?θ 是θ的一个点估计，那么以下说法中错误的是（ ）。 A.如?()E θ θ=，则?θ是θ的无偏估计 B.如?θ 是θ的无偏估计，则?()g θ是()g θ的无偏估计 C.如?θ 是θ的极大似然估计，()g θ有单值反函数，则?()g θ是()g θ的极大似然估计 D.?θ 的均方误差定义为2??()()MSE E θθθ=- 3. 设n X X X ,,,21 为来自正态分布),(2σμN 的简单随机样本，X 为样本均值， ∑=-=n i i n X X n S 1 22)(1，则服从自由度为1-n 的t 分布的统计量为（ ）。