2017考研数学概率复习:参数估计与假设检验

发布时间:2017-08-16 编辑:少冰

参数估计与假设检验是概率论与数理统计的最后一部分内容,是整门学科的结束。统计推断的基本问题可以分为两大类,一类是估计问题,另一类就是假设检验问题。参数估计主要是讨论主题参数的两种方法:矩估计法和最大似然估计法。假设检验问题,在总体的分布函数完全未知或只知其形式,但不知其参数的情况,为了推断总体的某些未知特性,提出某些关于总体的假设。下面是小编为大家整理收集的2017考研数学概率复习:参数估计与假设检验,仅供大家参考。

常考考点 常考题型 考试要求
点估计   了解参数的点估计、估计量和估计值得概念
估计量
估计值
矩估计法 1.求连续型总体分布中未知参数的矩估计、极大(最大)似然估计 掌握矩估计法(一阶矩、二阶矩)和最大似然估计法
最大似然估计法 2.求离散型总体分布中未知参数的矩估计、极大(最大)似然估计
无偏性 1.判定估计量是否具有无偏性 了解估计量的无偏性、有效性(最小方差性)和一致性(相合性)的概念,并会验证估计量的无偏性. (数一)
有效性 2.利用无偏性的定义求统计量中的未知参数
相合性  
区间估计 求参数的区间估计 理解区间估计的概念,会求单个正态总体的均值与方差的置信区间,会求两个正态总体的均值差和方差比的置信区间.(数一)
置信区间
显著性假设   理解显著性检验的基本思想,掌握假设检验的基本步骤,了解假设检验可能产生的两类错误
两类错误
正态总体下均值与方差的假设检验 正态总体下的均值与方差的假设检验 掌握单个及两个正态总体的均值与方差的假设检验

参数估计这部分内容是考试的重点,综合性较强,考查的主要内容和方法有:

1. 求参数的矩估计和最大似然估计;

2. 计算估计量的数学期望和方差。


最新推荐
热门推荐