跳过正文

应用数理统计-题型整理

·1381 字·3 分钟
数学 课程笔记
Ji Binquan
作者
Ji Binquan
现在也没研究明白
目录

专题一 概率基础 (第一题)
#

1. 1 理论
#

标准手写希腊字母:

请添加图片描述

在本文中,定义:

在这里插入图片描述

1.1.1 统计量
#

请添加图片描述

1.1.2 四大分布与抽样分布定理
#

请添加图片描述 请添加图片描述 请添加图片描述
==在考试时进行区间估计和假设检验时,使用的是上侧分位点!(但课本上的表大多是下侧的,记得换算)==
在这里插入图片描述 在这里插入图片描述 在这里插入图片描述

1.1.3 正态运算性质
#

请添加图片描述

标准正态下侧分位点运算公式: $$ \Phi(-x ) = 1–\Phi(x) $$

1.1.4 典型题目
#

独立性判断和查表算数
#
请添加图片描述 请添加图片描述 请添加图片描述
例题
#
2018 一
#
在这里插入图片描述 请添加图片描述 请添加图片描述

1.2. 题目汇总
#

1.2.1. 独立性问题
#

2019 一
#
在这里插入图片描述 在这里插入图片描述 请添加图片描述

2. 查表凑数题
#

2012 一
#
在这里插入图片描述 请添加图片描述
2016 一
#
在这里插入图片描述 在这里插入图片描述 在这里插入图片描述
2017 一
#

在这里插入图片描述

在这里插入图片描述

在这里插入图片描述

3.其他
#

2015 一(求样本容量)
#
在这里插入图片描述 在这里插入图片描述
2020 一(核方法求条件分布)
#
在这里插入图片描述 请添加图片描述

专题二 贝叶斯估计(第二题)
#

2.1 理论
#

2.1.1 贝叶斯估计基本方法
#

请添加图片描述 在这里插入图片描述

2.1.2 核方法
#

==什么是“核”:一个分布密度函数去掉与主要变量无关的系数就是“核”==
请添加图片描述 请添加图片描述

2.1.3 三种损失函数下的贝叶斯估计
#

请添加图片描述

2.1.4 典型题目
#

(1)离散先验下点估计
#
2020 二
#
在这里插入图片描述 请添加图片描述 请添加图片描述
(2)连续先验下点估计
#
2015 二
#
在这里插入图片描述 请添加图片描述
2012 二
#
在这里插入图片描述 请添加图片描述
课本P101(习题二)32题改
#
在这里插入图片描述

请添加图片描述

在这里插入图片描述

2.2. 题目汇总
#

2.2.1 离散先验下点估计
#

见2.1.4

2.2.2 连续先验下点估计
#
2016 二
#
在这里插入图片描述 在这里插入图片描述
2017 二 / 2023 二(重难点)
#

2017

在这里插入图片描述

在这里插入图片描述 在这里插入图片描述
2018 二
#
在这里插入图片描述 在这里插入图片描述 请添加图片描述
2019 二 难点(加权损失配凑分布计算)
#
在这里插入图片描述 在这里插入图片描述 请添加图片描述 请添加图片描述
2021 六
#
在这里插入图片描述 在这里插入图片描述 在这里插入图片描述
2.2.3. 连续先验下区间估计
#

课本79页

专题三 点估计(第三题)
#

3.1 理论
#

3.1.1. 矩估计
#

请添加图片描述
==注意:矩估计一般使用原点矩(A),且低阶矩优先于高阶矩。==
在这里插入图片描述
均方误差MSE
#

对于估计值为 $\hat\theta$ 的参数估计,其均方误差为: $$ MSE = E(\hat{\theta} - \theta)^2 $$

==不难看出,对于无偏估计,其估计的均方误差就是估计量的方差==

顺序统计量的联合分布
#
在这里插入图片描述 在这里插入图片描述
常用计算技巧
#
请添加图片描述

3.1.2. 极大似然估计
#

在这里插入图片描述

在这里插入图片描述 在这里插入图片描述

3.2. 题目汇总
#

2012 三
#
image-20240828183245932 在这里插入图片描述
2015 三
#
在这里插入图片描述 在这里插入图片描述
2017 三
#

在这里插入图片描述

在这里插入图片描述 在这里插入图片描述
2018 三
#
在这里插入图片描述 在这里插入图片描述
2019 三
#
在这里插入图片描述 在这里插入图片描述 在这里插入图片描述
2019 四
#
在这里插入图片描述 在这里插入图片描述
2020 三
#
在这里插入图片描述 在这里插入图片描述
2021 七
#
在这里插入图片描述 在这里插入图片描述 在这里插入图片描述 在这里插入图片描述

专题四 区间估计(第四题)
#

4.1. 单一总体区间估计
#

4.1.1 典型题目
#

2012 四
#
在这里插入图片描述 请添加图片描述
2015 四
#
在这里插入图片描述 请添加图片描述

4.1.2 题目汇总
#

2016 三
#
在这里插入图片描述 在这里插入图片描述 在这里插入图片描述
2020 四
#
在这里插入图片描述 在这里插入图片描述
2021 一
#
在这里插入图片描述 在这里插入图片描述

2. 混合总体区间估计
#

2018 四
#
在这里插入图片描述
==对于多正态总体的区间估计,依然可以按照之前的计算方式,得出估计类型后,直接带入模板进行区间估计==
在这里插入图片描述
2019 五
#
在这里插入图片描述 请添加图片描述

专题五 参数假设检验(第五题)
#

5.1. 单一总体假设检验
#

5.1.1 典型题目
#

2017 五
#

在这里插入图片描述

在这里插入图片描述 请添加图片描述

5.2. 混合总体假设检验
#

5.2.1 典型题目
#

2012 五
#
在这里插入图片描述 请添加图片描述 请添加图片描述
2015 五
#
请添加图片描述 请添加图片描述

5.2.2 题目汇总
#

2016 四
#
在这里插入图片描述 在这里插入图片描述
2020 五
#
在这里插入图片描述 请添加图片描述
2021 八
#
在这里插入图片描述 在这里插入图片描述

5.3. 两类错误问题
#

2023
#

在这里插入图片描述

在这里插入图片描述

在这里插入图片描述

在这里插入图片描述 请添加图片描述
==由上题可知,功效函数是固定的,就是在计算第一类错误和第二类错误时的定义域不一样。(第一类错误取原假设的参数值/端点,第二类错误计算取备择假设的参数值/端点)==

专题六 非参数假设检验(第六题)
#

6.1. 皮尔逊卡方检验(拟合优度)
#

组合数计算
#
在这里插入图片描述
2015 六
#
在这里插入图片描述 请添加图片描述 请添加图片描述

6.2. 卡方独立性检验(列联表)
#

6.2.1 典型题目
#

2017 六
#
在这里插入图片描述 请添加图片描述 请添加图片描述

6.2.2 题目汇总
#

2016 五
#
在这里插入图片描述 在这里插入图片描述
2018 六
#
在这里插入图片描述 在这里插入图片描述

6.3. 秩和检验
#

6.3.1 典型题目
#

样本数量小于10
#
2019 六
#
==当两组数据数量不同时,选少的那个算秩和==
在这里插入图片描述 请添加图片描述
样本数量大于10
#
2012 六
#

在这里插入图片描述

在这里插入图片描述

算个结论吧,n>10的时候 $R_1$ 服从正态分布, 参数如上所示

6.3.2 题目汇总
#

==注意:课本上的秩和检验表有个4没印刷出来==
2021 二
#
在这里插入图片描述 在这里插入图片描述

专题七 单因素方差分析(第七题)
#

7.1 典型题目
#

7.1.1. 不给出样本均值方差
#

2016 七
#
在这里插入图片描述 请添加图片描述 请添加图片描述

7.1.2. 给出样本均值方差
#

2019 七
#
在这里插入图片描述 请添加图片描述 请添加图片描述

7.2 题目汇总
#

7.2.1. 不给出样本均值方差
#

2015 七
#
在这里插入图片描述 在这里插入图片描述

7.2.2. 给出样本均值方差
#

2017 七
#
在这里插入图片描述 在这里插入图片描述
2018 七
#
在这里插入图片描述 在这里插入图片描述

专题八 最小二乘估计(第八题)
#

8.1 基础理论
#

请添加图片描述 在这里插入图片描述 请添加图片描述 在这里插入图片描述 请添加图片描述

image-20240828183546261

在这里插入图片描述

8.2. 由样本数据进行最小二乘估计
#

8.2.1 典型题目
#

2018 八
#
在这里插入图片描述 请添加图片描述
2019 八
#
在这里插入图片描述 请添加图片描述

8.3. 给出样本分布进行估计
#

8.3.1 典型题目
#

2012 八
#
在这里插入图片描述 请添加图片描述

8.3.2 题目汇总
#

2015 八
#
在这里插入图片描述
2017 八
#
在这里插入图片描述 在这里插入图片描述

8.4.由最小二乘求分布问题
#

8.4.1 典型题目
#

2016 八
#
在这里插入图片描述 请添加图片描述 请添加图片描述
2020 八
#
在这里插入图片描述 请添加图片描述 在这里插入图片描述

8.4.2 题目汇总
#

P238第17题(习题五17题)
#
在这里插入图片描述
2021
#
在这里插入图片描述 请添加图片描述 在这里插入图片描述

写在最后
#

本资料为个人整理,难免存在错漏,欢迎联系我进行改正。资料仅供学习参考,禁止用作商业用途。

愿选到这课的人都不挂科🙏。