该标签下共计 7 篇文章,共计 6872 字
2025年06月19日
数学 / 概率论与数理统计

最小二乘法

最小二乘法(Least Squares Method)是一种用于数据拟合的方法,通过最小化观测值与模型预测值之间的误差平方和,来求得模型参数的最优估计。下面以一元线性回归为例,详细推导最小二乘法的过程。 一、问题描述 给定 $n$ 组数据点 $x1, y1, x2, y2, \ldots, xn, yn$,希望用一个线性函数 $$ y...

2025年06月01日
数学 / 概率论与数理统计

矩估计和极大似然估计

一、矩估计(Method of Moments, MM) 1、意义 矩估计是一种参数估计方法。其基本思想是用样本矩(即样本的若干阶幂平均)去逼近总体矩(即理论矩),从而求出未知参数的估计值。也就是说,通过样本的统计量去“模拟”总体分布的性质。 2、计算方法 (1)一般步骤 1. 设总体分布含有$k$个未知参数$\theta...

2025年06月01日
数学 / 概率论与数理统计

枢轴量

概率论与数理统计中的枢轴量法详解 一、基本概念 在概率论与数理统计中,枢轴量法(Pivot Quantity Method)是一种常用的构造置信区间的方法。其核心思想是通过构造一个在参数未知时依然服从已知分布的函数(枢轴量),进而推导出参数的置信区间。 设有样本 $X1, X2, \ldots, Xn$,依概率分布 $fx;\theta$...

2025年05月15日
数学 / 概率论与数理统计

统计分布

一、抽样分布定义 统计量的分布称为抽样分布 sampling distribution。在使用统计量进行统计推断时需要知道抽样分布。一般情况下,要给出统计量的精确分布是很困难的,但在某些特殊情形下,如总体服从正态分布的情形下,我们可以给出某些统计量的精确分布,这些精确的抽样分布为正态总体情形下的参数推断提供了理论依据。 在数理统计中,最重要的三个...

2025年05月15日
数学 / 概率论与数理统计

统计量

一、统计量的定义 设 $X1,X2,\cdots,Xn$ 是来自总体 $X$ 的一个样本,$gX1,X2,\cdots ,Xn$ 是样本 $X1,X2,\cdots,Xn$ 的函数,若$g$不含未知参数,则称 $gX1,X2,\cdots,Xn$是一统计量。 二、常用统计量 在统计学中,根据不同的目的可以构造出许多不同的统计量,下面是几个...

2025年05月09日
数学 / 概率论与数理统计

大数定律及相关概率不等式与收敛概念

一、依概率收敛(Convergence in Probability) 严谨定义: 设 $\{Xn\}$ 是一列随机变量,$X$ 是某个随机变量。如果对任意的 $\varepsilon 0$,都有 $$ \lim{n \to \infty} P|Xn X| \varepsilon = 0, $$ 则称 $Xn$ 依概率收敛于 $X$...

2025年04月24日
数学 / 概率论与数理统计

方差

一、方差的定义与性质 方差是对随机变量取值离散程度的度量。 离散型随机变量 $X$ 的方差定义为 $$ \mathrm{Var}X = E\biglX \mu^2\bigr = \sumk xk \mu^2 pk $$ 连续型随机变量 $X$ 的方差定义为 $$ \mathrm{Var}X = E\biglX \m...