Class Central is learner-supported. When you buy through links on our site, we may earn an affiliate commission.

XuetangX

数理统计学

Beijing Jiaotong University via XuetangX

Overview

       数理统计学是利用概率论理论研究如何有效收集和分析受到随机影响的数据的学科. 对指导国民经济建设和人们的日常生活具有重要意义. 数理统计学的具体研究内容非常丰富,包括抽样调查,试验设计,回归分析,多元统计分析,时间序列分析,非参数统计,贝叶斯方法等众多学科分支.

       本课程讲述数理统计学的基本理论,具体包括统计量的分布、参数估计、假设检验、方差分析与回归分析四部分主要内容. 通过本课程的学习, 学生应初步掌握或了解数理统计学的基础知识. 希望进一步在统计学领域深造并从事研究工作的学生应通过本课程的学习为今后的科研工作打好基础. 今后在具体工作中需要应用数理统计学知识的学生应通过本课程的学习掌握基本的利用统计学知识分析处理数据的方法.

       本课程以课堂讲授为主,精讲多练。教学上重点强调对数理统计学基本概念的理解,培养学生形成知其然也知其所以然的严格数学逻辑思维. 因此我们在授课过程中会着重定理的证明、公式的推导、和大量实例的练习.具体授课方式上采取PPT与板书相结合。其中PPT演示的部分主要作为对教学内容的概括和提纲. 而所有数学细节我们将通过详尽严谨的板书推导来完成.我们希望以此来实现“大处见思想,微观见精彩”的授课效果.我们要求学生经过一学期的严格训练能在叙述和解决统计学问题时严谨准确的使用概率理论的规范表述.因而我们在课程讲解和课程作业中都会涉及大量概率论乃至测度论的相关概念、定义、定理.高等概率论、随机过程论等研究生课程中的内容我们会酌情选取一些在我们的课程中做初步的介绍.我们的课程作业以理论推导类型的题目为主,帮助学生强化在课上的学习成果,我们也欢迎学生自学或通过其他课程学习R等统计软件,并在对实际数据的上机演练中加深对所学理论的理解.

       课程考核采取两次闭卷考试结合平时作业.期中期末考试各占总评的45%,平时作业成绩占10%.

       本课程为理学院统计、信息等方向三年级学生必修课,选课学生应先修概率论相关课程。选择本课的学生可同时选择《统计软件》等课程,结合本课程讲解的理论知识对具体数据进行上机实践.

       本课程建议教材及教学参考书如下:

[1] 茆诗松等. 《概率论与数理统计教程》. 北京. 高等教育出版社. 2011.

[2] 陈家鼎等.《数理统计学讲义》.北京.高等教育出版社.2015.

[3] 陈希孺.《数理统计引论》.北京.科学出版社.1981.

[4] 何书元. 《概率论》 北京. 北京大学出版社. 2007.

 


Syllabus

  • 一.统计量及其分布
    • 1.总体个体与样本
    • 2. 经验分布函数
    • 3.统计量之均值
    • 4统计量之样本方差与原点矩
    • 5.次序统计量
    • 6.三大抽样分布之卡方分布
    • 7.三大抽样分布之F分布
    • 8.三大抽样分布之t分布
    • 9.充分统计量定义
    • 10.充分统计量之因子分解定理
  • 二.参数估计
    • 1.参数估计的定义与无偏估计
    • 2.有效性
    • 3,矩估计
    • 4.弱相合性
    • 5.强相合性
    • 6.最大似然估计的定义
    • 7.最大似然估计的计算
    • 8.均方误差
    • 9.一致最小方差无偏估计的定义
    • 10.充分性原则
    • 11. C-R不等式
    • 12.贝叶斯统计学
    • 13.置信区间的定义与枢轴量
    • 14.单个正态总体的未知参数的置信区间
    • 15.两正态总体的未知参数的置信区间
    • 16.大样本置信区间
    • 17.期中考试
  • 三.假设检验
    • 1假设检验基本概念
    • 2.势函数与两类错误
    • 3.UMP检验与N-P引理
    • 4.单个正态总体未知参数的假设检验
    • 5.两正态总体未知参数的假设检验
    • 6.指数分布与两点分布的假设检验
    • 7.大样本检验
    • 8.广义似然比检验法
    • 9.分类数据的分布拟合检验
    • 10.分布的拟合性检验
    • 11.列联表检验独立性
    • 12.正态性检验
    • 13.游程检验
    • 14.符号检验
    • 15.秩和检验
    • 16. p值简介
  • 四.方差分析和线性回归模型
    • 1.单因子试验模型的定义
    • 2.单因子试验因子显著性检验
    • 3.重复数不等情形的单因子试验
    • 4.单重比较
    • 5.多重比较之T法
    • 6.多重比较之S法
    • 7. 方差齐性检验之Hartley检验
    • 8.方差齐性检验之Bartlett检验
    • 9.一元线性回归模型的定义与最小二乘估计
    • 10.回归方程显著性检验
    • 11.用回归方程做预测
    • 12. 多元线性回归模型的定义
    • 13.多元线性回归模型参数的线性组合的估计
    • 14.多元线性回归模型参数的线性相关检验
    • 15.线性回归框架下知识点回顾Part1
    • 16.线性回归框架下知识点回顾Part2
    • 17.期末测试
  • 补充资料

    Taught by

    Xiaofeng Xue

    Tags

    Reviews

    Start your review of 数理统计学

    Never Stop Learning.

    Get personalized course recommendations, track subjects and courses with reminders, and more.

    Someone learning on their laptop while sitting on the floor.