概率統(tǒng)計公式大全(復(fù)習(xí)重點(diǎn))(共28頁)

1、第一章 隨機(jī)事件和概率（1）排列組合公式 從m個人中挑出n個人進(jìn)行排列的可能數(shù)。 從m個人中挑出n個人進(jìn)行組合的可能數(shù)。（2）加法和乘法原理加法原理（兩種方法均能完成此事）：m+n某件事由兩種方法來完成，第一種方法可由m種方法完成，第二種方法可由n種方法來完成，則這件事可由m+n 種方法來完成。乘法原理（兩個步驟分別不能完成這件事）：m×n某件事由兩個步驟來完成，第一個步驟可由m種方法完成，第二個步驟可由n 種方法來完成，則這件事可由m×n 種方法來完成。（3）一些常見排列重復(fù)排列和非重復(fù)排列（有序）對立事件（至少有一個）順序問題（4）隨機(jī)試驗和隨機(jī)事件如果一個試驗在相同條

2、件下可以重復(fù)進(jìn)行，而每次試驗的可能結(jié)果不止一個，但在進(jìn)行一次試驗之前卻不能斷言它出現(xiàn)哪個結(jié)果，則稱這種試驗為隨機(jī)試驗。試驗的可能結(jié)果稱為隨機(jī)事件。（5）基本事件、樣本空間和事件在一個試驗下，不管事件有多少個，總可以從其中找出這樣一組事件，它具有如下性質(zhì)：每進(jìn)行一次試驗，必須發(fā)生且只能發(fā)生這一組中的一個事件；任何事件，都是由這一組中的部分事件組成的。這樣一組事件中的每一個事件稱為基本事件，用來表示?；臼录娜w，稱為試驗的樣本空間，用表示。一個事件就是由中的部分點(diǎn)（基本事件）組成的集合。通常用大寫字母A，B，C，表示事件，它們是的子集。為必然事件，Ø為不可能事件。不可能事件（

3、6;）的概率為零，而概率為零的事件不一定是不可能事件；同理，必然事件（）的概率為1，而概率為1的事件也不一定是必然事件。（6）事件的關(guān)系與運(yùn)算關(guān)系：如果事件A的組成部分也是事件B的組成部分，（A發(fā)生必有事件B發(fā)生）：如果同時有，則稱事件A與事件B等價，或稱A等于B：A=B。A、B中至少有一個發(fā)生的事件：AB，或者A+B。屬于A而不屬于B的部分所構(gòu)成的事件，稱為A與B的差，記為A-B，也可表示為A-AB或者，它表示A發(fā)生而B不發(fā)生的事件。A、B同時發(fā)生：AB，或者AB。AB=Ø，則表示A與B不可能同時發(fā)生，稱事件A與事件B互不相容或者互斥?；臼录腔ゲ幌嗳莸?。-A稱為事件A的逆事件，

4、或稱A的對立事件，記為。它表示A不發(fā)生的事件?；コ馕幢貙α?。運(yùn)算： 結(jié)合率：A(BC)=(AB)C A(BC)=(AB)C 分配率：(AB)C=(AC)(BC) (AB)C=(AC)(BC) 德摩根率： ，（7）概率的公理化定義設(shè)為樣本空間，為事件，對每一個事件都有一個實(shí)數(shù)P(A)，若滿足下列三個條件：1° 0P(A)1， 2° P() =13° 對于兩兩互不相容的事件，有常稱為可列（完全）可加性。則稱P(A)為事件的概率。（8）古典概型1° ，2° 。設(shè)任一事件，它是由組成的，則有P(A)= =（9）幾何概型若隨機(jī)試驗的結(jié)果為無限不可數(shù)并且每

5、個結(jié)果出現(xiàn)的可能性均勻，同時樣本空間中的每一個基本事件可以使用一個有界區(qū)域來描述，則稱此隨機(jī)試驗為幾何概型。對任一事件A，。其中L為幾何度量（長度、面積、體積）。（10）加法公式P(A+B)=P(A)+P(B)-P(AB)當(dāng)P(AB)0時，P(A+B)=P(A)+P(B)（11）減法公式P(A-B)=P(A)-P(AB)當(dāng)BA時，P(A-B)=P(A)-P(B)當(dāng)A=時，P()=1- P(B)（12）條件概率定義 設(shè)A、B是兩個事件，且P(A)>0，則稱為事件A發(fā)生條件下，事件B發(fā)生的條件概率，記為。條件概率是概率的一種，所有概率的性質(zhì)都適合于條件概率。例如P(/B)=1P(/A)=1-

6、P(B/A)（13）乘法公式乘法公式：更一般地，對事件A1，A2，An，若P(A1A2An-1)>0，則有。（14）獨(dú)立性兩個事件的獨(dú)立性設(shè)事件、滿足，則稱事件、是相互獨(dú)立的。若事件、相互獨(dú)立，且，則有若事件、相互獨(dú)立，則可得到與、與、與也都相互獨(dú)立。必然事件和不可能事件Ø與任何事件都相互獨(dú)立。Ø與任何事件都互斥。多個事件的獨(dú)立性設(shè)ABC是三個事件，如果滿足兩兩獨(dú)立的條件，P(AB)=P(A)P(B)；P(BC)=P(B)P(C)；P(CA)=P(C)P(A)并且同時滿足P(ABC)=P(A)P(B)P(C)那么A、B、C相互獨(dú)立。對于n個事件類似。（15）全概公式設(shè)

7、事件滿足1°兩兩互不相容，2°，則有。（16）貝葉斯公式設(shè)事件，及滿足1° ，兩兩互不相容，>0，1，2，2° ，則，i=1，2，n。此公式即為貝葉斯公式。，（，），通常叫先驗概率。，（，），通常稱為后驗概率。貝葉斯公式反映了“因果”的概率規(guī)律，并作出了“由果朔因”的推斷。（17）伯努利概型我們作了次試驗，且滿足u 每次試驗只有兩種可能結(jié)果，發(fā)生或不發(fā)生；u 次試驗是重復(fù)進(jìn)行的，即發(fā)生的概率每次均一樣；u 每次試驗是獨(dú)立的，即每次試驗發(fā)生與否與其他次試驗發(fā)生與否是互不影響的。這種試驗稱為伯努利概型，或稱為重伯努利試驗。用表示每次試驗發(fā)生的概率，則發(fā)

8、生的概率為，用表示重伯努利試驗中出現(xiàn)次的概率，。第二章 隨機(jī)變量及其分布（1）離散型隨機(jī)變量的分布律設(shè)離散型隨機(jī)變量的可能取值為Xk(k=1,2,)且取各個值的概率，即事件(X=Xk)的概率為P(X=xk)=pk，k=1,2,，則稱上式為離散型隨機(jī)變量的概率分布或分布律。有時也用分布列的形式給出：。顯然分布律應(yīng)滿足下列條件：（1）， （2）。（2）連續(xù)型隨機(jī)變量的分布密度設(shè)是隨機(jī)變量的分布函數(shù)，若存在非負(fù)函數(shù)，對任意實(shí)數(shù)，有， 則稱為連續(xù)型隨機(jī)變量。稱為的概率密度函數(shù)或密度函數(shù)，簡稱概率密度。密度函數(shù)具有下面4個性質(zhì)：1° 。2° 。（3）離散與連續(xù)型隨機(jī)變量的關(guān)系積分元在

9、連續(xù)型隨機(jī)變量理論中所起的作用與在離散型隨機(jī)變量理論中所起的作用相類似。（4）分布函數(shù)設(shè)為隨機(jī)變量，是任意實(shí)數(shù)，則函數(shù)稱為隨機(jī)變量X的分布函數(shù)，本質(zhì)上是一個累積函數(shù)。 可以得到X落入?yún)^(qū)間的概率。分布函數(shù)表示隨機(jī)變量落入?yún)^(qū)間（ ，x內(nèi)的概率。分布函數(shù)具有如下性質(zhì)：1° ；2° 是單調(diào)不減的函數(shù)，即時，有 ；3° ， ；4° ，即是右連續(xù)的；5° 。對于離散型隨機(jī)變量，；對于連續(xù)型隨機(jī)變量， 。（5）八大分布0-1分布P(X=1)=p, P(X=0)=q二項分布在重貝努里試驗中，設(shè)事件發(fā)生的概率為。事件發(fā)生的次數(shù)是隨機(jī)變量，設(shè)為，則可能取值為。，

10、其中，則稱隨機(jī)變量服從參數(shù)為，的二項分布。記為。當(dāng)時，這就是（0-1）分布，所以（0-1）分布是二項分布的特例。泊松分布設(shè)隨機(jī)變量的分布律為，則稱隨機(jī)變量服從參數(shù)為的泊松分布，記為或者P()。泊松分布為二項分布的極限分布（np=，n）。超幾何分布隨機(jī)變量X服從參數(shù)為n,N,M的超幾何分布，記為H(n,N,M)。幾何分布，其中p0，q=1-p。隨機(jī)變量X服從參數(shù)為p的幾何分布，記為G(p)。均勻分布設(shè)隨機(jī)變量的值只落在a，b內(nèi)，其密度函數(shù)在a，b上為常數(shù)，即 axb 其他，則稱隨機(jī)變量在a，b上服從均勻分布，記為XU(a，b)。分布函數(shù)為  axb 0， x<a，

11、60;  1， x>b。 當(dāng)ax1<x2b時，X落在區(qū)間（）內(nèi)的概率為。指數(shù)分布 , 0, ,   其中，則稱隨機(jī)變量X服從參數(shù)為的指數(shù)分布。X的分布函數(shù)為 , x<0。    記住積分公式：正態(tài)分布設(shè)隨機(jī)變量的密度函數(shù)為， ，其中、為常數(shù)，則稱隨機(jī)變量服從參數(shù)為、的正態(tài)分布或高斯（Gauss）分布，記為。具有如下性質(zhì)：1° 的圖形是關(guān)于對稱的；2° 當(dāng)時，為最大值；若，則的分布函數(shù)為dtexFxtò¥-=222)(21)(smps。參數(shù)、時的正態(tài)

12、分布稱為標(biāo)準(zhǔn)正態(tài)分布，記為，其密度函數(shù)記為，分布函數(shù)為。是不可求積函數(shù)，其函數(shù)值，已編制成表可供查用。(-x)1-(x)且(0)。如果，則。 （6）分位數(shù)下分位表：；上分位表：。（7）函數(shù)分布離散型已知的分布列為 ，的分布列（互不相等）如下：，若有某些相等，則應(yīng)將對應(yīng)的相加作為的概率。連續(xù)型先利用X的概率密度fX(x)寫出Y的分布函數(shù)FY(y)P(g(X)y)，再利用變上下限積分的求導(dǎo)公式求出fY(y)。第三章 二維隨機(jī)變量及其分布（1）聯(lián)合分布離散型如果二維隨機(jī)向量（X，Y）的所有可能取值為至多可列個有序?qū)Γ▁,y），則稱為離散型隨機(jī)量。設(shè)=（X，Y）的所有可能取值為，且事件=的概

13、率為pij,稱為=（X，Y）的分布律或稱為X和Y的聯(lián)合分布律。聯(lián)合分布有時也用下面的概率分布表來表示： YXy1y2yjx1p11p12p1jx2p21p22p2jxipi1這里pij具有下面兩個性質(zhì)：（1）pij0（i,j=1,2,）；（2）連續(xù)型對于二維隨機(jī)向量，如果存在非負(fù)函數(shù)，使對任意一個其鄰邊分別平行于坐標(biāo)軸的矩形區(qū)域D，即D=(X,Y)|a<x<b,c<y<d有則稱為連續(xù)型隨機(jī)向量；并稱f(x,y)為=（X，Y）的分布密度或稱為X和Y的聯(lián)合分布密度。分布密度f(x,y)具有下面兩個性質(zhì)：（1） f(x,y)0;（2） （2）二維隨機(jī)變量的本質(zhì)（3）聯(lián)合分布函

14、數(shù)設(shè)（X，Y）為二維隨機(jī)變量，對于任意實(shí)數(shù)x,y,二元函數(shù)稱為二維隨機(jī)向量（X，Y）的分布函數(shù)，或稱為隨機(jī)變量X和Y的聯(lián)合分布函數(shù)。分布函數(shù)是一個以全平面為其定義域，以事件的概率為函數(shù)值的一個實(shí)值函數(shù)。分布函數(shù)F(x,y)具有以下的基本性質(zhì)：（1）（2）F（x,y）分別對x和y是非減的，即當(dāng)x2>x1時，有F（x2,y）F(x1,y);當(dāng)y2>y1時，有F(x,y2) F(x,y1);（3）F（x,y）分別對x和y是右連續(xù)的，即（4）（5）對于.（4）離散型與連續(xù)型的關(guān)系（5）邊緣分布離散型X的邊緣分布為；Y的邊緣分布為。連續(xù)型X的邊緣分布密度為Y的邊緣分布密度為（6）條件分布離散

15、型在已知X=xi的條件下，Y取值的條件分布為在已知Y=yj的條件下，X取值的條件分布為連續(xù)型在已知Y=y的條件下，X的條件分布密度為；在已知X=x的條件下，Y的條件分布密度為（7）獨(dú)立性一般型F(X,Y)=FX(x)FY(y)離散型有零不獨(dú)立連續(xù)型f(x,y)=fX(x)fY(y)直接判斷，充要條件：可分離變量正概率密度區(qū)間為矩形二維正態(tài)分布0隨機(jī)變量的函數(shù)若X1,X2,Xm,Xm+1,Xn相互獨(dú)立， h,g為連續(xù)函數(shù)，則：h（X1，X2,Xm）和g（Xm+1,Xn）相互獨(dú)立。特例：若X與Y獨(dú)立，則：h（X）和g（Y）獨(dú)立。例如：若X與Y獨(dú)立，則：3X+1和5Y-2獨(dú)立。（8）二維均勻分布設(shè)隨

16、機(jī)向量（X，Y）的分布密度函數(shù)為其中SD為區(qū)域D的面積，則稱（X，Y）服從D上的均勻分布，記為（X，Y）U（D）。例如圖3.1、圖3.2和圖3.3。y1 D1O 1 x圖3.1yD211 O 2 x圖3.2yD3dcO a b x圖3.3（9）二維正態(tài)分布設(shè)隨機(jī)向量（X，Y）的分布密度函數(shù)為其中是5個參數(shù)，則稱（X，Y）服從二維正態(tài)分布，記為（X，Y）N（由邊緣密度的計算公式，可以推出二維正態(tài)分布的兩個邊緣分布仍為正態(tài)分布，即XN（但是若XN（，(X，Y)未必是二維正態(tài)分布。（10）函數(shù)分布Z=X+Y根據(jù)定義計算：對于連續(xù)型，fZ(z)兩個獨(dú)立的正態(tài)分布的和仍為正態(tài)分布（）。n個相互獨(dú)立的正態(tài)

17、分布的線性組合，仍服從正態(tài)分布。， Z=max,min(X1,X2,Xn)若相互獨(dú)立，其分布函數(shù)分別為，則Z=max,min(X1,X2,Xn)的分布函數(shù)為：分布設(shè)n個隨機(jī)變量相互獨(dú)立，且服從標(biāo)準(zhǔn)正態(tài)分布，可以證明它們的平方和的分布密度為我們稱隨機(jī)變量W服從自由度為n的分布，記為W，其中所謂自由度是指獨(dú)立正態(tài)隨機(jī)變量的個數(shù)，它是隨機(jī)變量分布中的一個重要參數(shù)。分布滿足可加性：設(shè)則t分布設(shè)X，Y是兩個相互獨(dú)立的隨機(jī)變量，且可以證明函數(shù)的概率密度為我們稱隨機(jī)變量T服從自由度為n的t分布，記為Tt(n)。F分布設(shè)，且X與Y獨(dú)立，可以證明的概率密度函數(shù)為我們稱隨機(jī)變量F服從第一個自由度為n1，第二個自由

18、度為n2的F分布，記為Ff(n1, n2).第四章 隨機(jī)變量的數(shù)字特征（1）一維隨機(jī)變量的數(shù)字特征離散型連續(xù)型期望期望就是平均值設(shè)X是離散型隨機(jī)變量，其分布律為P()pk，k=1,2,n，（要求絕對收斂）設(shè)X是連續(xù)型隨機(jī)變量，其概率密度為f(x)，（要求絕對收斂）函數(shù)的期望Y=g(X) Y=g(X)方差D(X)=EX-E(X)2，標(biāo)準(zhǔn)差， 矩對于正整數(shù)k，稱隨機(jī)變量X的k次冪的數(shù)學(xué)期望為X的k階原點(diǎn)矩，記為vk,即k=E(Xk)= , k=1,2, .對于正整數(shù)k，稱隨機(jī)變量X與E（X）差的k次冪的數(shù)學(xué)期望為X的k階中心矩，記為，即=， k=1,2, .對于正整數(shù)k，稱隨機(jī)變量X的k次冪的數(shù)學(xué)

19、期望為X的k階原點(diǎn)矩，記為vk,即k=E(Xk)= k=1,2, .對于正整數(shù)k，稱隨機(jī)變量X與E（X）差的k次冪的數(shù)學(xué)期望為X的k階中心矩，記為，即=k=1,2, .切比雪夫不等式設(shè)隨機(jī)變量X具有數(shù)學(xué)期望E（X）=，方差D（X）=2，則對于任意正數(shù)，有下列切比雪夫不等式切比雪夫不等式給出了在未知X的分布的情況下，對概率的一種估計，它在理論上有重要意義。（2）期望的性質(zhì)（1） E(C)=C（2） E(CX)=CE(X)（3） E(X+Y)=E(X)+E(Y)，（4） E(XY)=E(X) E(Y)，充分條件：X和Y獨(dú)立； 充要條件：X和Y不相關(guān)。（3）方差的性質(zhì)（1） D(C)=0；E(C)=

20、C（2） D(aX)=a2D(X)； E(aX)=aE(X)（3） D(aX+b)= a2D(X)； E(aX+b)=aE(X)+b（4） D(X)=E(X2)-E2(X)（5） D(X±Y)=D(X)+D(Y)，充分條件：X和Y獨(dú)立； 充要條件：X和Y不相關(guān)。 D(X±Y)=D(X)+D(Y) ±2E(X-E(X)(Y-E(Y)，無條件成立。而E(X+Y)=E(X)+E(Y)，無條件成立。（4）常見分布的期望和方差期望方差0-1分布p二項分布np泊松分布幾何分布超幾何分布均勻分布指數(shù)分布正態(tài)分布n2nt分布0(n>2)（5）二維隨機(jī)變量的數(shù)字特征期望函數(shù)的

21、期望方差協(xié)方差對于隨機(jī)變量X與Y，稱它們的二階混合中心矩為X與Y的協(xié)方差或相關(guān)矩，記為，即與記號相對應(yīng)，X與Y的方差D（X）與D（Y）也可分別記為與。相關(guān)系數(shù)對于隨機(jī)變量X與Y，如果D（X）>0, D(Y)>0，則稱為X與Y的相關(guān)系數(shù)，記作（有時可簡記為）。|1，當(dāng)|=1時，稱X與Y完全相關(guān)：完全相關(guān)而當(dāng)時，稱X與Y不相關(guān)。以下五個命題是等價的：；cov(X,Y)=0;E(XY)=E(X)E(Y);D(X+Y)=D(X)+D(Y);D(X-Y)=D(X)+D(Y).協(xié)方差矩陣混合矩對于隨機(jī)變量X與Y，如果有存在，則稱之為X與Y的k+l階混合原點(diǎn)矩，記為；k+l階混合中心矩記為：（6

22、）協(xié)方差的性質(zhì)(i) cov (X, Y)=cov (Y, X);(ii) cov(aX,bY)=ab cov(X,Y);(iii) cov(X1+X2, Y)=cov(X1,Y)+cov(X2,Y);(iv) cov(X,Y)=E(XY)-E(X)E(Y).（7）獨(dú)立和不相關(guān)（i） 若隨機(jī)變量X與Y相互獨(dú)立，則；反之不真。（ii） 若（X，Y）N（），則X與Y相互獨(dú)立的充要條件是X和Y不相關(guān)。第五章 大數(shù)定律和中心極限定理（1）大數(shù)定律切比雪夫大數(shù)定律設(shè)隨機(jī)變量X1，X2，相互獨(dú)立，均具有有限方差，且被同一常數(shù)C所界：D（Xi）<C(i=1,2,),則對于任意的正數(shù)，有特殊情形：若X1

23、，X2，具有相同的數(shù)學(xué)期望E（XI）=，則上式成為伯努利大數(shù)定律設(shè)是n次獨(dú)立試驗中事件A發(fā)生的次數(shù)，p是事件A在每次試驗中發(fā)生的概率，則對于任意的正數(shù)，有伯努利大數(shù)定律說明，當(dāng)試驗次數(shù)n很大時，事件A發(fā)生的頻率與概率有較大判別的可能性很小，即這就以嚴(yán)格的數(shù)學(xué)形式描述了頻率的穩(wěn)定性。辛欽大數(shù)定律設(shè)X1，X2，Xn，是相互獨(dú)立同分布的隨機(jī)變量序列，且E（Xn）=，則對于任意的正數(shù)有（2）中心極限定理列維林德伯格定理設(shè)隨機(jī)變量X1，X2，相互獨(dú)立，服從同一分布，且具有相同的數(shù)學(xué)期望和方差：，則隨機(jī)變量的分布函數(shù)Fn(x)對任意的實(shí)數(shù)x，有此定理也稱為獨(dú)立同分布的中心極限定理。棣莫弗拉普拉斯定理設(shè)隨機(jī)

24、變量為具有參數(shù)n, p(0<p<1)的二項分布，則對于任意實(shí)數(shù)x,有（3）二項定理若當(dāng)，則超幾何分布的極限分布為二項分布。（4）泊松定理若當(dāng)，則其中k=0，1，2，n，。二項分布的極限分布為泊松分布。第六章 樣本及抽樣分布（1）數(shù)理統(tǒng)計的基本概念總體在數(shù)理統(tǒng)計中，常把被考察對象的某一個（或多個）指標(biāo)的全體稱為總體（或母體）。我們總是把總體看成一個具有分布的隨機(jī)變量（或隨機(jī)向量）。個體總體中的每一個單元稱為樣品（或個體）。樣本我們把從總體中抽取的部分樣品稱為樣本。樣本中所含的樣品數(shù)稱為樣本容量，一般用n表示。在一般情況下，總是把樣本看成是n個相互獨(dú)立的且與總體有相同分布的隨機(jī)變量，這

25、樣的樣本稱為簡單隨機(jī)樣本。在泛指任一次抽取的結(jié)果時，表示n個隨機(jī)變量（樣本）；在具體的一次抽取之后，表示n個具體的數(shù)值（樣本值）。我們稱之為樣本的兩重性。樣本函數(shù)和統(tǒng)計量設(shè)為總體的一個樣本，稱（）為樣本函數(shù)，其中為一個連續(xù)函數(shù)。如果中不包含任何未知參數(shù)，則稱（）為一個統(tǒng)計量。常見統(tǒng)計量及其性質(zhì)樣本均值樣本方差樣本標(biāo)準(zhǔn)差樣本k階原點(diǎn)矩樣本k階中心矩，,其中，為二階中心矩。（2）正態(tài)總體下的四大分布正態(tài)分布設(shè)為來自正態(tài)總體的一個樣本，則樣本函數(shù)t分布設(shè)為來自正態(tài)總體的一個樣本，則樣本函數(shù)其中t(n-1)表示自由度為n-1的t分布。設(shè)為來自正態(tài)總體的一個樣本，則樣本函數(shù)其中表示自由度為n-1的分布。

26、F分布設(shè)為來自正態(tài)總體的一個樣本，而為來自正態(tài)總體的一個樣本，則樣本函數(shù)其中表示第一自由度為，第二自由度為的F分布。（3）正態(tài)總體下分布的性質(zhì)與獨(dú)立。第七章 參數(shù)估計（1）點(diǎn)估計矩估計設(shè)總體X的分布中包含有未知數(shù)，則其分布函數(shù)可以表成它的k階原點(diǎn)矩中也包含了未知參數(shù)，即。又設(shè)為總體X的n個樣本值，其樣本的k階原點(diǎn)矩為這樣，我們按照“當(dāng)參數(shù)等于其估計量時，總體矩等于相應(yīng)的樣本矩”的原則建立方程，即有由上面的m個方程中，解出的m個未知參數(shù)即為參數(shù)（）的矩估計量。若為的矩估計，為連續(xù)函數(shù)，則為的矩估計。極大似然估計當(dāng)總體X為連續(xù)型隨機(jī)變量時，設(shè)其分布密度為，其中為未知參數(shù)。又設(shè)為總體的一個樣本，稱為

27、樣本的似然函數(shù)，簡記為Ln.當(dāng)總體X為離型隨機(jī)變量時，設(shè)其分布律為，則稱為樣本的似然函數(shù)。若似然函數(shù)在處取到最大值，則稱分別為的最大似然估計值，相應(yīng)的統(tǒng)計量稱為最大似然估計量。若為的極大似然估計，為單調(diào)函數(shù)，則為的極大似然估計。（2）估計量的評選標(biāo)準(zhǔn)無偏性設(shè)為未知參數(shù)的估計量。若E （）=，則稱 為的無偏估計量。E（）=E（X）， E（S2）=D（X）有效性設(shè)和是未知參數(shù)的兩個無偏估計量。若，則稱有效。一致性設(shè)是的一串估計量，如果對于任意的正數(shù)，都有則稱為的一致估計量（或相合估計量）。若為的無偏估計，且則為的一致估計。只要總體的E(X)和D(X)存在，一切樣本矩和樣本矩的連續(xù)函數(shù)都是相應(yīng)總體的一致估計量。（3）區(qū)間估計置信區(qū)間和置信度設(shè)總體X含有一個待估的未知參數(shù)。如果我們從樣本出發(fā)，找出兩個統(tǒng)計量與，使得區(qū)間以的概率包含這個待估參數(shù)，即那么稱區(qū)間為的置信區(qū)間，為該區(qū)間的置信度（或置信水平）。單正態(tài)總體的期望和方差的區(qū)間估計設(shè)為總體的一個樣本，在置信度為下，我們來確定的置信區(qū)間。具體步驟如下：（i）選擇樣本函數(shù)；（ii）由置信度，查表找分位數(shù)；（iii）導(dǎo)出置信區(qū)間。已知方差，估計均值（i）選擇樣本函數(shù)(ii) 查