学习笔记统计推断(高级统计学)Updating

Posted 囚生CY

tags:

篇首语:本文由小常识网(cha138.com)小编为大家整理,主要介绍了学习笔记统计推断(高级统计学)Updating相关的知识,希望对你有一定的参考价值。

高级统计学笔记

  • 本课程的教材为 Casella \\textCasella Casella的统计推断( Statistical Inference \\textStatistical Inference Statistical Inference),教材文件与课后习题答案已上传至:

    链接: https://pan.baidu.com/s/1dlFvXHWUZdJayW4g_DNrWQ 
    提取码: s35h
    
  • 课后习题答案有一些题目是缺失的,笔者将挑选作业中涉及的更新至本文的最后一部分中。

  • 本文持续更新至本学期结束。



Chapter 1 概率理论

  • 命题:均匀分布的最大次序统计量是 β \\beta β分布,它的期望为 n n + 1 \\fracnn+1 n+1n

    关于次序统计量的计算公式:
    Pr ⁡ ( Y ( i ) ≤ x ) = ∑ j = 0 i − 1 C n j ( 1 − F ( x ) ) j F ( x ) n − j \\Pr(Y^(i)\\le x)=\\sum_j=0^i-1C_n^j(1-F(x))^jF(x)^n-j Pr(Y(i)x)=j=0i1Cnj(1F(x))jF(x)nj
    特别地,最大次序统计量为 Y ( 1 ) = F ( x ) n Y^(1)=F(x)^n Y(1)=F(x)n,最小次序统计量为 Y ( n ) = ∑ j = 0 n − 1 C n j ( 1 − F ( x ) ) j F ( x ) n − j Y^(n)=\\sum_j=0^n-1C_n^j(1-F(x))^jF(x)^n-j Y(n)=j=0n1Cnj(1F(x))jF(x)nj

  • β \\beta β分布 X ∼ Be ( α , β ) X\\sim\\textBe(\\alpha,\\beta) XBe(α,β)

    • 概率密度函数:
      f ( x ; α , β ) = Γ ( α + β ) Γ ( α ) Γ ( β ) x α − 1 ( 1 − x ) β − 1 = 1 B ( α , β ) x α − 1 ( 1 − x ) β − 1 f(x;\\alpha,\\beta)=\\frac\\Gamma(\\alpha+\\beta)\\Gamma(\\alpha)\\Gamma(\\beta)x^\\alpha-1(1-x)^\\beta-1=\\frac1B(\\alpha,\\beta)x^\\alpha-1(1-x)^\\beta-1 f(x;α,β)=Γ(α)Γ(β)Γ(α+β)xα1(1x)β1=B(α,β)1xα1(1x)β1
      其中 Γ ( x ) = ∫ 0 + ∞ t x − 1 e − t d t \\Gamma(x)=\\int_0^+\\inftyt^x-1e^-t\\textdt Γ(x)=0+tx1etdt x > 0 x>0 x>0,具有性质 Γ ( n + 1 ) = x Γ ( n ) \\Gamma(n+1)=x\\Gamma(n) Γ(n+1)=xΓ(n)

    • 众数: α − 1 α + β − 2 \\frac\\alpha-1\\alpha+\\beta-2 α+β2α1

    • 数学期望: μ = E ( X ) = α α + β \\mu=\\mathbbE(X)=\\frac\\alpha\\alpha+\\beta μ=E(X)=α+βα

    • 方差: Var ( X ) = E ( X − μ ) 2 = α β ( α + β ) 2 ( α + β + 1 ) \\textVar(X)=\\mathbbE(X-\\mu)^2=\\frac\\alpha\\beta(\\alpha+\\beta)^2(\\alpha+\\beta+1) Var(X)=E(Xμ)2=(α+β)2(α+β+1)αβ

  • 样本空间 S \\mathcalS S:特定实验的所有可能结果(可数或不可数)

    抛两次硬币: S = ( H , H ) , ( H , T ) , ( T , H ) , ( T , T ) \\mathcalS=\\(H,H),(H,T),(T,H),(T,T)\\ S=(H,H),(H,T),(T,H),(T,T)

  • 事件 A A A S \\mathcalS S的任意子集称为事件

  • 互斥:称事件 A A A和事件 B B B不相交(互斥),若 A ∩ B = ∅ A\\cap B=\\emptyset AB=

  • 两两不相交:称事件族 A k k = 1 n \\A_k\\_k=1^n Akk=1n两两不相交,若 ∀ i ≠ j \\forall i\\neq j i=j满足 A i ∩ A j = ∅ A_i\\cap A_j=\\emptyset AiAj=

  • 划分:称事件族 A k k = 1 n \\A_k\\_k=1^n Akk=1n S \\mathcalS S的划分,若事件族描述统计 | 学习笔记 (全)

    概率统计笔记:贝叶斯推断 Bayesian Inference

    动手学因果推断:潜在因果框架

    统计学笔记2:数值方法描述

    统计学(第六版)1到4单元——学习总结

    统计学(第六版)9到10单元——学习总结