2、區(qū)間⑹,02）為參數0的置信度為100（1-a）%的置信區(qū)間4）假設檢驗中易犯的兩類錯誤“棄真”錯誤：本來假設H（）為真，但因樣本的統(tǒng)計量的觀察值落入拒絕域W,導致H。被拒絕?！皸壵妗卞e誤發(fā)生的概率即為檢驗水平a,即P｛拒絕HolH（）為真匸a“納偽”錯誤：Ho木來為假，但因樣木的統(tǒng)計量的觀察值落入Ho的接受域W,導致Ho被接受?！凹{偽”錯誤發(fā)生的概率為0,即P｛接受HolH。為假匸05）多因素試驗中的交互作用：在多因索對比試驗中，某些因索對指標的影響往往是互相制約、互相聯(lián)系的。即在試驗屮不僅因素起作用，而且因素間有時聯(lián)合起來作用，這種聯(lián)合作用
3、并不等于各因素單獨作用所產生的影響之和，稱這種聯(lián)合作用為交互作用。6）顯著性水平：假設檢驗中，通常只控制犯第一類錯課的概率，即只控制&適量的小，二部考慮第二類錯誤的概率，這樣的檢驗稱為顯著性檢驗，數a稱為顯著性檢驗水平。7）相關關系:變量與變量Z間如呆存在著某種不確定的相互關系，而在大量的重復觀察中這種關系呈現著某種客觀規(guī)律性，我們稱這種關系為相關關系.8）回歸函數：從樣本數據出發(fā)，確定出變量間相關關系的數學表達式（…■經驗公式）y=f（x）+g稱為
4、叫歸函數￡稱為隨機誤羌。9）預測與控制：所謂預測，就是對給定的X,預測Y的散布范圍。所謂控制，
5、是預測的反問題，即對要求的F的某取值范圍（ylj2）,確定X應在的范圍10）多元總體：把p個隨機變量X
6、,X2，???,X“作為分量組成的〃維列向量X=（X1,X2,---,Xp）r通常，這些疋各門分別表示同一個總體的卩個不同的指標,此時相應的總體也被稱為是一個p元總體A1AAn__A11）樣本協(xié)差陣：v=—-S=（v,）pxpS=》（X（G—X）（Xg—X）r=（%）w?！?a=ls為樣木離差陣12）后驗概率：依據新得到的信息再重新加以修正后得到的概率。先驗概率：由經驗或以往的數據分析而得到的概率。2領會、掌握如下方法的思想或步驟：1）矩估計
7、法與最大似然估計法矩估計基本思想：將要估計的總體參數&表示成總體X的矩的函數，然后用樣本的相應的矩的函數作為其估計量進行估計。一般地，若總體X的概率分布含冇k個未知參數久$,…，分，則總體X的加階（原點）矩皿存在，但應為01,$,???，4的函數:『=弘（31,82,…,的,用相應的樣本矩如估計％令（m=l,2,..?,k）此方程組的解（&,玄,???◎），就稱為參數?，&2,…，仇）的矩估計量一般步!1）建立待佔參數&與總體的矩之間的關系式;2）用相應的樣本矩做總體矩的估計量，代入關系式得到0的估計量。3）代入樣本值得到&的估計值。最大似然估
8、計基本原理：若在一次觀察中一個事件出現了，那么此事件的概率應該較大。最大似然估計基本思想：設總體X的分布已知，記為/（x,e）（若X為離散型隨機變量，貝iJ/（x,O）為Pg｝）,其中&為待估參數,則總體X的樣本（Xi,X2…，XJ的概率密度（也即X],X2,…,Xn的聯(lián)合概率密度）為：或X=1/=1對應具體的一次樣本實現（兀1，兀2，…兀n），記厶(&)或產兀)=厶0)/=!/=!依“基本原理”,此時的L（0）應當取到的是最大值?故&的值應當是使得L（&）取到最大值的點。這種求參數&佔計值的方法，就稱為最人似然估計法。由此方法而求出的參數&的
9、佔計值，稱為e的最大似然估計值，相應的估計量為最大似然估計量。一般步驟：①寫出似然函數厶（力；②求似然函數厶（力的最大值點。2）假設檢驗與一元線性回歸分析假設檢驗基本思想：針對問題提出一個假設H（）,在此假設成立的條件下，進行有關結論的推理和分析，并以樣本數據為事實依據，判斷H（）的真?zhèn)巍＠碚撘罁菏切「怕试?。假設檢驗一般步驟：①根據問題的要求，提出假設Ho和備擇假設Hi。②在Ho成立的前提下，更厚早一個適當的檢驗統(tǒng)計量T。③按給定的顯著性水平a,在原假設為真的條件下，結合備擇假設求出臨界點，從而求出拒絕域。④根據樣本的觀察值算出T的值，確定
10、是否拒絕H（）.一元線性回歸分析一般步驟：①審題，明確題口耍求做的工作；②根據所給數據進行計算，得出丘、％」仆〈的值；③求回歸直線方程；④對線性相關關
