随着大数据时代的到来,数据及数据分析的价值日益凸显,而高等数理统计作为挖掘数据价值的重要手段,正变得越来越重要。高等数理统计是统计学专业基础课程之一,通过本课程的学习,使学生掌握高等数理统计的基本概念、基本理论和基本方法,培养学时运用高等数理统计理论和方法解决实际问题的能力,为学生进入理论研究领域和实际应用领域打下坚实的基础。本课程适用于应用型普通本科学校数学、统计学、经济学、金融学、计算机科学、工程学等多个领域的高年级本科生和研究生学习,课程内容包括统计分布基础、点估计、区间估计和假设检验等。
Overview
Coursera Flash Sale
40% Off Coursera Plus for 3 Months!
Grab it
Syllabus
- 第一章 基本概念
- 1.1 统计结构
- 1.2 常用分布族
- 1.3 统计量及其分布
- 1.4 统计量的近似分布
- 1.5 充分统计量
- 1.6 完备性
- 1.7 指数结构
- 第二章 点估计
- 2.1 估计与优良性
- 2.2 无偏估计
- 2.3 信息不等式
- 2.4 矩估计与替换方法
- 2.5 极大似然估计
- 2.6 最小二乘估计
- 2.7 同变估计
- 第三章 假设检验
- 3.1 基本概念
- 3.2 Neyman-Pearson基本引理
- 3.3 一致最优势检验
- 3.4 一致最优势无偏检验
- 3.5 多参数指数型分布族的假设检验
- 第四章 区间估计
- 4.1 基本概念
- 4.2 构造置信区间(置信限)的方法
- 4.3 一致最精确的置信区间(置信限)
- 4.4 信仰推断方法
- 期末考试
Taught by
Anqing Normal University