内容简介:统计推断 (Statistical Inference) 是由 George Casella 编写的经典统计学教材,广泛用于研究生阶段的统计课程。本课程由台北大学李孟峰老师讲授,内容覆盖概率论、随机变量、分布族、多维随机变量、样本性质、数据简化原理、点估计和假设检验等核心主题。课程结构清晰,讲解深入浅出,适合初学者和进阶学习者。视频内容经过重新整理,为每一P添加了标题,方便观众按需观看。
课程概述: 本课程以 George Casella 的《统计推断》为基础,系统讲解统计学的基本理论和方法。从概率论的基础知识开始,逐步引入随机变量、分布函数、期望与矩母函数等概念,随后探讨常见分布族的性质,如正态分布、Gamma分布、Beta分布等。接着进入多元随机变量分析,包括联合分布、条件分布、独立性、二维变换等内容。随后介绍随机样本的性质,如样本均值、方差、t分布、F分布等。课程还涵盖数据简化原理,如充分统计量、似然原理,以及点估计和假设检验的相关方法。
学习目标: 学习者将掌握概率论与统计推断的核心概念,理解随机变量及其分布的性质,能够运用数学工具进行统计推断,包括参数估计和假设检验。通过本课程,学生可以提升对统计理论的理解,增强实际问题建模与分析的能力。
适用人群: 本课程适用于统计学、数学、经济学、计算机科学等相关专业的本科生和研究生,也适合对统计学感兴趣的研究者和从业人员。
课程大纲:
关键词: 统计推断、概率论、随机变量、分布函数、期望、极大似然估计、假设检验、充分统计量、似然比检验、正态分布、Gamma分布、贝叶斯估计、t分布、F分布。