2021考研数学复习:概率论与数理统计之参数估计与假设检验
这一部分是概率论与数理统计的最后一部分内容，是整门学科的结束。统计推断的基本问题可以分为两大类，一类是估计问题，另一类就是假设检验问题。参数估计主要是讨论主题参数的两种方法：矩估计法和最大似然估计法。假设检验问题，在总体的分布函数完全未知或只知其形式，但不知其参数的情况，为了推断总体的某些未知特性，提出某些关于总体的假设。
常考考点 | 常考题型 | 考试要求 |
点估计 估计量 估计值 | 了解参数的点估计、估计量和估计值得概念 | |
矩估计法 最大似然估计法 | 1.求连续型总体分布中未知参数的矩估计、极大（最大）似然估计 2.求离散型总体分布中未知参数的矩估计、极大（最大）似然估计 | 掌握矩估计法（一阶矩、二阶矩）和最大似然估计法 |
无偏性 有效性 相合性 | 1.判定估计量是否具有无偏性 2.利用无偏性的定义求统计量中的未知参数 | 了解估计量的无偏性、有效性（最小方差性）和一致性（相合性）的概念，并会验证估计量的无偏性. （数一） |
区间估计 置信区间 | 求参数的区间估计 | 理解区间估计的概念，会求单个正态总体的均值与方差的置信区间，会求两个正态总体的均值差和方差比的置信区间.（数一） |
显著性假设 两类错误 | 理解显著性检验的基本思想，掌握假设检验的基本步骤，了解假设检验可能产生的两类错误 | |
正态总体下均值与方差的假设检验 | 正态总体下的均值与方差的假设检验 | 掌握单个及两个正态总体的均值与方差的假设检验 |
参数估计这部分内容是考试的重点，综合性较强，考查的主要内容和方法有：
1. 求参数的矩估计和最大似然估计;
2. 计算估计量的数学期望和方差。