看到出分了来评价一下。这门课感觉内容选取的很好，让我理解了极大似然估计的强大性质，也终于理解了卡方检验的具体原理，感觉比数理统计背诵计算要有趣一些。上课基本没有去过，不知道上课情况如何，不过看起来好像依然讲的很慢，应该只讲到似然比检验的渐进分布，感觉假设检验里大样本检验还有很多可讲的。考试依旧是好文 >>更多

进阶课程主讲大样本估计，主讲内容包括\(\Delta\)方法，矩估计，MLE的渐进性和LRT的渐进性。本学期讲到PPT 3.1的内容就基本讲完了，剩下一个小时兰老师飞速过完了PPT 3-4的剩下部分。内容貌似比上学期少一些。这一个学分老师讲出了很多insight，个人感觉比前面三个学分硬生生讲知识点 >>更多

哎现在想来丘赛还考了 M 估计量的性质，感觉这门课深挖还是很有东西的。期末：final.pdf进阶课带我们入门了大样本理论，关注的是各种各样统计量的渐进性质，总的下来就是最最基本的Taylor展开配合\(\Delta\)方法，以及各种各样的例子，还有一点点杂项（拟合优度检验、M 估计量）。因为实在太 >>更多

这门课补充了60学时剩下的很多内容，感觉收获颇丰。期末因为前一天有两门硬课的考试，基本没怎么复习，考试huber估计量的定义忘了，导致没太好。兰麻麻这都能给我奶上95，只能说给分真的神中神 >>更多

没的说，学完收获很多，考试也不为难人。 >>更多

好评！比某dz的概率论进阶不知道阳间到哪里去了，感觉五个星期上下来非常系统，一气呵成。考试题目非常阳间，估计会有远超40%的A和A+（这门课不限优秀率）。上课听感还是很不错的，除了有的时候可能会说的有点啰嗦，不过老师还是非常和蔼而且乐于与同学交流的，甚至发现课堂上的错误可以加总评。总之兰老师值得一个 >>更多

数理统计绩点很烂也无法阻拦我想学进阶的心，事后来看是很正确的选择.讲课内容不再赘述，但是确实感觉比3学分的数理统计逻辑清晰顺畅很多（笑），围绕大样本渐近理论带出来的矩估计和MLE，然后是假设检验里LRT的性质，尤其是LRT的含参数情形这里，给出的例子都很清晰，不像隔壁UMVUE看起来很重要但不知道重 >>更多

进阶出分了来写个评课.其实因为准备其他考试（考试较早）平时课外压根没咋看，复习也就复习了两天多。作为数理统计的延申，主要是介绍了大样本渐近理论（个人认为相当重要），又以delta方法为主，进而讨论了矩估计和MLE的渐近的性质，最后讨论假设检验中的LRT的渐近理论，最后讲了一点点非参数中的拟合优度检验 >>更多

本课程主要是补充了一些delta方法以及渐进理论，此外补充了原来属于四学分的独立性检验，齐一性检验之流的问题，有一些理论的证明不算是很严谨，但是个人体验而言，课程还是比较有趣，作为一学分的课程可以选来玩！此外考试很和谐，基本上试题考前就已经可以打的差不多了，所以复习压力也不大，据说大家考试都蛮不错的 >>更多

占个评课来赞美兰麻麻。学完了3+1学分的数理统计，感觉还是要感谢一下兰麻麻。 天气太冷了，手有点冻僵，回头有空的时候再来详细写。 >>更多