样本及其分布.pptVIP

第四 章 样本及抽样分布 引言 随机样本 抽样分布 4.1 随机样本一、总体与样本 二、统计量 * 1. 总体：我们把研究对象的全体称为总体（母体）。总体通常指研究对象的某项数量指标，如：产品的使用寿命，学生的身高等等。 2.个体:组成总体的每个单元（或元素）称为个体。 从本质上讲，总体就是所研究的随机变量或随机变量的分布。 为推断总体分布及各种特征，按一定规则从总体中抽取若干个体X1，X2,…,Xn进行观察试验，以获得有关总体的信息，这一抽取过程称为 “抽样”，所抽取的部分个体称为样本. 样本中所包含的个体数目n称为样本容量. 2. 样本 当抽样还未进行时，样本是随机变量，容量为n的样本可以看作n维随机变量(X1,X2,…Xn).但是，一旦取定一组样本，得到的是n个具体的数 (x1,x2,…,xn)，称为样本的一次观察值，简称样本值 . 2. 独立性： X1,X2,…,Xn是相互独立的随机变量. 由于抽样的目的是为了对总体进行统计推断，为了使抽取的样本能很好地反映总体的信息，必须考虑抽样方法. 最常用的一种抽样方法叫作“简单随机抽样”，它要求抽取的样本满足下面两点: 1. 代表性： X1,X2,…,Xn中每一个与所考察 的总体有相同的分布. 由简单随机抽样得到的样本称为简单随机样本，它可以用与总体独立同分布的n个相互独立的随机变量X1,X2,…,Xn表示. 常见的简单随机抽样是随机放回抽样，在实际问题中，当总体很大，而样本容量很小时，随机不放回抽样也可看成是简单随机抽样。今后，如未加说明。凡是提到样本都是指简单随机样本。 若总体的分布函数为F(x)，则其简单随机样本(X1,X2,…,Xn)的联合分布函数为 F(x1,x2 … xn)=P{X1 ≤x1,X2 ≤ x2,…,Xn ≤ xn} = P{X1 ≤x1 }P{X2 ≤ x2 }…P{Xn ≤ xn } =F(x1) F(x2) … F(xn) 总体（理论分布） ？ 样本 样本值 统计是从手中已有的资料--样本值，去推断总体的情况---总体分布F(x)的性质. 总体分布决定了样本取值的概率规律，也就是样本取到样本值的规律，因而可以由样本值去推断总体. 样本是联系二者的桥梁 定义4.1：设(X1,X2,…,Xn)是来自总体X的一个样本， g(X1， … ，Xn )是样本X1， … ，Xn 的函数，若g是连续函数，且g中不含任何未知参数，则称g(X1， … ，Xn )为一个统计量。 若(x1,x2,…,xn)是样本(X1,X2,…,Xn)的一个观察值，则g(x1,x2,…,xn)是统计量g(X1， … ，Xn )的一个观察值. 2.几个常见统计量 样本均值 样本方差 -----它反映了总体均值的信息 -----它反映了总体方差的信息 样本k阶原点矩 样本k阶中心矩 k=1,2,… 样本标准差 三. 统计量的三大分布 分布 1、 分布是由正态分布派生出来的一种分布. 记为 定义: 设 相互独立, 都服从正态 分布N(0,1), 则称随机变量： 所服从的分布为自由度为 n 的 分布. 2.?2—分布的密度函数f(y)曲线 由 分布的定义，不难得到以下性质： 2. 设 且X1,X2相互 独立，则 这个性质叫 分布的可加性. 1.?? 设 , 则 3.?? 设 , 则当n充分大时 的分布近似正态分布N(0,1). 记为T～t(n). 定义: 设X～N(0,1) , Y～ , 且X与Y相互独立，则称变量 所服从的分布为自由度为 n的 t 分布. 2、t 分布 t(n)的概率密度为 当n充分大时，其图形类似于标准正态分布密度函数的图形. 由定义可见， 3、F分布 ~F(n2,n1) 定义: 设 X与Y相互独立，则称统计量 服从自由度为n1及 n2 的F分布，n1称为第一自由度，n2称为第二自由度，记作 F~F(n1,n2) . 若X~F(