第六章抽样分布.docVIP

第六章 抽样分布 前五章中我们讲述了概率论的基本内容，从现在开始将学习数理统计．数理统计以概率论为理论基础，研究如何进行观测及如何根据观测得到的数据，对被研究的随机现象的概率特征作出合理的估计和推断． 数理统计不仅内容丰富，应用亦相当广泛，本书只介绍抽样分布、参数估计及假设检验等部分内容． 本章将从数理统计的基本概念开始，介绍总体、样本、统计量、抽样分布及有关的重要定理． §6.1 总体与样本 一、总体与样本 在数理统计中，通常把被研究的对象的全体称为总体(或母体)。而把组成总体的每个单元，即每一个研究对象称作个体．从总体中随机抽取的个个体组成的集合称为容量为的样本(或子样)． 总体所含个体的数量，称为总体容量，当总体容量为有限时，称为有限总体，否则为无限总体．例如，一个国家的人口构成一个总体，而这个国家中的每一个人为个体；又如工厂在某月生产的显象管是一个总体，而每个显象管则为个体；某地区在一个季度内每天的日平均气温的全体是一个总体，而其中某天的日平均气温为个体．我们在对某个总体进行研究时，所关心的并非是每个个体的一些具体属性（如某个人的年龄或某件产品的好坏）．而是要通过若干个个体的某些数量指标，来估计和推断总体的某些特性（如一个国家人口的平均寿命、整批产品的质量等）．例如，要分析一批灯泡的质量，通常是以其寿命的长短为标准，若将总体指标（灯泡的寿命）记为，则为随机变量．如果规定寿命低于1000小时为次品，那么我们所关心的次品率问题，也就归结为对随机变量的分布函数及其主要数字特征的研究． 从总体中抽取一个个体，就是对代表总体的随机变量进行一次试验（观测）．从总体中抽取个个体，就是对随机变量进行次试验（观测），即得到一个容量为的样本，把这个随机变量看作一个整体，则样本就是元随机变量，记作．当试验结束后，我们就得到一组实数，称其为样本观测值或样本值． 由于我们的任务是从样本推断总体，为了使所抽取的样本具有充分的代表性，从总体中抽取子样必须是随机的，即每个个体被抽到的机会是均等的，同时还要求每次抽取是独立的，即每次抽样结果不影响其它各次抽样结果，也不受其它各次抽样结果的影响，这种抽取方法叫做简单随机抽样．得到的样本称为简单随机样本．那么在具体的运作当中，怎样抽取才能得到简单随机样本呢？如果我们遇到的是无限总体，只要随机抽样即可．如果是有限总体则可采用有放回地重复随机抽样，即每次抽取一个进行观察后放回去，再抽取下一个，重复次便可得到容量为的简单随机样本，这种有放回地重复抽样在使用时很不方便（对一些破坏性试验观察后放回是不可能的），因此当样本容量相对于总体容量很小时，比如不超过总体的5%，也可采用无放回地随机抽样，这样得到的样本，可近似地看作简单随机样本．如不特别声明，今后提到的抽样及样本均指简单随机抽样和简单随机样本． 综上所述，我们给出以下定义 定义6.1设是一个具有分布函数的随机变量，是－组相互独立且与具有相同分布函数的随机变量，则称为来自总体的简单随机样本，简称样本；为样本容量，它们的观测值称为样本值． 由定义得：若为总体的一个样本，则样本的概率分布函数为： 是离散型随机变量，其概率分布为，取有限个或可列个值，则样本取值的概率为： 其中中每一个值都是在所有可能的取值之中． 若是连续型随机变量，概率密度为，则样本的概率密度为： 的样本时，常具有双重意义：有时特指某次抽取的样本值，有时又泛指抽取的随机样本，即一个元随机变量．两者的区别在于，如果是作一般性的讨论，则指随机样本；如果是处理具体问题，则指的是样本值． 二、样本分布 样本既然是随机变量，就有一定的概率分布，这个分布就叫做样本分布． 设总体的分布函数是，从总体中抽取容量为的样本，得到个观测值，把样本中的数据由小到大依次排列，把相同的数合并，并指出其频数，就可写出下面的频率分布表： 观测值 … 频 数 … 频 率 … 其中 ，且 定义函数： 称为样本分布函数(或经验分布函数)． 的图形就是累积频率曲线，它是非降的阶梯形函数，在处具有跳跃度见图6-1)．对任意固定的，是事件“”在次试验中出现的频率。由概率与频率的关系知道，可以作为未知分布函数的一个近似．越大，近似得越好． 例１ 从纺织车间抽取10匹布，检查每匹的疵点数得到样本值为（1，0，3，1，1，2，0，1，2，0）．写出频率分布及样本分布函数． 将样本的观测值由小到大排列整理后，即可得到频率分布，列表如下： 观测值 0 1 2 3 频 数 3 4 2 1 频 率 样本分布函数为： 其图象如图6-2所示 §6.2 统计量 样本是总体的代表与反映，是对总体进行分析、推断的依据，但在实际应用时，却很少直接利用样本所提供的原始数据进行推断，而