概率论和数理统计(理工类 第四版)第5章.pptVIP

设(X1,X2,…,Xn)是正态总体N(μ,σ2)的样本，则 (1) (2) (3) 与S2独立 (4) 5.3 抽样分布:统计量的分布 （-）单正态总体 (5) 证明 (X1,X2,…,Xn)是正态总体N(μ,σ2)的样本，则由1、2可知 与S2独立 且 所以由t分布的定义，可知 例5.10.设X1， X2 … ，X25是取自N（21，4)的样本, 求（1）样本均值的数学期望和方差； 解： 例5.11.设X1， … ，X10是取自N（2，16)的样本, 求a。 解： 例5.12 设X1，X2, … ，X8 是取自N(1,9)的样本,求样本方差 S2的期望与方差。 解： （二）双正态总体 设(X1,X2,…,Xn1)是N(μ1,σ12)的样本，(Y1,Y2,…,Yn2)是N(μ2,σ22)的样本，且相互独立，S12，S22是样本方差，则 (1) 例5.16 两个总体X,Y均服从正态分布N(20,3), 分别抽取容量为10及15的样本，求概率 例5.17：设(X1， … ，X20）和(Y1,Y2…Y25)是分别来自X~N(30,9 )和 Y~N(30,9)的两个独立的简单随机样本， Homework Page 149 4,5,8 Page 150 15 第五章 数理统计的基础知识 统计中的基本概念（总体和样本） 几个常用的分布和抽样分布 概率论与数理统计的关系 概率论——是根据大量同类随机现象的统计规律，对随机现象出现某一结果的可能性作出一种客观的科学判断，对这种出现的可能性大小做出数量上的描述;比较这些可能性的大小、研究它们之间的联系，从而形成一整套数学理论和方法。 数理统计——是应用概率的理论来研究大量随机现象的规律性;对通过科学安排的一定数量的实验所得到的统计方法给出严格的理论证明;并判定各种方法应用的条件以及方法、公式、结论的可靠程度和局限性。使我们能从一组样本来判定是否能以相当大的概率来保证某一判断是正确的，并可以控制发生错误的概率。 5.1 数理统计的基本概念 从本质上讲，总体就是所研究的随机变量的分布。即一个具有确定概率分布的随机变量。 一、总体（母体） 在数理统计中，把所研究的对象的全体称为总体。 通常指研究对象的某项数量指标，一般记为X。 把总体的每一个基本单位称为个体。 如某批灯泡的寿命X，全体在校生的身高Y。 对不同的个体，X的取值是不同的。X是一个随机变量或随机向量。X或Y的分布也就完全描述了我们所关心的指标，即总体的分布。为方便起见，我们将X的可能取值的全体组成的集合称为总体，或直接称X为总体。X的分布也就是总体的分布。 二、随机样本 从总体X中抽出若干个个体称为样本，一般记为(X1,X2,…,Xn)。n称为样本容量（或样本大小）。而对这n个个体的一次具体的观察结果——(x1,x2,…,xn)是完全确定的一组数值，但它又随着每次抽样观察而改变。(x1,x2,…,xn)称为样本观察值。 如果样本(X1,X2,…,Xn)满足 (1)代表性：样本的每个分量Xi与总体X有相同的分布； (2)独立性： X1,X2,…,Xn是相互独立的随机变量， 则称样本(X1,X2,…,Xn)为简单随机样本。 1设总体X的分布为F(x)，则样本(X1,X2,…,Xn)的联合分布为 2当总体X是离散型时，其分布律（离散总体密度）为 样本的联合分布律（离散样本密度）为 3当总体X是连续型时， X~f(x)(连续总体密度）， 则样本的联合密度（连续样本密度)为 例5.2 设某电子产品的寿命X服从指数分布，密度函数 (X1,X2,…,Xn)为X的一个样本，求其密度函数。 解 因为(X1,X2,…,Xn)为X的一个样本， 例5.3 某商场每天客流量X服从参数为λ的泊松分布，求其样本(X1,X2,…,Xn)的联合分布律。 解 三、分组数据统计表与频率直方图 1、分组数据表 （1）组距：若样本值过多时，可将其分为若干组。 分组的区间长度一般取成相等，称区间的长度为组距。 （2）组频数：区间所含的样本值个数称为该区间的组频数。 （3）组频率：组频数与总的样本容量之比称为组频率。 2、频率直方图 它能够直观地反应出组频率的分布 四、经验分布函数 五、统计量 样本是我们进行分析和推断的起点，但实际上我们并不直接用样本进行推断，而需对样本进行“加工”和“提炼”，将分散于样本中的信息集中起来，为此引入统计量的概念。 (X1,X2,…,Xn) g(X1,X2,…,Xn) 其中g(x1,x2,…,xn)是(x1,x2,…,xn)的连续函数。 如果g(X1,X2,…,Xn)中不含有未知