概率统计：07.1.pptVIP

作业：Chap7：1、3、4、5、6 —— 对随机现象进行观测、试验，以取得有代表性的观测值 —— 对已取得的观测值进行整理、分析,作出推断、决策,从而找出所研究的对象的规律性 第七章 数理统计的基本概念 数 理 统 计 的 分 类 描述统计学 推断统计学 参数估计 假设检验 回归分析 方差分析 推断统计学 总体 —— 研究对象的全体组成的集合 若为一个随机变量,可记为X . 例如, 某钢铁厂生产的钢锭的强度. X 的分布函数和数字特征称为总体的分布函数和数字特征. 总体和样本 § 7.1 基本概念 一般地，研究对象全体的某个(或某些)数量指标,是一个随机变量(或多维随机变量). 样本 ——从总体中抽取的部分个体. 抽样 —— 从总体中抽取个体，做随机试验并记录其结果 个体 —— 组成总体的每一个元素(单元) 总体中每个元素的数量指标,可以看作随机变量 X 的某个取值.用xi表示. 假设抽取n个个体，则每一个体的数量指标分别为一个随机变量，记为：X1, X2,… ,Xn，则(X1, X2,… ,Xn)为样本变量，简称样本. n 称为样本容量. 样本空间 —— 样本(X1, X2,… ,Xn)所有可能取值的集合. 样本值 —— 从总体中抽取的部分个体.其数量指标的观察值(x1, x2,… ,xn)，称为总体 X 的一个容量为n 的样本值. 或称为样本(X1, X2,… ,Xn)的一个实现. 设(X1, X2,… ,Xn)是来自总体 X 的一个样本,它满足: 一般地,对有限总体,采用放回抽样所得到的样本为简单随机样本,但使用不方便,常用不放回抽样代替.当总体中个体的数目N 与样本容量 n 之比N / n ? 10时,可将不放回抽样近似地看作放回抽样. (1) 同分布：X1, X2,… ,Xn都与X 有相同的分布 (2) 独立性: X1, X2,… ,Xn相互独立 则称(X1, X2,… ,Xn)为简单随机样本. 简单随机样本 设总体 X 的分布函数为F (x), (X1, X2,… ,Xn)为总体 X 的简单随机样本, 若总体X 的概率密度函数为f( x) , 则(X1, X2,… ,Xn)的联合分布函数为 则(X1, X2,… ,Xn)的联合概率密度函数为 设(X1, X2,… ,Xn)是取自总体X 的一个样本, 为一实值连续函数,且不含有未知参数, 则称随机变量g(X1, X2,… ,Xn)为统计量. 若(x1, x2,… ,xn)是一个样本值, 则称 为统计量g(X1, X2,… ,Xn)的一个样本值 定义 统计量 例 是未知参数, 是一样本,则 是统计量, 不是统计量. 但 其中 若 ? ,? 已知,则为统计量 常用的统计量 为样本均值 为样本方差 为样本标准差 设(X1, X2,… ,Xn)是来自总体 X 的容量为 n 的样本, 称统计量 为样本的k 阶原点矩 为样本的k 阶中心矩 例如 而样本方差 注 样本方差 与样本二阶中心矩 不同: 关系式 1） 而 推导如下： 则 2） 设 则 (5) 顺序统计量与极差 设(X1, X2,… ,Xn)为样本, 当(X1, X2,… ,Xn)取值为(x1, x2,… ,xn)时 则称统计量(X(1), X(2),… ,X(n))为顺序统计量. 称Dn=X(n)-X(1)为极差 (x1, x2,… ,xn)为样本值,且 定义随机变量 其中, 例1 从一批机器零件毛坯中随机地抽取10件, 测得其重量为(单位: 公斤): 210, 243, 185, 240, 215, 228, 196, 235, 200, 199 求这组样本值的均值、方差、二阶原点矩与二阶中心矩. 解 令(x1, x2,… ,xn) =(210, 243, 185, 240, 215, 228, 196, 235, 200, 199) 则 解 故 中,随机地抽取一个容量 例2 在总体 为36的样本,求样本均值 落在50.8到53.8之间 的概率 例3 设总体X 的概率密度函数为 (X1, X2,… ,X50)为总体的样本,求 解(1) (1) 的数学期望与方差 (2) (3) 利用中心极限定理，估计 (2) (3) 由中心极限定理 (近似), * *