新高等数学 理工科用 第２版 教学课件 方晓华 11 6.pptVIP

11.6 数理统计基础 引 言 演示图 数理统计原理示意图 11.6.1 数理统计中的几个概念 1、总体和样本 2、统计量 11.6.2 数理统计中的几个分布 1、 的分布 2、χ2 分布 3、t 分布 本节的学习目的与要求 本节的重点与难点 * 11.6 数理统计基础 本节知识引入 本节目的要求 本节重点难点 本节复习指导 目录 后退 主页 退出 在线教务辅导网： 教材其余课件及动画素材请查阅在线教务辅导网 QQ:349134187 或者直接输入下面地址： 11.6.2 数理统计中的几个分布 11.6.1 数理统计中的几个概念 第 11 章 概率与数理统计 数理统计是运用概率论的基本理论，从样本信息入手研究总体特征的规律性的科学推断的方法. 数理统计的思想法则就是从局部推断全局，从样本推断总体的思想法则.数理统计的方法好比是一个样本信息的“加工机”，它的工作原理如图所示. “原料” 输出 “机器” 由图可见，把数理统计方法比作是这样一 台“机器”，输入的“原料”是一堆杂乱无章 的样本数据，经这台“机器”的加工处理后， 输出的将是总体有一定规律的分布情况。 1、总体和样本 2、统计量 引例： 灯泡的使用寿命，规定寿命低于1500h的 为次品，则次品率可以由灯泡寿命X这个 随机变量的F(x)来确定，即： P{x≤1500}=F(1500) 就是所求次品率。 但由于实验的破坏性，只能选取一些产品作实验，并记录结果，从而根据这组数据来推断整批灯泡的寿命情况。 分析： 总体： 记为：X、Y、Z、… 研究对象的全部元素的集合（或母体）。 个体： 组成总体的每个元素。 例如： 引例中的灯泡寿命的全体为总体，而每只灯泡的寿命为个体。 样本： 从总体X中进行随机抽样观察，抽取n个个体X1、X2、X3、…、Xn，叫做总体X的样本（或子样），n—样本容量 。 其中：n≥50—大样本 n50—小样本 样本观测值： 对n个随机抽取的Xi进行一次观测， 所得的一组确定的数值： x1、x2、x3、…xn，叫做样本观测值（简称样本值） 例如： 例如： 从这批灯泡中任取10个灯泡作寿命实验，结果为：1010，1689，1720，964，1199，1530，1860，1650，1320，1950。 其中： 样本值—— 样本—— 任取的10个灯泡 样本容量—— 10 x1=1010，x2=1689，x3= 1720， …… x8=1650，x9=1320，x10=1950 简单随机样本: 1）同一性：Xi与总体X具有相同分布； 2）独立性：Xi之间相互独立。 具有以下两点的样本 样本的抽取方法： 1）当总体有限时，放回抽样； 2）当总体无限时(n/N0.1)，则不放回抽样。 注意：一般情况下，样本均为简单随机样本。 几个基本概念列表进行扼要的比较： 统计量： 如果f(X1、X2、…、Xn)是样本X1、X2、…、Xn构成的函数，且不包含来自总体分布的未知参数，则称函数f(X1、X2、…、Xn)为统计量。 例如：设X~n(μ, σ2)，其中μ, σ未知， X1、X2、…、Xn是取自总体X的 一个大小为n的样本，则 1) f(X1、X2、…、Xn) =max{ X1、X2、…、Xn }; 2) f(X1、X2、…、Xn)= X1+X2-X3 3) f(X1、X2、…、Xn)= 4) f(X1、X2、…、Xn)= ( X1+X2)-μ 5) f(X1、X2、…、Xn)= 其中：1——3是统计量 常用的统计量： 设X1、X2、…、Xn为总体X的一个样本容量 为n的样本， x1、x2、…、xn是该样本的观察值 (1) 样本均值(均值)： (2)样本方差： (3)样本均方差(标准差 )： (4)样本k阶原点矩： (5)样本k阶中心矩： 它们对应的观察值是： 例1、使用一测量仪器对同一轴进行12次独立测 量，结果为： 232.50，232.48，232.15，232.53，232.45， 232.48，232.05，232.45，232.60，232.30， 232.30，232.47 试求样本均值和样本方差。 解： =232.397 = (232.50+232.48+232.15+…+232.30+232.47) = [(232.50-232.397)2+(232.48-232.397)2+…+ (232.47-232.397)2]