概率论与数理统计第六章抽样分布.pptVIP

概率密度函数为： 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 由定义可见， 3、F分布 ~F(n2,n1) 定义: 设 U 与V 相互独立，则称随机变量 服从自由度为n1及 n2 的F分布，n1称为第自由度，n2称为第二自由度，记作 F~F(n1,n2) . 即它的数学期望并不依赖于第一自由度n1. 1.F分布的数学期望为: 若n22 若F~F(n1,n2)， F的概率密度为 2.F分布的分位数 三、几个重要的抽样分布定理 当总体为正态分布时，给出几个重要的抽样分布定理. 定理 1 (样本均值的分布) 设 X1, X2, …, Xn 是来自正态总体 的样本， 是样本均值，则有 n取不同值时样本 均值 的分布 请注意 : 定理 2 (样本方差的分布) 设X1,X2,…,Xn是来自正态总体 的样本, 分别为样本均值和样本方差, 则有 n取不同值时 的分布 定理 3 (样本均值的分布) 设X1,X2,…,Xn是取自正态总体 的样本, 分别为样本均值和样本方差, 则有 定理 4 (两总体样本均值差、样本方差比的分布) 分别是这两个样本的 且X与Y独立, X1,X2,…, 是来自X的样本, 是取自Y的样本, 这两个样本的样本方差,则有 Y1,Y2,…, 样本均值， 分别是 四、例题 例1 解 六、小结 在这一节中我们学习了统计量的概念 , 几个重要的统计量及其分布 ,即抽样分布. 要求大家熟练地掌握它们 . 常用的统计量 样本平均值 样本方差 样本标准差 样本k阶原点矩 样本k阶中心矩 抽样分布 t 分布 F分布 抽样分布定理 样本均值的分布 样本方差、均值的分布 两总体样本均值差、样本方差比的分布 第六章、样本及抽样分布 第一节：随机样本 第二节：抽样分布 引言 随机变量及其所伴随的概率分布全面描述了随机 现象的统计性规律。 概率论的许多问题中，随机变量的概率分布通常 是已知的，或者假设是已知的，而一切计算与推理都 是在这已知的基础上得出来的。 但实际中，情况往往并非如此，一个随机现象所 服从的分布可能是完全不知道的，或者知道其分布概 型，但是其中的某些参数是未知的。 例如： 某公路上行驶车辆的速度服从什么分布是未知的； 电视机的使用寿命服从什么分布是未知的； 产品是否合格服从两点分布，但参数——合格率p是 未知的； 数理统计的任务则是以概率论为基础，根据试验 所得到的数据，对研究对象的客观统计规律性做出合 理的推断。 从第本章开始，我们学习数理统计的基础知识。主要有参数估计、假设检验、方差分析、回归分析等内容.本章主要介绍数理统计的一些基本术语、基本概念、重要的统计量及其分布，它们是后面各章的基础。 学习的基本内容 第一节 随机样本 总体和样本 小结 一、总体与样本 一个统计问题总有它明确的研究对象. 1、总体与个体 … 研究某批灯泡的质量 研究对象的全体称为总体， 总体 总体中所包含的个体的个数称为总体的容量. 总体中每个成员称为个体 总体 有限总体 无限总体 因此在理论上可以把总体与概率分布等同起来. 我们关心的是总体中的个体的某项指标(如人的身高、灯泡的寿命,汽车的耗油量…) . 由于每个个体的出现是随机的，所以相应的数量指标的出现也带有随机性 . 从而可以把这种数量指标看作一个随机变量X ，因此随机变量X的分布就是该数量指标在总体中的分布. 总体就可以用一个随机变量及其分布来描述. 例如:研究某批灯泡的寿命时，关心的数量指标就是寿命，那么，此总体就可以用随机变量X表示，或用其分布函数F(x)表示. 某批 灯泡的寿命 总体 寿命 X 可用一概率 （指数）分布来刻划 鉴于此，常用随机变量的记号 或用其分布函数表示总体. 如 说总体X或总体F(x) . 类似地，在研究某地区中学生的营养状况时 ，若关心的数量指标是身高和体重，我们用X 和Y 分别表示身高和体重，那么此总体就可用二维随机变量(X,Y)或其联合分布函数 F(x,y)来表示. 统计中，总体这个概念的要旨是： 总体就是一个随机变量(向量)或一个概 率分布. 2、样本 总体中抽出若