第五章统计量及其分布.doc.docVIP

第五章 统计量及其分布 §5.1 总体与样本 5.1.1 总体与个体 总体：研究对象的全体。包括有限总体和无限总体，本书将以无限总体作为主要研究对象。 个体：构成总体的每个成员。 可以视总体为一个分布。因此“从总体中抽样”与“从某分布中抽样”意思相同。 举例。 5.1.2 样本 从总体中随机地抽取n个个体，记其指标值为，则称为总体的一个样本，n称为样本容量。举例。 简单随机样本(简称样本)的特点： (1)随机性(2)独立性。 设总体X具有分布函数，为取自该总体的容量为n的样本，则样本联合分布函数为 注意：对于无限总体，随机性与独立性容易实现，困难在于排除有意或无意的人为干扰。对有限总体，只要总体所含个体数很大，特别是与样本量相比很大，则独立性也可基本得到满足。 举例。 §5.2 样本数据的整理与显示 5.2.1 经验分布函数 定义：设是取自总体分布函数为的样本，若将样本观测值由小到大进行排列人，为，则称为有序样本，用有序样本定义如下函数 则是一非减右连续函数，且满足 和。 由此可见，是一分布函数，并称其为经验分布函数。 举例。 定理5.2.1(格里纹科定理) 设是取自总体分布函数为的样本，是其经验分布函数，当时，有 注意：该定理表明当相当大时，经验分布函数是总体分布函数的一个良好的近似。 5.2.2 频数频率分布表 例1 为研究某厂工人生产某种产品的能力，我们随机调查了20位工人某天生产的该种产品的数量，数据如下 160 196 164 148 170 175 178 166 181 162 161 168 166 162 172 156 170 157 162 154 对这20个数据(样本)进行整理，具体步骤如下： (1)对样本进行分组 首先确定组数，作为般性的原则，组数通常在5-20个，对容量较小的样本，通常将其分为5组或6组，容量为100左右的样本可分7-10组，容量为200左右的样本可分9-13组，容量为300左右及以上的样本可分12-20组，目的是使用足够的组来表示数据的变异。这里将数据分为5组，即。 (2)确定每組组距 每组区间长度可以相同也可以不同，实用中常选用长度相同的区间以便于进行比较，此时各组区间的长度称为组距，其近似公式为： 组距=(样本最大观测值-样本最小观测值)/组数 本例中，数据最大观测值为196，最小观测值为148，故组距近似为 方便起见，取组距为10。 (3)确定每组组限 各组区间端点为 ， 形成如下的分组区间 ， 其中略小于最小观测值，略大于最大观测值，配合我中可取，，于是本例的分组区间： ,,,,, 通常可用每组的组中值来代表该组的变量取值，组中值=(组上限+组下限)/2。 (4)统计样本数据落入每个区间的个数－频数，并列出其频数频率分布表。本例的频数频率分布表见下表。从表中可以读出很多信息，如：40%的工人产量在157到167之间；产量少于167个的有12人，占60%；产量高于177的有3人，占15%。 例1的频数频率分布表 组序　　　分组区间　　　组中值　　　频数　　　频率　　　累计频率/% 1　　　　 152 4 0.20 20 2 162 8 0.40 60 3 172 5 0.25 85 4 182 2 0.10 95 5 192 1 0.05 100 合计 20 1 5.2.3 样本数据的图形显示 　　一、直方图 它在组距相等场合常用宽度相等的长条矩形表示，矩形的高低表示频数的大小。在图形上，横坐标表示所关心变量的取值区间，纵坐标表示频数，这样就得到频数直方图，如图。把纵轴改成频率就得到频率直方图。为使各长条矩形面积和为1，可将纵轴取为频率/组距，称为单位频率直方图或简称频率直方图。 二、茎叶图 例2 某公司对就聘人员进行能力测试，测试成绩总分为150分。下面是50痊应聘人员的测试成绩(已经过排序)： 64 67 70 72 74 76 76 79 80 81 82 82 83 85 86 88 91 91 92 93 93 93