统计模型.要点.doc

第9章 统计模型 9.1 预备知识 9.1.1 随机事件与概率 若试验E满足： （1）在相同条件下可以重复进行； （2）试验的可能结果是明确可知的，并且不止一个； （3）每次试验前不知会出现哪个结果。 则称E为随机试验，简称试验。 随机试验的所有可能结果的集合称为样本空间，用表示。随机事件通常指样本空间的子集，用、、、等表示。随机事件发生可能性大小的度量称为的概率，用表示。 9.1.2 随机变量及其分布 1．随机变量的定义 定义在样本空间上，取值于实数域的函数称为随机变量，简记为。常见的随机变量有离散型随机变量和连续型随机变量两种类型。又称为维随机变量或维随机向量，二维随机变量用表示。 2．随机变量的分布 （1）分布函数：设是一个随机变量，对任意实数，称为随机变量的分布函数。 （2）分布律：设是一个离散型随机变量，其所有可能取值为，称，为离散型随机变量的分布律。 （3）密度函数：设随机变量的分布函数为，若存在非负可积函数，使得对任意实数有，则称为连续型随机变量，又称为的密度函数。 3．随机变量的数字特征 （1）数学期望：若是离散型随机变量，称为的数学期望；若是连续型随机变量，称为的数学期望。这里的级数和积分要求绝对收敛。 （2）方差：称为随机变量的方差。 （3）协方差：称为随机变量和的协方差。 （4）相关系数：称为随机变量和的相关系数。 9.1.3 正态分布及统计三大分布 1．正态分布 （1）定义：若随机变量具有密度函数，其中，，则称服从参数为和的正态分布，记作。 当，时，称服从标准正态分布，记作。标准正态分布的密度函数为，分布函数为。 图9-1 标准正态分布密度函数、分布函数曲线 （2）正态分布的重要性质 （ⅰ）若随机变量，则，； （ⅱ）若随机变量，则随机变量； （ⅲ）若随机变量，，且与独立，则 ； （ⅳ）若二维随机变量，则 ，，且。 2．统计三大分布 （1）分布 定义：若随机变量独立同分布，则称随机变量服从自由度为的分布，记作。 密度：分布的密度函数为 图9-2 分布密度函数曲线 性质：（ⅰ）若随机变量，则；（ⅱ）若随机变量，，则随机变量；（ⅲ）若随机变量，则，。 （2）分布 定义：若随机变量，，且与相互独立，则称随机变量服从自由度为的分布，记作。 密度：分布的密度函数为 图9-3 分布密度函数曲线 性质：（ⅰ）分布为对称分布；（ⅱ）分布以标准正态分布为极限分布。 （3）分布 定义：若随机变量，，且与相互独立，则称随机变量服从第一自由度为，第二自由度为的分布，记作。 密度：分布的密度函数为 图9-3 分布密度函数曲线 性质：若随机变量，则。 3．分位数 设随机变量，若对给定的（），有，则称为标准正态分布的上侧分位数或分位点，又称为标准正态分布的下侧分位数（这里），称为标准正态分布的双侧分位数。 同理可定义，，；，，，；，等。 9.1.4 抽样分布 1．总体与样本 被研究对象的全体称为总体（如一批灯泡），构成总体的每个单元称为个体（如一只灯泡）。在数理统计中，研究某个总体，通常是研究它的某个方面的数值指标（如灯泡的使用寿命）。就一批灯泡的使用寿命而言，它是一个随机变量，因此我们今后就用随机变量代表一个总体，的分布也就是总体的分布。 总体中部分个体做成的集合称为样本，样本包含的个体数目称为样本容量（用表示）。样本可视为个随机变量，其观测结果称为样本观测值。 若样本满足相互独立且与总体具有相同的分布这两个条件，则称其为简单随机样本。今后提到的样本都指简单随机样本。 2．统计量 设为取自总体的一个样本，若样本的函数不含任何未知参数，则称为一个统计量。统计量的分布称为抽样分布。 3．样本矩 设为取自总体的一个样本，称为样本阶原点矩，特别称为样本均值；称为样本阶中心距，样本二阶中心距记作，称为样本方差，又称为样本标准差。 定理9.1.1 设是一个总体，，，则，；，。 定理9.1.2 设是一个总体，，，则，，。 4．样本矩的分布 定理9.1.3 设总体服从分布，为取自总体的一个样本，，分别为样本均值和样本方差，则 （1）；（2）；（3）与相互独立。 9.2 方差分析模型 9.2.1 问题的提出 方差分析是鉴别对试验结果产生影响的各种因素效应的一种统计分析方法。为了阐述方差分析的思想方法及其应用，我们先看下面的实例。 例1 某农科所为了比较四种不同肥料对某农作物收获量的影响，进行了如下的试验，将每种肥料各施四小块土地，得收获量如下表所示： 表9-1 农作物收获量表 肥料种类（） 收获量（） 平均收获量（） 问肥料对该农作物的收获量是否有显著影响？ 我们将试验中控制的条件称为因素或因子，用、、、等表示，而将因素所处的不同状态称为水平，用表示。若试验中只有一个因素在变化，则称相应问题为单因素问题，若同时有多个因素在变化，则称之为多