数理统计方法资料.ppt

总体和样本 总体与个体 总体或母体指我们研究对象的全体构成的集合， 个体指总体中包含的每个成员． 我们研究总体时，所关心的往往是总体某方面的特性，这些特性又常常可以用一个或多个数量指标来反映． 例如，在研究某厂生产的灯泡的质量时，关心的可能是这些灯泡的寿命和光亮度等． 总体指一个或多个数量指标，我们可以用一个或多个随机变量来表示它们． 因此，总体可以是一维随机变量，也可以是多维随机变量． 例如，在研究某厂生产的灯泡的质量时，可以分别用X，Y表示灯泡的寿命和光亮度，那么，对上面两个问题的研究就转化为对总体 X，Y 的研究了． 2 样本与抽样 实际应用中，为了研究总体的特性，总是从总体中抽出部分个体进行观察和试验，根据观察或试验得到的数据推断总体的性质． 我们把从总体中抽出的部分个体称为样本， 把样本中包含个体的数量称为样本容量， 把对样本的观察或试验的过程称为抽样， 把观察或试验得到的数据称为样本观测值（观测数据），简称样本值． 在应用中，我们从总体中抽出的个体必须具有代表性，样本中个体之间要具有相互独立性，为保证这两点，一般采用简单随机抽样． 定义 一种抽样方法若满足下面两点，称其为简单随机抽样： 1 总体中每个个体被抽到的机会是均等的； 2 样本中的个体相互独立． 由简单随机抽样得到的样本称为简单随机样本． 如果没有特殊说明,以后所说样本均指简单随机样本． 3 统计量与抽样分布 在利用样本推断总体的性质时，往往不能直接利用样本，而需要对它进行一定的加工，这样才能有效地利用其中的信息，否则，样本只是呈现为一堆“杂乱无章”的数据． 一、基本概念 1. 表示位置的统计量 设X1，X2，…，Xn为总体X的样本，x1，x2，...，xn为样本观测值， 1 样本均值 常用来作为总体期望（均值）的估计量，其观测值为 3 分位数 设X为一随机变量，我们知道对于给定的实数x，P X x 是事件 X x 的概率．在统计中，我们常常需要对给定事件 X x 的概率，由此确定的x取是一个临界点,称为分位数 点 ,有如下定义： 定义 设X为随机变量，若对给定的? ? 0，1 ，存在x?满足 P X x? ?，则称x?为X的上? 分位数 点 ． 1 样本k阶原点矩（简称样本k阶矩） ， k 1，2，… 2 样本k阶中心矩 ， k 2，3，… 显然 （3）偏度 skewness 2 设 都是参数θ的无偏估计，若 则称 比 有效． 例如，设总体X的方差存在，X1, X2,…,Xn n 2 为总体X的一个样本， 易知 , 均为? 的无偏估计, 又有 所以,当n 2时，　最有效， 较X1有效． 3. 相合性 总体参数θ的估计量 是样本的函数，随着样本容量的增加，其值应该越来越接近真值θ,于是有： 定义7.4 设 是参数θ的一个估计量，若　依概率收敛于θ，即对任意的ε 0，有 则称　是参数θ的相合估计量，或者一致估计量． 4.　区间估计 区间估计 定义 设X1,X2,…,Xn为总体X的一个样本,θ为总体X的未知参数,对给定的?? 0,1 ,如果有两个统计量 和 满足 则称区间 是θ的一个区间估计或置信区间， 分别称作置信下限、置信上限， 1 – ?称为置信水平或置信度. 正态总体均值的区间估计 【例】已知某种灯泡的寿命服从正态分布，现从一批灯泡中抽取16只，测得其寿命（单位：小时）如下所示： 1510 1450 1480 1460 1520 1480 1490 1460 1480 1510 1530 1470 1500 1520 1510 1470 求该灯泡平均使用寿命90%、95%及99%的置信区间. 解：用X表示灯泡的寿命，设X～N ?，?2 ， 由于?2未知,用 计算? 的置信区间． 其中 n 16, 正态总体均值的区间估计 Matlab命令 X [1510 1450 1480 1460 1520 1480 1490 1460 1510 1530 1470 1500 1520 1510 1470]; 假设检验的思想方法 假设检验的思想方法是： 1 提出假设； 2 在假设成立的条件下构造一个小概率事件； 3 由样本数据判断小概率事件是否发生了，如果小概率事件发生了，根据“小概率原理”，作出否定原假设的推断． 一、单因素试验 二、平方和的分解 所以对给定显著性水平? ? 0, 1 ，H0的拒绝域为： 计算得到F的观测值为F0, 当F0落入拒绝域时拒绝原假设H0, 可以认为因素A对响应变量有显著影响；否则不能拒绝H0，认为因素A对响应变量无显著影响． 称为用 来估计 的系统误差.因此,