第一节 统计学的基本概念.ppt

6.1 数理统计学的基本概念 6.1.1 引例 6.1.2 统计与数理统计概述 6.1.3 总体与样本 6.1.4 统计量 引例 ：某工厂生产大批电子元件.在实际应用中,我们可以提出许多感兴趣的问题 1.这批元件的平均寿命如何? 2.这批元件的寿命服从什么分布? 3.如果你是使用单位.要求平均寿命能达到某个指定的数l，例如５０００小时．问这批元件可否被接受？ 4.如何获得所需要的数据？ * 本章转入课程的第二部分 数理统计学 数理统计的特点是应用面广，分支较多.社会的发展不断向统计提出新的问题. 计算机的诞生与发展，为数据处理提供了强有力的技术支持，数理统计与计算机的结合是必然的发展趋势. 从历史的典籍中，人们不难发现许多关于钱粮、户口、地震、水灾等等的记载，说明人们很早就开始了统计的工作 . 但是当时的统计，只是对有关事实的简单记录和整理，而没有在一定理论的指导下，作出超越这些数据范围之外的推断. 到了十九世纪末二十世纪初，随着近代数学和概率论的发展，才真正诞生了数理统计学这门学科. 数理统计学是一门应用性很强的学科. 它是研究怎样以有效的方式收集、 整理和分析带有随机性的数据，以便对所考察的问题作出推断和预测，直至为采取一定的决策和行动提供依据和建议. 数理统计不同于一般的资料统计，它更侧重于应用随机现象本身的规律性进行资料的收集、整理和分析. 由于大量随机现象必然呈现出它的规律性，因而从理论上讲，只要对随机现象进行足够多次观察，被研究的随机现象的规律性一定能清楚地呈现出来. 但客观上，只允许我们对随机现象进行次数不多的观察试验，也就是说,我们获得的只是局部观察资料. 数理统计的任务就是研究怎样有效地收集、整理、分析所获得的有限的资料，对所研究的问题,尽可能地作出精确而可靠的结论. 由于推断是基于抽样数据，抽样数据又不能包括研究对象的全部信息. 因而由此获得的结论必然包含不肯定性. 在数理统计中，不是对所研究的对象全体(称为总体)进行观察，而是抽取其中的部分(称为样本)进行观察获得数据（抽样），并通过这些数据对总体进行推断. 6.1.1 引例 总体 —— 研究对象全体元素组成的集合 所研究的对象的某个(或某些)数量指标的全体,它是一个随机变量(或多维随机变量)，记为X . X 的分布函数和数字特征称为总体的分布函数和数字特征. 6.1.2 总体(population)和样本(Sample) 样本 —— 从总体中抽取的部分个体. 称 为总体 X 的一个容量为n 的样本观测值,或称样本的一个实现. 用 表示样本， n 为样本容量. 样本空间 —— 样本所有可能取值的集合. 个体 —— 组成总体的每一个元素 即总体的每个数量指标,可以看作随机 变量 X 的某个取值.用 表示. 若总体 X 的样本 满足: 一般,对有限总体,采用放回抽样所得到的样本为简单随机样本,但使用不方便,常用不放回抽样代替.而代替的条件是 (1)要有代表性 　　与X 有相同的分布 (2) 相互独立 则称 为简单随机样本. 简单随机样本(i.i.d) 其中N为总体中个体的数目，n 为样本容量. N / n ? 10. 设 为总体X 的简单随机样本, X 的分布函数为F (x), 若总体X 的概率密度函数为f( x), 则 的联合概率密度函数为 则 的联合分布函数为 例如 某批产品共有N 个,其次品数为M, 其次品率为 若 p未知,则可用抽样的方法来估计它. X 服从参数为 p 的0-1分布, 从这批产品中任取一个产品，记 设有放回地抽取了一个容量为n 的样本 的联合分布为 其样本值为 样本空间为 若抽样是无放回地,则前次抽取的结果会影响后面抽取的结果.例如 所以, 当样本容量n 与总体中个体数目N 相比很小时, 可将无放回抽样近似地看作放回抽样. 　　样本来自总体，样本的观察值就含有总体各个方面的信息，但这些信息较为分散，为使这些分散在样本中有关的信息集中起来反映总体的各种特征，需对样本进行加工，一种有效的办法就是构造样本的函数，不同的样本函数反映总体的不同特征，这种函数便是统计量。 6.1.3 统计量(