《数理统计方法教学课件》第4章_统计量及其分布.pptx

第4章统计量及其分布§4.1随机变量函数§4.2随机抽样及统计量§4.3统计量的分布§4.1随机变量函数的分布一般地，假设是一元实值函数，是一个随机变量，若的取值在函数的定义域内，则也为一随机变量。在实际中，也常常需要计算某特定指标的函数的分布，例如：测量圆轴截面的直径，而关心的却有可能是截面积。统计物理中，常需要从分子运动速度的分布计算动能的分布。正态分布的标准化设随机变量，则经过下面的标准化变换，有如下结论：例：假设一定时间段内某事件A的发生数目为：。如果服从参数为的泊松分布，则各个相邻事件的发生时间的间隔序列是相互独立的随机变量序列，且服从参数为的指数分布。解：用表示的时刻，则：离散随机变量函数的分布设X为离散型随机变量，分布律为：则X的函数的分布律为在计算离散型随机变量的函数的分布律时，有可能出现函数的某两项和的取值相同，可将两项合并，对应概率相加。例：设随机变量X的分布律为：试求函数的分布律。解：Y可能的取值为1,3,9。随机变量和的分布假设是两个相互独立的随机变量，其密度函数分别是和，如果定义：，则随机变量的概率密度函数是：例：设分别服从二项分布和，则随机变量服从二项分布：若每次实验中事件A出现的概率保持为p，则n次独立实验中事件A出现的次数的总和服从二项分布。因此，只需将两个随机变量分别看作是二点分布的和，即可用贝努利定理直接证明结论。例：假设有相互独立的随机变量服从参数为的泊松分布，试问随机变量的概率分布函数？例：假设随机变量X服从参数为的泊松分布，试问随机变量(不妨设)服从什么分布？还是否为泊松分布？解：由定义可以得到如下的概率分布：这里的参数。例：设分别服从正态分布和，则随机变量服从正态分布：例：设n个相互独立的随机变量服从正态分布，则随机变量也服从正态分布，且分布形式为：一般随机变量函数的分布先按照定义求Y的分布函数，再求概率密度函数。分布函数的定义根据的具体情况，求解关于随机变量X的不等式。例：假设随机变量X服从参数为的指数分布，试问随机变量的分布密度及分布函数？并计算的数值？解：由X及Y的函数变换关系有：从而，可得到Y的分布函数为：进而，可得到如下的概率值：卡方分布若连续型随机变量X的概率密度为称X服从卡方分布,记为：这里：若随机变量，则函数服从卡方分布；若随机变量服从分布，且相互独立，则：变上限复合函数的求导公式对数正态分布则称X服从对数正态分布。若连续型随机变量X的概率密度若随机变量X的函数，则X服从对数正态分布：§4.2随机抽样及统计量当总体未知时，只能通过抽样获取群体中的一部分个体来近似地描述总体的取值特征，然后通过数据的变换或者运算（统计量）得到总体的各种性质，进而进行统计决策。总体与个体总体：某个问题研究对象的全体。个体：组成总体的每个基本单元。★把研究对象的某数量指标的全体看作总体；把每个数值看作个体。一般地，我们把所研究的总体，也即研究对象的某项数量指标记作X，它的取值在客观上有一定的分布，X是一个随机变量。总体R.VX有限总体无限总体抽样过程为了推断总体的性态而从总体中抽取部分个体的过程称为抽样。统计学的目的就是从所获取的样本来得出总体的信息。样本假设从总体中随机抽取n个个体，则所得的这一组个体称为总体的一个样本容量为n的样本。如果是相互独立并且与总体X同分布的随机变量，则称为来自总体X的容量为n的简单随机样本，简称样本。简单随机抽样在实际中，有放回的随机抽样为简单随机抽样。当样本量较大时可用无放回抽样来代替。只有简单随机抽样才可以保证样本对于总体的代表性，也即在所关注的指标上可以代表该群体。随机性：抽样是随机地进行，每个个体被抽取的机会均等。独立性：每次抽样是独立进行的，其结果不受其它抽取结果的影响。简单随机抽样的性质等价性：在上述两个条件之下，总是相互独立的，并且与总体X有相同的分布。简单随机抽样所得到的每个样本是相互等价的，从而其对应的数据是统计不可分辨的。样本与数据抽取每个个体之前，都是未知的，因而所得的样本就是一个n维随机变量。抽样一旦完成，就得到样本观测值也即通常的数据。当没有经验时，就只能依赖具体的观测进行分析，这是统计的前提。总体的性质不可能完全由所得到的这组特定观测数据本身来说明。因此，数据的有效性、信息缺失和偏倚都会直接影响对总体的决策。原始数据在没有先验信息的前提下，原始数据就包含了对象所有的信息。原始数据质量的优劣直接影响到能否准确地对总体进行分析判断。一般来讲，原始数据均来源于抽样调查。原始数据的偏差由于抽样过程中各种因素的影响，原始数据经常会出现各种各样的偏差：随机误差、数据变差、数据缺失、数据偏倚以及不同类别数据之间的混杂等类型。随机误差数据变差数据缺失数据偏倚数据混杂数据变换获取数据的目的是为了进行有效的分析，而原始数据中所包含的各种偏差直接影响到对总