统计学第6章统计量与抽样分布解析.pptVIP

统计学-ch5 suyl * 抽样分布定理 定理6-2：设总体X~N μ，σ2 ，X1， … ，Xn 为来自 总体X的一个容量为n的样本，则 统计学-ch5 suyl * 推论：设X1， … ，Xn 为来自任意总体X的一个容量为n的样本，若E X μ，D X σ2 0存在，当n较大时，近似地有 统计学-ch5 suyl * 定理6-3.两个总体的统计量的分布 统计学-ch5 suyl * 抽样分布定理 定理6-3：设两独立总体X~N μ1，σ12 ， Y~N μ2，σ22 ，则统计量 从而有： 统计学-ch5 suyl * 抽样分布定理 定理6-4：设两独立且等方差总体X~N μ1，σ2 ， Y~N μ2，σ2 ，则统计量 其中 统计学-ch5 suyl * 在这三大分布确立之后，讨论统计量的分布就十分容易了。比如 统计学-ch5 suyl * 分布 ： 用途：讨论某种工艺生产的产品质量是否稳定，是估计总体方差的问题。对总体的方差进行估计时，必须利用样本的方差 那么样本的方差服从什么分布？ 统计学-ch5 suyl * 分布： 用途：对总体的均值进行推断时，通常情况下总体方差是未知的，这就意味着，统计量 中含有未知的参数，如果我们用样本的修正方差 代换总体的方差，则上式变为 它不服从标准正态分布，而服从 分布。在总体方差 未知时，推断总体均值，需考虑 统计量。 统计学-ch5 suyl * F分布 用途：在实际的统计分析工作中，我们常常遇到讨论两个总体的方差是否相等的问题。比如某个工厂采用两种不同的工艺生产某种产品，欲了解哪一种工艺的质量稳定，则需要讨论起质量指标的方差是否相等。 tjx * tjx * t分布又称为“学生分布”或“学生t分布”，它最早由英国的化学家和统计学家歌瑟特于（W.C.Gosset）提出。“学生（Student）”是其文章发表时使用的笔名。 tjx * F分布是统计学家费雪（R.A.Fisher）于1924年发现的，F分布在假设检验等统计领域都有非常重要的应用。 tjx * 统计学-ch5 suyl * 为了讨论统计量的分布，本节首先介绍数理统计中的三个著名分布，它们是t分布，?2分布和F分布。参数估计和假设检验等统计推断问题中这三个分布有广泛的应用。 统计学-ch5 suyl * §6.3.1 分布的定义 为独立同分布于标准正态总体N 0,1 的随机变量列，则称随机变量： 所服从的分布为自由度是n的 分布，记为 统计学-ch5 suyl * ?2 n 分布实质上就是参数为n/2,1/2的Γ分布， 即?2 n 的密度函数为 统计学-ch5 suyl * ?2分布随着自由度ｎ增加，分布渐近于正态。 图4-1　?2的概率密度曲线 统计学-ch5 suyl * （1）期望与方差 若X~ ?2 n ，则 E X n，D X 2n。 2. ?2—分布的性质特征 统计学-ch5 suyl * （2）分布可加性 若X ~ ?2 n1 ，Y~ ?2 n2 ， X， Y独立，则 X + Y ~ ?2 n1+n2 。 统计学-ch5 suyl * （3）关于自由度 统计学-ch5 suyl * 统计学-ch5 suyl * 4 为便于今后的应用，现在我们引入上侧分位数的概念. 所谓一个分布的?上侧分位数就是指这样一个数，它使相应分布的随机变量不小于该数的概率为?,比如，若记?2变量的?上侧分位数为 ，则满足 统计学-ch5 suyl * 通过Excel查分位点，函数为CHIINV 统计学-ch5 suyl * 1. t—分布构造和密度函数 t n 称为自由度为n的t—分布。 §6.3.2　 t —分布 t n 的概率密度为 若?~N 0, 1 , ?~?2 n , ?与?独立，则 统计学-ch5 suyl * 分子是标准正态随机变量 分母是自由度为n的卡方随机变量 分子分母相互独立，且满足构造公式 新随机变量服从自由度为n的t分布 t分布的三个要点： 统计学-ch5 suyl * t分布的图像 统计学-ch5 suyl * t分布和标准正态分布类似，他们都是对称分布。但是t分布与标准正态分布也是有区别的。t分布尾部厚，即服从ｔ分布的随机变量取到尾部值的概率比标准正态分布略大。而对于接近原点的坐标点，t分布的值比标准正态分布的值小。因而t分布曲线尾部又厚于标准正态分布，而峰低于标准正态分布。 图4-2　t n 密度函数曲线 统计学-ch5 suyl * 2. t分布的性质特征 1 f t 关于t 0 纵轴 对称。 2 f t 的极限为N