应用统计46152.pptVIP

应用概率统计 第二章：统计基础 * * 以概率统计为基础的随机数学的研究范畴: 研究随机试验中的规律性。 工程中,分布或参数常未知,但有含r.v.信息的数据. 概率论中r.v.的分布通常是已知的，或假定已知. 统计引言： 问题的数学实质: 由试验或观察得到的数据,对随机试验中的规律做出合理的估计或判断。 数据 规律 2、随机性来源. 1、随机性与模糊性的区别及联系. 统计分析的数据具有随机性.反演随机试验内在规律. 特点： 问题： 统计是以概率论为基础，研究如何收集、分析数据，以揭示研究问题内部规律的学科。 统计的内容大致分为两类：一类是试验设计，另一类是统计推断。 试验设计研究如何更有效地获得数据。试验设计方法主要有抽样技术、试验设计等。 统计推断研究从数据中找不同规律的不同方法。统计推断方法有很多，如参数估计、假设检验、回归分析、方差分析、聚类分析、主成份分析等等。 3.1 总体、样本 总体 研究对象的全体. 通常指研究对象的某项数量指标. 为r.v. 个体 组成总体的单元. 通常指某项数量指标的取值. 样本 设总体X 具有分布F x , 若r.v. X1, … , Xn 相互独立, 且均与X 同分布, 则称 X1, … , Xn为来自总体X的简单随机样本, 简称样本, n称为样本容量. 第三部分、统计基本概念 样本应满足以下两个条件: （1）独立性： X1, … , Xn 相互独立; （2）代表性: X1, … , Xn与总体 X 同分布. 来自总体 X 的样本 X1, … , Xn可记为 其中 F x 是 X 的分布律或密度函数. 样本的数学本质： 与总体X具有相同分布的, 相互独立的一组r.v. X1, … , Xn 对总体的一次具体抽取, 得到的n个值x1, … , xn. 即样本的一次实现. 样本观测值 样本的二重性 对工程人员, 是x1, … , xn . 对理论 方案 工作者, 是X1, … , Xn. 3.2 统计量与抽样分布 由样本构成的, 不含未知参数的函数T X1, … , Xn 称为统计量. 样本 X1, … , Xn的观测值为x1, … , xn, 则T x1, … , xn 称为统计量T X1, … , Xn 的观测值. 即数据代入. 统计量是 r.v. 常用统计量 样本均值 观测值为 样本方差 观测值为 Xi 关于 的平方平均偏离程度; Xi相对 集中度 抽样分布 统计量是r.v., 也有分布. 统计量的分布称为抽样分布. 统计中, 常用抽样分布是: ?2—分布、t —分布、F—分布和N—分布. 1. ?2—分布 n个 独立标准正态平方和~?2 n 分布, n为自由度. ①已知分布; 记号 ?2 n ; 服从 ?2 n 分布的统计量 ② 密度函数图形 f x ?2 n , n 8 ③ ?2 n 分布性质 x 0 ?1 + ?2 ~ ?2 n1+n2 可加性 若?1 ~ ?2 n1 , ?2~ ?2 n2 , ?1, ?2独立, 则 期望与方差 若? ~ ?2 n , 则E ? n, V ? 2n. ④ ?2 n 分布的上? 分位点 设? ~ ?2 n ，对于?：0 ? 1，称满足 的点 为?2 n 分布的上?分位点. ?2 n 分布上?分位点的几何实质. ? x 0 f x ?2 n 2. t—分布 独立的标准正态与?2 n 之特定商 ①已知分布; 记号 t n ; 服从 t n 分布的统计量 ② 密度函数图形 若 ? ~ N 0, 1 , ? ~ ?2 n , ?与?独立，则 t n n为自由度 x 0 f x 类似N 0, 1 , 这里两端尾巴稍厚; ④ t n 分布的上? 分位点 设T~ t n ，对于?：0 ? 1，称满足 的点 为t n 分布的上?分位点. t n 分布上?分位点的几何实质. ③ t n 分布密度函数性质: f t 关于t 0对称. 即 f ? t f t . t? n t n ? x 0 f x 用t n 分布上? 分位点表示即, 3. F-分布 若U ~?2 n1 , V~?2 n2 , U, V 独立, 则 n1 , n2分别称为F-分布的第一自由度和第二自由度. ①已知分布; 记号F n1, n2 ; 服从F n1, n2 分布统计量 ② 密度函数图形 f x F n1, n2 n1 10, n2 4 x 0 ④F n1, n2 分布的上? 分位点 设F ~ F n1, n2 ，对于?：0 ? 1，称满足 的点 为F n1, n2 分布的上?分位点. F n1, n2 分布上?分位点的几何实质. ? x 0