统计学第6抽样分布2013.ppt

知识点回顾 统计量 根据样本计算出的量。 设X1，X2，…，Xn是从总体中抽取的容量为n的一个样本，如果由此样本构造一个函数T（ X1，X2，…，Xn ），不依赖任何未知参数，则称函数T是一个统计量。 参数 第6章抽样分布 §6.1由正态分布导出的几个重要分布 §6.2 抽样分布 §6.3 一个总体参数推断时样本统计量分布 §6.4 两个总体参数推断时样本统计量分布 6.1由正态分布导出的几个重要分布 卡方分布 T分布 F分布 ?2分布(?2 distribution) 由阿贝(Abbe) 于1863年首先给出，后来由海尔墨特(Hermert)和卡·皮尔逊(K·Pearson) 分别于1875年和1900年推导出来。 设随机变量X1，X2，…Xn，相互独立，且Xi服从标准正态分布，则它们的平方和 服从自由度N的X2分布 ?2分布(性质和特点) 分布的变量值始终为正 分布的形状取决于其自由度n的大小，通常为不对称的右偏分布，但随着自由度的增大逐渐趋于对称 用于方差的推断 (c2)分布 T分布 T分布也称学生分布，高塞特在1908年在一篇以“Student”为笔名的文章中首次提出的。 设随机变量X~N（0，1），Y~x2(n),且X和Y 独立则 称为t分布，n为自由度。 应用于小样本的均值的推断。 T分布的特点 和标准正态分布极为相似，偶函数。 比标准正态分布的方差大一些。 F分布(F distribution) 由统计学家费舍(R.A.Fisher) 提出的，以其姓氏的第一个字母来命名则 应用于方差之比的推断，方差分析，回归方程显著检验 设若U为服从自由度为n1的?2分布，即U~?2(n1)，V为服从自由度为n2的?2分布，即V~?2(n2),且U和V相互独立，则 称F为服从自由度n1和n2的F分布，记为 F分布(图示) 6.2抽样分布 (sampling distribution) 样本统计量的概率分布 是一种理论概率分布 随机变量是 样本统计量 样本均值, 样本比例，样本方差等 结果来自容量相同的所有可能样本 抽样分布 (sampling distribution) 样本均值的抽样分布 容量相同的所有可能样本的样本均值的概率分布 一种理论概率分布 进行推断总体总体均值?的理论基础 样本均值的抽样分布(例题分析) 样本均值的抽样分布 (例题分析) 样本均值的抽样分布 (例题分析) 样本均值的分布与总体分布的比较 (例题分析) 不同总体的均值抽样实践 (central limit theorem) 中心极限定理(central limit theorem) 正态分布中心极限定理 抽样分布与总体分布的关系 样本均值的抽样分布(数学期望与方差) 样本均值的数学期望 样本均值的方差 重复抽样 抽样标准误差 所有可能的样本均值的标准差，测度所有样本均值的离散程度 小于总体标准差 计算公式为 例题 设从一个均值为u=10， ＝0.6的总体中，随机选取容量为n=36的样本，假定该总体不是很偏，求1.计算样本均值小于9.9的概率，2计算样本均值在总体均值附近0.1的概率。 解： 例：某汽车电瓶商声称其生产的电瓶具有均值为60个月，标准差为6个月的寿命分布，现假设质检部门决定检验该厂商的说法是否正确，为此随机抽样了50个该厂的电瓶进行了寿命测试，求 （1）假定厂商的声明是正确的，试描述50个电瓶的平均寿命的抽样分布 （2）假定厂商的声称是正确的，则50个样本的平均寿命不超过57个月的概率是多少 2.样本比例的抽样分布 比例：总体(或样本)中具有某种属性的单位与全部单位总数之比 不同性别的人与全部人数之比 合格品(或不合格品) 与全部产品总数之比 总体比例可表示为 样本比例可表示为 样本比例的抽样分布 容量相同的所有可能样本的样本比例的概率分布 当样本容量很大时，样本比例的抽样分布可用正态分布近似 一种理论概率分布 推断总体总体比例?的理论基础 样本比例的抽样分布(数学期望与方差) 样本比例的数学期望 样本比例的方差 重复抽样 例题 假定某统计人员，在其填写的报表中，有2%至少会有一处错误，如果我们检查了一个由600份报表组成的随机样本，其中至少有一处错误报表所占的比例在0.025~0.075之间的概率有多大？ 3.样本方差的分布 样本方差的分布 服从于自由度N－1的卡方分布。 只讨论总体是正态分布 1.两个样本均值之差的抽样分布 两个总体都为正态分布， ，