吴赣昌编_概率论与数理统计_第5章new.ppt

3、设(X1,X2,…,Xn)是正态总体N(μ,σ2)的样本， 则 证明 (X1,X2,…,Xn)是正态总体N(μ,σ2)的样本， 则由分布定理1、2可知 与S2独立 且 所以由t分布的定义，可知 4、(双正态总体的抽样分布)设(X1,X2,…,Xn1)是N(μ1,σ12)的样本，(Y1,Y2,…,Yn2)是N(μ2,σ22)的样本，且相互独立，S12，S22是样本方差，则 (1) (2) 称为混合样本方差。 例5.9 设总体X~N(10,32)，(X1,X2,…,X6)是它的一个样本，设 (1)写出Z所服从的分布；(2)求P(Z11)。 解 因为(X1,X2,…,X6)是X~N(10,32)的一个样本，因此 Xi~N(10,32)，且Xi相互独立，i=1,2,…,6，所以 P(Z11) 第五章 数理统计的基本概念 总体和样本 几个常用的分布和抽样分布 概率论中， 随机变量及其概率分布全面描述了随机现象的统计规律. 概率分布已知 如：某养鸡厂母鸡的年产蛋量 如:某校学生身高状况 数 理 统 计 数理统计中，概率分布未知或不完全知道. 通过对所研究的随机变量进行重复独立的观察，采集数据， 分析数据，从而对变量的分布做出估计或推断. 1.某养鸡厂母鸡的年产蛋量 2.某校学生身高状况 3.某厂生产的灯泡的使用寿命 5.1 总体和样本 从本质上讲，总体就是所研究的随机变量或随机变量的分布。即一个具有确定概率分布的随机变量。 一、总体 在数理统计中，把所研究的对象的全体称为总体。 通常指研究对象的某项数量指标，一般记为X。 把总体的每一个基本单位称为个体。 如全体在校生的身高X，某批灯泡的寿命Y。 对不同的个体，X的取值是不同的。X是一个随机变量或随机向量。X或Y的分布也就完全描述了我们所关心的指标，即总体的分布。为方便起见，我们将X的可能取值的全体组成的集合称为总体，或直接称X为总体。X的分布也就是总体的分布。 二、随机样本 从总体X中抽出若干个个体称为样本，一般记为(X1,X2,…,Xn)。n称为样本容量。而对这n个个体的一次具体的观察结果——(x1,x2,…,xn)是完全确定的一组数值，但它又随着每次抽样观察而改变。(x1,x2,…,xn)称为样本观察值。 如果样本(X1,X2,…,Xn)满足 (1)代表性：样本的每个分量Xi与X有相同的分布； (2)独立性： X1,X2,…,Xn是相互独立的随机变量， 则称样本(X1,X2,…,Xn)为简单随机样本。 总体、样本、样本观察值的关系 总体 样本 样本观察值 理论分布 统计是从手中已有的资料——样本观察值，去推断总体的情况——总体分布。样本是联系两者的桥梁。总体分布决定了样本取值的概率规律，也就是样本取到样本观察值的规律，因而可以用样本观察值去推断总体。 设总体X的分布为F(x)，则样本(X1,X2,…,Xn)的联合分布为 样本的联合分布律为 当总体X是连续型时， X~f(x)，则样本的联合密度为 当总体X是离散型时，其分布律为 例5.1 设 (X1,X2,…,Xn)为X的一个样本， 求(X1,X2,…,Xn)的密度。 解 (X1,X2,…,Xn)为X的一个样本，故 例5.2 设某电子产品的寿命X服从指数分布，密度函数 (X1,X2,…,Xn)为X的一个样本，求其密度函数。 解 因为(X1,X2,…,Xn)为X的一个样本， 例5.3 某商场每天客流量X服从参数为λ的泊松分布，求其样本(X1,X2,…,Xn)的联合分布律。 解 三、统计量 样本是我们进行分析和推断的起点，但实际上我们并不直接用样本进行推断，而需对样本进行“加工”和“提炼”，将分散于样本中的信息集中起来，为此引入统计量的概念。 (X1,X2,…,Xn) g(X1,X2,…,Xn) 其中g(x1,x2,…,xn)是(x1,x2,…,xn)的连续函数。 如果g(X1,X2,…,Xn)中不含有未知参数，称g(X1,X2,…,Xn)为统计量。 （不含未知参数的样本的函数） 如 未知， (X1,X2,…,Xn)为X的一个样本 均为统计量 不是统计量 若μ已知，σ2未知， (X1,X2,…,X5)为X的一个样本 几个常用的统计量(P131) 样本均值 样本方差 样本均方差 样本k阶原点矩 样本k阶中心矩 样本均值的期望和方差： 样本方差的期望： 是X的样本，设 5.3 几个常用的分布和抽样分布 (一) ?2—分布 1、定义：设n个相互独立的 X1,X2,…,Xn，Xi~N(0,1)，i=1,2,…,n 则 一、常用分布 ?2—分布、 t —分布和F—分布。 称为自由度为n的?2分布。 n个相互独立的服从标准正态分