第六章统计量,样本及抽样分布.ppt

* * * * * * * * * * * * 常用的统计量 样本平均值 样本方差 样本标准差 样本k阶原点矩 样本k阶中心矩 小结 抽样分布 t 分布 F分布 抽样分布定理 样本均值的分布 样本方差、均值的分布 * * * * * * * * * * * * * * * * * * * * * * * * * 数理统计 数理统计 数理统计学是一门应用性很强的学科. 它是研究怎样以有效的方式收集、 整理和分析带有随机性的数据，以便对所考察的问题作出推断和预测. 由于大量随机现象必然呈现它规 律性，只要对随机现象进行足够多次 观察，被研究的规律性一定能清楚地 呈现出来. 客观上， 只允许我们对随机现象 进行次数不多的观察试验 ，我们只 能获得局部观察资料. 第一节 随机样本 在数理统计中，不是对所研究的对象全体 ( 称为总体)进行观察，而是抽取其中的部分(称为样本)进行观察获得数据（抽样），并通过这些数据对总体进行推断. 数理统计方法具有“部分推断整体”的 特征 . 在数理统计研究中，人们往往研究有关对象的某一项(或几项)数量指标和为此，对这一指标进行随机试验，观察试验结果全部观察值，从而考察该数量指标的分布情况.这时，每个具有的数量指标的全体就是总体.每个数量指标就是个体. 某批 灯泡的寿命 该批灯泡寿命的全体就是总体 国产轿车每公里 的耗油量 国产轿车每公里耗油量的全体就是总体 一个统计问题总有它明确的研究对象. 1.总体 … 研究某批灯泡的质量 研究对象的全体称为总体， 总体 一、总体和样本 总体中所包含的个体的个数称为总体的容量. 总体中每个成员称为个体， 总体 有限总体 无限总体 因此在理论上可以把总体与概率分布等同起来. 我们关心的是总体中的个体的某项指标(如人的身高、灯泡的寿命,汽车的耗油量…) . 由于每个个体的出现是随机的，所以相应的数量指标的出现也带有随机性 . 从而可以把这种数量指标看作一个随机变量X ，因此随机变量X的分布就是该数量指标在总体中的分布. 总体就可以用一个随机变量及其分布来描述. 例如:研究某批灯泡的寿命时，关心的数量指标就是寿命，那么，此总体就可以用随机变量X表示，或用其分布函数F(x)表示. X:某批 灯泡的寿命 总体 寿命 X 可用一概率分布 （如指数分布）来刻划 鉴于此，常用随机变量的记号 或用其分布函数表示总体. 如 说总体X或总体F(x) . 类似地，在研究某地区中学生的营养状况时 ，若关心的数量指标是身高和体重，我们用X 和Y 分别表示身高和体重，那么此总体就可用二维随机变量(X,Y)或其联合分布函数 F(x,y)来表示. 统计中，总体这个概念 的要旨是：总体就是一个概 率分布. 参数的分布，为推断总体分布及各种特征，按一定规则从总体中抽取若干个体进行观察试验，以获得有关总体的信息 ，这一抽取过程称为 “抽样”，所抽取的部分个体称为样本. 样本中所包含的个体数目称为样本容量. 2. 样本 从国产轿车中抽5辆进行耗油量试验 样本容量为5 抽到哪5辆是随机的 总体分布一般是未知，或只知道是包含未知 一旦取定一组样本X1，… ,Xn ,得到n个具体的数 (x1,x2,…,xn)，称为样本的一次观察值，简称样本值 . n称为这个样本的容量. 最常用的一种抽样叫作“简单随机抽样”，其特点： 1. 代表性： X1,X2,…,Xn中每一个与所考察的总体有 相同的分布. 2. 独立性： X1,X2,…,Xn是相互独立的随机变量. 定义： 由简单随机抽样得到的样本称为简单随机样本，它可以用与总体独立同分布的n个相互独立的随机变量X1,X2,…,Xn表示. =F(x1) F(x2) … F(xn) =f(x1) f(x2) … f(xn) 若总体的分布函数为F(x)、概率密度函数为f(x),则其简单随机样本的联合分布函数为 其简单随机样本的联合概率密度函数为 事实上我们抽样后得到的资料都是具体的、确定的值. 如我们从某班大学生中抽取10人测量身高,得到10个数，它们是样本取到的值而不是样本. 我们只能观察到随机变量取的值而见不到随机变量. 3. 总体、样本、样本值的关系 总体（理论分布） ？ 样本 样本值 统计是从手中已有的资料--样本值，去推断总体的情况---总体分布F(x)的性质. 总体分布决定了样本取值的