统计学知识简介..pptVIP

* * * * * * * * * * * * * * * * * * * * * * * * * * * * * * 一、总体、样本与随机变量 统计学知识简介 二、随机变量的分布 三、总体分布的数字特征——参数 四、样本分布的数字特征——统计量 五、几个重要的连续型随机变量的分布 六、正态总体的样本平均数和样本方差 七、估计量的评价标准 八、参数估计 九、假设检验 统计学是研究随机现象的统计规律的一门科学，已被广泛地应用于自然科学和社会科学的各个领域中，成为定量分析的一种有力工具。 一、总体、样本与随机变量 统计学知识简介 总体——所研究对象的全体。 总体中的每个元素称为个体，总体中个体的数目称为总体容量，用N表示。 分：有限总体——N为有限数，无限总体——N为无限数。 样本——由总体中的若干个体组成的集合 样本中个体的数目称为样本容量，用n表示。样本是总体的子集。 根据样本的信息来推测总体的情况，并给出这个推断的可靠程度，称为统计推断。统计推断要求从总体中抽取样本须满足随机原则，即抽样时总体中的每个个体都有同等的机会成为样本中的元素。 不重复抽样——每次抽取一个个体不放回去，再抽取第二个个体，连续抽取n次。 重复抽样——每次抽取一个个体又放回去，再抽取第二个个体，连续抽取n次。 对无限总体，不重复抽样等价于重复抽样，当N很大时，不重复抽样则近似于重复抽样 一、总体、样本与随机变量 统计学知识简介 随机变量——按一定的概率取不同数值的变量，用ξ、η等表示。 一个随机变量的完全信息是包括它的取值范围及取每个数值的概率，称为随机变量的分布。 随机变量按其取值情况分为两大类： 离散型随机变量——所有可能值为有限个或至多为无穷可列个。 连续型随机变量——所有可能取值不能够一一列举出来，其值域为一个或若干个有限或无限区间。 二、随机变量的分布 统计学知识简介 随机变量是用它的分布来表示的。 若ξ为随机变量，x为任意实数，则称F( x )=P( ξ ≤ x )为随机变量ξ的分布函数，即ξ ≤ x的概率。 分布函数F (x )满足：0 ≤ F( x ) ≤ 1，F( -∞)=0，F(+∞)=1，P(x1 ≤ ξ ≤ x2)=F( x2 )- F( x1 ) 对离散型随机变量 ξ，可以用概率函数Pi =P( ξ =xi )表示，即ξ = xi的概率，其中i=1,2, …。P满足：Pi ≥0，∑Pi =1 对连续型随机变量 ξ，可以用密度函数f(x)表示，近似于ξ 在x附近单位长区间上取值的概率。f(x)满足：f(x)≥0， 对离散变量： 对连续变量： 二、随机变量的分布 统计学知识简介 随机变量是用它的分布来表示的。 分量为随机变量的向量称为多元随机变量，其联合分布函数定义为：F(x1 , …, xn)=P(ξ1 ≤ x1 , …,ξn ≤ xn)。 若随机变量ξ、η满足F(x，y)=Fξ (x) ? Fη (y)，即联合分布函数等于各自分布函数的乘积，则称随机变量ξ与η相互独立。 若ξ为随机变量，η=f(ξ)称为随机变量函数，通常也是一个随机变量。 三、总体分布的数字特征——参数 统计学知识简介 总体分布是由它的某些数字特征决定的，称之为参数。常用的参数有期望、方差、协方差 1、数学期望(Mathematical Expectation) 离散型随机变量ξ的期望值定义为： 也称均值，表示总体的平均水平，记为μ或E(?) 连续型随机变量ξ的期望值定义为： 期望值满足： (1)若a为常数，ξ随机变量，则E(a)=a，E(aξ)=aE(ξ) (2)若ξ、η为随机变量，a、b为常数，则E(aξ+bη)=aE(ξ)+bE(η) (3)若ξ、η为相互独立的随机变量，则E(ξ?η)=E(ξ)?E(η) 三、总体分布的数字特征——参数 统计学知识简介 2、方差(Variance) 定义为： 表示总体相对均值的离散程度，记为σ2或Var(ξ) 由期望值的性质，可得： 方差满足： (1)若a为常数，ξ随机变量，则Var(a)=0，Var(aξ)= a2 Var(ξ)， Var(a+ξ)= Var(ξ) (2)若ξ、η为相互独立的随机变量，a、b为常数，则Var(aξ+bη)=a2 Var(ξ)+b2 Var(η) 为总体标准差，与总体的数量指标有相同的量纲。 显然，参数不是随机变量。 总体分布是由它的某些数字特征决定的，称之为参数。常用的参数有期望值、方差、协方差 三、总体分布的数字特征——参数 统计学知识简介 3、协方差(Covariance) 是两个随机变量与各自数学期望离差之积的期望，记为： 可简化为： 协方差满足： (2) Cov(ξ , ξ)= Var(ξ) (1)若ξ和η独立，则Cov(ξ , η)=0 协方差可用于度量两个随机变量之间相关关系