概率论第15讲.pptVIP

当 n=50时，同样可算出： 小结 本讲首先介绍了样本与统计量的基本概念，包括：总体、个体、样本、总体分布与样本分布；然后介绍了统计量的概念和几个常见的统计量：样本均值、方差、标准差、 k 阶原点矩和k 阶中心矩；最后介绍了抽样分布的概念与抽样分布定理。 作业： （注：每周一早上8点交作业） P145 6.2 6.3 6.5 * * * * * * * * * * * * * * * * * * * * * * 原点 * * * * * * 概率论与数理统计 第十五讲 数理统计学是一门应用性很强的学科。它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正确的推断和预测，为采取正确的决策和行动提供依据和建议。 数理统计不同于一般的资料统计，它更侧重于应用随机现象本身的规律性进行资料的收集、整理和分析。 第六章 样本与统计量 §6.1 引言 由于大量随机现象必然呈现出其规律性，因而从理论上讲，只要对随机现象进行足够多次的观察，随机现象的规律性就一定能够清楚地呈现出来。 但是，客观上只允许我们对随机现象进行次数不多的观察或试验，也就是说：我们获得的只能是局部的或有限的观察资料。 数理统计的任务就是研究怎样有效地收集、整理和分析所获得的有限资料，并对所研究的问题尽可能地给出精确而可靠的推断。 现实世界中存在着形形色色的数据，分析这些数据需要多种多样的方法。 因此，数理统计中的方法和支持这些方法的相应理论是相当丰富的。概括起来可以归纳成两大类。 参数估计: 根据数据，对分布中的未知参数 进行估计； 假设检验: 根据数据，对分布的未知参数的 某种假设进行检验。 参数估计与假设检验构成了统计推断的两种基本形式，这两种推断渗透到了数理统计的每个分支。 §6.2 总体与样本 在数理统计中，称研究问题所涉及对象的全体为总体，总体中的每个成员为个体。 例如: 研究某工厂生产的某种产品的废品率，则这种产品的全体就是总体，而每件产品都是一个个体。 6.2.1 总体、个体与样本 实际上，我们真正关心的并不一定是总体或个体本身，而真正关心的是总体或个体的某项数量指标。 如：某电子产品的使用寿命，某天的最高气温，加工出来的某零件的长度等数量指标。因此，有时也将总体理解为那些研究对象的某项数量指标的全体。 为评价某种产品质量的好坏，通常的做法是：从全部产品中随机(任意)地抽取一些样品进行观测(检测)，统计学上称这些样品为一个样本。 同样，我们也将样本的数量指标称为样本。因此，今后当我们说到总体及样本时，既指研究对象又指它们的某项数量指标。 例1：研究某地区 N 个农户的年收人。 在这里，总体既指这 N 个农户，又指我们所关心的 N个农户的数量指标──他们的年收入( N 个数字)。 如果从这 N 个农户中随机地抽出 n 个农户作为调查对象，那么，这 n 个农户以及他们的数量指标──年收入( n个数字)就是样本。 注意：上例中的总体是直观的，看得见、摸得着的。但是，客观情况并非总是这样。 例2：用一把尺子测量一件物体的长度。 假定 n 次测量值分别为X1,X2 ,…,Xn。显然，在该问题中，我们把测量值X1,X2 ,…,Xn看成样本。但总体是什么呢? 事实上，这里没有一个现实存在的个体的集合可以作为上述问题的总体。可是，我们可以这样考虑，既然 n 个测量值 X1,X2,…,Xn 是样本，那么，总体就应该理解为一切所有可能的测量值的全体。 对一个总体，如果用X表示其数量指标，那么，X的值对不同的个体就取不同的值。因此，如果我们随机地抽取个体，则X的值也就随着抽取个体的不同而不同。 所以，X是一个随机变量! 既然总体是随机变量X，自然就有其概率分布。我们把X的分布称为总体分布。 总体的特性是由总体分布来刻画的。因此，常把总体和总体分布视为同义语。 6.2.2 总体分布 例 3 (例 l 续)：在例 l中，若农户年收入以万元计，假定 N户的收入X只取以下各值: 0.5, 0.8, l.0, 1.2和1.5。取上述值的户数分别n1, n2, n3, n4和n5 (n1+n2+n3+n4+n5=N)。则X为离散型分布，分布律为: ● 如果总体所包含的个体数量是有限的, 则 称该总体为有限总体。有限总体的分布显 然是离散型的，如例3。 ● 如果总体所包含的个体