概率论与数理统计讲义第六章 样本与抽样分布.docVIP

样本与抽样分布 §6.1 数理统计的基本概念 一．数理统计研究的对象 例：有一批灯泡，要从使用寿命这个数量指标来看其质量,设寿命用X表示。 (1)若规定寿命低于1000小时的产品为次品。此问题是求P(X(1000)=F(10000),求F()? (2)从平均寿命、使用时数长短差异来看其质量，即求E()?、D()?。 要解决二个问题 1．试验设计抽样方法。 2．数据处理或统计推断。 方法具有“从局部推断总体”的特点。 二.总体（母体）和个体 1.所研究对象的全体称为总体，把组成总体的每一个对象成员（基本单元）称为个体。 说明： 对总体我们关心的是研究对象的某一项或某几项数量指标(或属性指标)以及他们在整体中的分布。所以总体是个体的数量指标的全体。 (2)为研究方便将总体与一个R.V X对应(等同)。 总体中不同的数量指标的全体，即是R.V.X的全部取值。 R.V X的分布即是总体的分布情况。 例：一批产品是100个灯泡，经测试其寿命是： 1000小时 1100小时 1200小时 20个 30个 50个 X 1000 1100 1200 P 20/100 30/100 50/100 (设X表示灯泡的寿命)可知R.V.X的分布律， 就是总体寿命的分布，反之亦然。 常称总体X，若R.VX～F()，有时也用F()表示一个总体。 (3)我们对每一个研究对象可能要观测两个或多个数量指标，则可用多维随机向量（X,Y,Z, …）去描述总体。 2.总体的分类 有限总体 无限总体 三．简单随机样本. 1.定义6.1 ：从总体中抽得的一部分个体组成的集合称为子样（样本），取得的个体叫样品，样本中样品的个数称为样本容量（也叫样本量）。每个样品的测试值叫观察值。 取得子样的过程叫抽样。 样本的双重含义： (1)随机性： 用(X，X,……X) n维随机向量表示。 X表示第i个被抽到的个体，是随机变量。（i=1,2,…n） (2)确定性： (,,……)表示n个实数，即是每个样品X观测值(i=1,2,…n)。 2.定义6.2： 设总体为X，若X,X……X相互独立且与X同分布，则称（X,X…X）为来自总体X的容量为n的简单随机样本（简称样本）。 3.已知总体的分布写出子样的分布 (1)已知总体X～F(),则样品X～F() i=1,2…n样本（X,X…X）的联合分布为： F(,…)=P(X,X?X) =P(X) =F() 若总体X～f(),样品X～f() i=1,2……n 样本（X,X……X）的联合密度是 ： f(,……)=f() 例:总体X～N(，写出该总体样本（X,X…X）的 联合密度。 (2)若总体X是离散型随机变量，一般给出分布律： P(X=k) = pk. k=1,2…… 要写出概率函数f()即f()=P(X=k)= =1,2….., 例: 总体X～((()写出该总体样本(X1,X2,…Xn)的联合概率函数 例：总体X～B(1,p)， 0(p(1写出其样本 （X,X,……X）的联合概率函数。 四 经验分布函数与直方图 1.样本的经验分布函数 (1)定义：设(1, 2,…n)是来自总体X的一组样本值。将它们按由小到大排序为： 1((2((…(i((…(n( 对任意的实数， 定义函数： Fn( (x)= 则称F()为总体X的经验分布函数。 格列文科定理: 设总体X的分布函数、经验分布函数分别为F()、Fn((),则有： P=1 上式表明，当 ，概率为1的有F均匀地趋于F()。 2总体的概率密度的估计(直方图 （第一版） [p143 例6.3] 可以用SAS下的interactive data analysis 模块演示。 五 统计量与样本的数字特征 1 定义6.3: 设X1,X2,…,Xn是来自总体X的容量为n的样本，g(1, 2,…, n)是定义在Rn或Rn子集上的普通函数。如果g中不含有任何未知量，则称g(X1,X2,…,Xn)为统计量。 2.常用的统计量（样本的数字特征） 定义6.4：设X1,X2,…,Xn是来自总体X的样本，则称 为样本均值 为样本方差 为样本k阶原点矩 为样本k阶中心矩 3.重要性质 定理6.1：设总体X不论服从什么分布，只要其二阶矩存在，即E(X)=μ、D(X