[统计学西财版第6章统计量与抽样分布.pptVIP

2011-04 统计学-ch5 suyl tjx 第6章统计量与抽样分布 总体和样本的分布 统计量 抽样分布及抽样分布定理 §6.1 总体和样本的分布 §6.1.1 统计推断中的总体及总体分布 要了解研究对象的整体情况,最理想的方法似乎是进行普查,但实际上这样做往往是不必要、不可能或不允许的. 如,要研究灯泡寿命,由于寿命试验是破坏性的,逐个试验是不允许的. 数理统计的方法：从所研究的全体对象中,抽取一小部分来进行试验(称为抽样),根据这一小部分所显示的统计特性,来推断整体的统计特性. ※总体是根据一定的目的确定的所要研究的事物的全体，它是由客观存在的、具有某种共同性质的众多个别事物构成的整体。总体是研究对象的全体。 在具体的统计推断中,我们感兴趣的是总体单位的某个或某些数量特征。例如研究某种型号灯泡的寿命这一数量特征。总体的含义抽象为所感兴趣的变量的所有取值，我们可以想象，这些值的出现有不同的频率，假设这批灯泡有无限多个，那么频率就收敛到了概率，从而有了使用寿命这个随机变量的概率分布。这个分布称为总体或总体分布。总体（总体分布）是对客观对象变量取值情况的数学描述。总体所含个体的数目称为总体容量.这样要研究的总体实质上是某个概率分布, 因此我们将总体定义为一个随机变量X. 数理统计学中“总体”这个基本概念从本质上讲： 　　　总体就是一个随机变量。我们对总体的研究,就是对相应的随机变量X的研究. 从社会统计到数理统计总体的演化 如随机抽取n只灯泡，试验得到其使用寿命(x1, x2,…xn)，称这n个确定的数值(x1, x2,…xn)是灯泡使用寿命总体的一个样本。但是，当灯泡样本点的使用寿命还未观测出来时，只能将每个样本点看作与总体同分布的随机变量，这是因为每个样本点的可能取值范围和某个值出现的可能性与总体是一样的，这时样本记为(X1, X2…Xn)。 在相同的条件下对总体X进行n次重复独立的观察。将n次观察结果按试验的次序记为X1， X2，…， Xn （ 大写英语字母表示） 。由于X1， X2，…， Xn 是对随机变量X观察的结果，且各次观察是在相同的条件下独立进行的，所以有理由认为X1， X2，…， Xn是相互独立的，且都是与总体X具有相同分布的随机变量。这样得到的X1， X2，…， Xn 称为来自总体X的一个简单随机样本，n称为这个样本的容量。以后无另外说明，所得的样本都是指简单随机样本 n次观察一经完成，我们就得到一组实数x1，x2，…， xn （ 小写英语字母表示） ，它们依次是随机变量X1， X2，…， Xn的观察值，称为样本观测值。 　　　对于有限总体，采用放回抽样就能得到简单随机样本，但放回抽样使用起来不方便，当个体的总数N比样本的容量n大得多时，在实际中可将不放回抽样近似地当作放回抽样来处理． 总体和样本的关系 §6.1.2 样本的联合分布及似然函数 　　　如前所述，样本是由n个相互独立的随机变量组成，那么它们的分布如何来刻画呢？它的分布在抽样推断中扮演了怎样的角色? 〔例6-1〕设X1， X2，…， Xn是来自正态分布的简单随机样本，其中?，?2是未知参数，求样本的联合密度函数。 因为X1， X2，…， Xn是来自正态分布的简单随机样本，则各个样本点独立同分布。则样本联合密度函数f (x1， x2，…， xn)应该等于各样本点密度函数之积，即 〔例6-2〕设X1， X2，…， Xn是来自两点 分布的简单随机样本，其中p是未知参数，求样本的联合密度函数。 因为X1， X2，…， Xn是来自两点分布的简单随机样本，则各个样本点独立同分布。则样本联合密度函数f (x1， x2，…， xn)应该等于各样本点密度函数之积，即 某食品厂用自动装罐机生产净重为345克的午餐肉罐头，由于随机因素的影响，每个罐头的净重不一定总是345克。现在从生产线上随机抽取了6个罐头，秤其净重，得如下结果：343　344　343　338 349 338，试确定该样本的经验分布函数。 解：将数据从小到大排列得 338　338　343　343　344　349 (6个中有4个是不同的数,故338－,343－,344－,349－) 从而其经验分布函数为： 设总体X的一个简单随机样本观测为： 1 、1、1、1、3、3、3、3、5、5、5、7、7、7、7、8、8、8、9和9，求出经验分布函数。 §6.2 统计量 　　　　　　　　内容 统计量 统计量分布的概念 §6.2.1 　统计量及统计量的分布 　　统计量有以下两个特征： 统计量是样本的函数；