《第6章参数的点估计.docVIP

第六章 参数估计 数理统计是一门应用性很强的基础数学学科，以概率论为理论基础，侧重于应用随机现象本身的规律性来考虑资料的收集、整理和分析，从而对研究对象的客观规律作出种种合理的和科学的估计和推断。 这一章属于数理统计部分。其研究对象——随机现象，是一门应用性很强的科学，以概率论为基础。但是与概率论相反的学科。概率论主要是在已知总体的分布情况下，求局部发生的概率；而数理统计在未知总体分布的情况之下，从总体中提取数据，对这些数据进行处理来研究总体的具体情况。 点估计 参数估计 数理统计的核心：统计推断 区间估计 假设检验 §6.1总体与样本 一、总体与样本 1．总体：把研究对象的全体叫做总体，用X表示（数量指标：随机变量X取值的全体） 个体：组成总体的每个元素，叫做个体； 对总体的数量指标而言，每个个体所取的值是不同的，在试验中，抽取了若干个个体就观察到了的这样或那样的数值，因而这一数量指标是一随机变量，我们对总体的研究就是对相应随机变量的分布的研究．的分布函数和数字特征就称为总体的分布函数和数字特征，今后将不区分总体和相应的随机变量，统称为总体． 2．样本：从总体X中随机地抽取一部分个体（n个），测得观测结果X1，X2，…，Xn， 称X1，X2，…，Xn，是一个来自总体的样本； 样本值：X1，X2，…，Xn，观察值x1，x2，…，xn，称为样本值； 样本容量：样本中所含个体的数量。 简单随机样本（满足）： （1）X1，X2，…，Xn相互独立； （2）X1，X2，…，Xn与总体同分布。 注意：如果抽取的个数远小于总体个数，可近似认为简单 随机样本；从理论上讲，抽取样本越多，观察效果越好， 但实际上却不是，要尽量少，而且能体现总体规律性；还 有些观察行不通：带有破坏性，如：灯泡的寿命。 例1 设是总体的标本，求（1）的概率密度（2）求 解 由题意知独立同服从 （1）所以由定理3.5知服从正太分布，其中 其密度为 （2） §6.2统计量 样本是进行统计推断的依据，在应用时往往不是直接使用样本本身，而是利用样本的适当函数来进行统计推断，为此我们引入统计量的概念． 设是来自总体X的样本，是样本的连续函数．如果 中不包含未知参数，则称是一个统计量．若是相应于样本的观察值，则是统计量的观察值． 注意：统计量是随机变量的函数，因而是一个随机变量． 下面介绍几种常用的统计量． 设是来自总体X的样本，是相应的样本值． 例：全体学生平均身高，利用来推断。 设X1，X2，…，Xn是来自总体X的样本，x1，x2，…，xn是相应于样本X1，X2，…，Xn的样本值。 下面介绍几种常用的统计量． 设是来自总体X的样本，是相应的样本值． 1.样本均值 观察值 （6.1） 2.样本方差 观察值 （6.2） 样本标准差 观察值 （6.3） 3.样本阶矩 观察值 （6 .4） 例1 从某厂生产的同种零件中抽得10个零件，测得重量(单位千克)为10.1，10，9.8，10.5，9.7，10.1，9.9，10.2，10.3，9.9，求（1）样本均值（2）样本方差（计算器的使用） §6.3常用的统计分布 在数理统计中，由总体X中获得样本后，通常是借助于样本的函数对未知总体进行统计推断，为了实现这一目的，需要了解样本的函数所服从的分布，即统计量的分布．本节介绍几种常用分布． 一、分布 定义6.1 设是来自总体的样本，则称随机变量 （6.5） 服从自度为的分布，记为，其中是上式右边独立变量的个数． 可以证明分布具有概率密度 （6.6） 其中是（伽马）函数， 的图形见图6-1． 图6-1 图6-2 可以证明下述结论 ： 1)设，则