数理统计第1章解读.ppt

一、母体 1、母体　是指被研究事物的全体，构成母 体的元素称为个体。在数理统计中母体一般 为一些具有相同性质的数据的集合，用随机 变量 X 表示。个体用X1表示，个体也是随 机变量。 例如：某地区人体身高 X ；甲身高为X1 例：一大批产品，检查每个产品，以X表示 产品的等级，合格品为1，废品为0。 二、子样 1、子样：由若干个体构成的集合称为子 样。X1, X2, … Xn　称为容量为 n 的一个子样。 其二是独立性，抽样时采用有放回抽样则一 定是独立的，但实际情况一般是不放回抽样 ，此时，如果母体元素个数N充分大，而子 样容量相对小n （ n/N ?0.1），则可视为 独立抽样。 　　§1.2 　抽样分布 1、基本定理：设母体　　　　　　 2、单正态母体下抽样分布。母体　 3、单一般母体下抽样分布。母体X 　 1、两正态母体下抽样分布。母体　 2、两一般母体下抽样分布。母体　 　第一章总结　 4、　　　　的性质　　　　 设　　　　　　　　，则 5、　　　　　　与　　　　　　的关系　　　　　　 独立 X1, X2, … Xn a a α α t 0 α α α α 二、抽样分布 （一）单母体下的抽样分布：X 是母体， X1, X2, … Xn 来自母体 X 的子样，子样平 均数及子样方差为 记 （修正子样方差） （1） （2） （3）　　与　　相互独立 （证明略） ，则有 （1） ，则有 证明(3) 由t 分布的定义，有 （条件：大子样 n30） 附：0－1分布下子样平均数及子样方差 母体X为0－1分布，子样X1, X2, … Xn非0即 1，设有m个1，由此得子样平均数及子样方差为 （二）两母体下的抽样分布：X 是母体， 　　　　　　　　来自母体 X 的子样，子样 平均数及子样方差为　　，　　， Y 是另一母体，　　　　　来自母体 Y的 子样，子样平均数及子样方差为　　，　 　　， X与Y 独立 （1） ，则有 （2） （3）如果　s12 = s22 ＝ s2 ① s12 = s22 ＝ s2 ② 记 * * §1.1　母体.子样.统计量 第一章抽样与抽样分布 例：某工厂生产一批铆钉，其直径为X，某 一铆钉的直径为X1 2、母体的分布：母体X为随机变量，随机 变量X的分布称为母体的分布。用F(x ,θ) 表示，当然，如果是离散型，可用分布律 p(x)= P(X =x)，对于连续型随机变量，可 用密度函数f(x ,θ)。 θ是未知参数。 规定：个体的分布与母体分布相同 3、母体的数字特征：用母体的分布计算的 数学期望、方差等数字特征。 （1）母体平均数　? =E(X) （2）母体方差　 ?? =D(X) ?称为母体标准差 （3）母体 k 阶原点矩　αk =E(X k) （4）母体k 阶中心矩　 βk = E[(X-EX) k] 注意：母体的分布及数字特征是客观存在但 往往未知，数理统计的任务之一研究 母体 的分布及数字特征 。 2、简单随机子样：X1, X2, … Xn　满足 （1）用随机原则抽样 （2）相互独立同分布（与母体分布相同） 注:（1）数理统计的子样均为简单随机子样； （2）如何取得简单随机子样。其一是随机 性，传统的做法是母体的所有元素编号，按 随机抽样方法抽取号码。 3、子样观察值（子样值）： 子样X1, X2, … Xn在试验前是n维随机变量，而试 验后是一组数值，称为子样值，表示为x1, x2, … xn。例：X为人体身高，计划抽取100人测身高， 此时为随机变量，具体实施为子样值。 4、子样分布：子样分布为子样的频数分布 （将在第三章给出） （1）子样平均数 5、子样的数字特征 （2）子样方差 S 称为子样标准差 母体特征 ? =E(X) ?? =D(X) ＝ E[(X-EX) 2] （3）子样k 阶原点矩 对子样值， x1, x2, … xn可以计算出 （4）子样k 阶中心矩 矩的性质: 性质1. 由大数定律可知 大样本条件下，一次抽样后样本均值、方差可作为总体的均值、方差的近似。 性质 2. 证 子样 母体 数理统计的基本思路： 母体分布F(x ,θ) 数字特征?， ?? αk ,βk （未知） 抽样 试验 x1, x2, … xn 子样分布及子样数字特征 推测 实际上，样本的分布与总体分布的关系如下： 定理1. 若总体的分布函数为F(x)，则其简单随机样本的联合分布函数为 三、统计量 1、统计量的定义：对来自母体 X 的子样 X1, X2, … Xn，如果子样函数 g(X1, X2, … Xn) 不含有关总体分布任何未知参数，则称g(X1, X2, … Xn)为一个统计量，对子样值 x1, x2