概率与统计培训教案.pptVIP

第六章 数理统计的基本概念 §6.1总体、样本与统计量 一、基本概念：概率论中问题的讨论，常常从已给r·vX的分布、数字特征已知出发，但在实际问题中,人们事先并不知道事件概率, r·vX的概率分布和数字特征,对它们进行估计与推断构成数理统计的基本问题。 * 数理统计 （未知参数或未知概率分布） 例1.从5000个产品中随机地抽检一个产品，结果可能合格，也可能不合格，X表示合格品个数 (X=1)——合格，（X=0）——不合格，但是，P=？事先未知，即0-1分布未知。 问（1）如何求出或近似地求出p值？ （2）若人们根据以往生产经验提出假设：“H0：P=0.65”，那么，是同意这个假设，还是否定这个假设呢？应该用什么方法检验？（U检， -检， t-检， F-检） 统计手法：从研究对象的全体元素中随机地抽取一小部分进行观察（or试验），然后用观察得到的资料（or数据）为出发点，以概率论的理论为基础对上述问题进行估计或推断，称之为统计推断。 1 总体（母体）：在数理统计中，把研究对象的全体元素构成的集合。而把组成总体的每个元素称为个体。 有限总体、无限总体。某城市在一定条件下培养的大学生的数集合为无限总体.　 便于叙述，一旦所考察的数量指标明确后，我们将总体与其数量指标相应的概率分布等同起来, 即总体是一个概率 　分布或服从某个概率分布的 2 样本：从总体X中随机抽检n个体（随机抽样），则得ｎ组观察值x1,…xn，称此E为随机抽样，简称抽样。n为样本容量，若离开特定的某次抽样即将抽样结果一般化，则抽得结果为n个r·v，称这n个 r·vX1, X2,…, Xn,为来自总体X的一个容量为n样本or（X1, X2,…, Xn）为来自总体X的样本。n维r·v (X1, …, Xn)的dfF(x1, …, xn) 为样本的分布，对应样本值(x1, …, xn)为样本点，样本点的全体称之为样本空间。 目的：数理统计任务即研究如何根据样本来推断总体。为使抽得样本很好反映总体特性，通常假定总体X的n次观察是 在相同条件下独立重复进行的。 常用的样本是简单随机样本。 定义1：若X1,…,Xn为来自总体X一个样本，且满足： （1） X1，X2，…，Xn是相互独立的n个r·v; （2） X1，X2，…，Xn与总体X同分布。 则称X1…，Xn为简单随机样本。 注：今后若无特别说明，一般而言，样本X1，…，Xn是指简单随机样本。 怎样构造函数T=T (X1, …, Xn)，以便把样本中所包含有关信息集中起来，然后再利用之进行统计推断且T为 r·v。 3 统计量：（样本(X1, …, Xn)的Borel函数） 定义2 设X1, …, Xn为总体X的容量为n的样本， T (X1, …, Xn)是定义在样本空间上 且不依赖于未知参数的c·f, 则称 T=T (X1, …, Xn）为一个统计量。 例2 构造统计量与非统计量，总体 几个重要统计量： 样本均值： 样本方差： k阶原点矩： k阶中心矩： 为样本二阶中心距。 顺序统计量：设x1,…xn为样本的一组观察值，将之按大小次序排列得到 称X(i)为第i个顺序统计量， 分别为最小顺序统计量与最大顺序统计量。 样本中位数 样本极差： §6.2 三大分布 分布与抽样分布th 一、三大分布 1、 设X1,…,Xn独立同分布， 则它们的平方和 变量性质：若 3.F-分布：设X~ 2(n1), Y~ 2(n2)且r·vX与Y独立，则称 服从第一自由度为n1，第二自由度为n2的F-分布，记F~F(n1,n2)。 (1) F(n1,n2)上侧α分位数：对某些n1，n2，α(0α1)，查附表得临界值Fα(n1,n2)的数值，则称Fα(n1,n2)为F(n1,n2)的上侧α分位数。 (2) α分位数性质： 且X与Y独立。 Th4设X1，…Xn1和Y1， … Yn2分别是来自总体 和 ，它们相互独立，则： 其中 分别为两个样本的样本方差。 由Th1知： 独立，故 从而 由Th2知： 又∵二者独立，故由X2—分布可加性： 而t—分布定义 与 相互独立 由t—分布定义 Th5设X1,…,Xn1和Y1,Y