第五章 统计量及其分布.pptVIP

第五章 统计量及其分布 §5.2 样本数据的整理与显示 5.2.1 经验分布函数 设 X1, X2, …, Xn 是总体X中的样本是取自 总体分布函数为F(x)的样本，若将样本观测值 由小到大进行排列,为 x(1), x(2), …, x(n)，则称 x(1), x(2), …, x(n) 为有序样本，定义如下函数： 则Fn(x)是一非减右连续函数，且满足 Fn(??) = 0 和 Fn(??) = 1 由此可见，Fn(x)是一个分布函数，并称 Fn(x)为经验分布函数。 例5.2.1 某食品厂生产听装饮料，现从生产线 上随机抽取5听饮料，称得其净重（单位：克） 347 355 344 351 这是一个容量为5的样 本，经排序可得有序样本： 其经验分布函数为 定理5.2.1（格里纹科定理） 设x1,x2,…,xn是取自总体分布函数为F(x)的样本, Fn(x) 是其经验分布函数，当n??时，有 P?sup?Fn(x) ? F(x)??0? = 1 格里纹科定理表明： 当n 相当大时，经验分布函数是总体分布 函数F(x)的一个良好的近似。经典的统计学中 一切统计推断都以样本为依据，其理由就在于 此。 5.2.2 频数--频率分布表 样本数据的整理是统计研究的基础，整理 数据的最常用方法之一是给出其频数分布表或 频率分布表。 例5.2.2 为研究某厂工人生产某种产品的能力， 我们随机调查了20位工人某天生产的该种产品 的数量，数据如下 对这20个数据(样本)进行整理,具体步骤 如下: （1）对样本进行分组：作为一般性的原 则，组数通常在5~20个，对容量较小的样本; (2) 确定每组组距：近似公式为 组距d = (最大观测值 ? 最小观测值)/组数; (3) 确定每组组限： 各组区间端点为a0, a1=a0+d, a2=a0+2d, …, ak=a0+kd, 形成如下的分组区间 (a0 , a1] , (a1, a2], …, (ak-1 , ak]其中a0 略小于最小观测值, ak 略大于 最大观测值. (4)统计样本数据落入每个区间的个数—— 频数，并列出其频数频率分布表。 表5.2.1 例5.2.2 的频数频率分布表 5.2.3 样本数据的图形显示 一、直方图 直方图是频数分布的图形表示，它的横 坐标表示所关心变量的取值区间，纵坐标有 三种表示方法：频数，频率，最准确的是频 率/组距，它可使得诸长条矩形面积和为1。 凡此三种直方图的差别仅在于纵轴刻度的选 择，直方图本身并无变化。 二、茎叶图 把每一个数值分为两部分，前面一部分 （百位和十位）称为茎，后面部分（个位） 称为叶，然后画一条竖线，在竖线的左侧写 上茎，右侧写上叶，就形成了茎叶图。如： 数值 分开 茎 和 叶 112 ? 11 | 2 ? 11 和 2 例5.2.3 某公司对应聘人员进行能力测试测 试成绩总分为 150分。下面是50位应聘人员 的测试成绩（已经过排序）： 图5.2.3　 测试成绩的茎叶图 §5.5 充分统计量 5.5.1 充分性的概念 例5.5.1 为研究某个运动员的打靶命中率，我 们对该运动员进行测试，观测其10次，发现除 第三、六次未命中外，其余8次都命中。这样的 观测结果包含了两种信息： (1) 打靶10次命中8次； (2) 2次不命中分别出现在第3次和第6次打 靶上。 第二种信息对了解该运动员的命中率是没 有什么帮助的。一般地，设我们对该运动员进 行n 次观测，得到 x1, x2,…, xn，每个xj 取值非 0即1，命中1，不命中为0。令 T = x1+…+xn ， T为观测到的命中次数。在这种场合仅仅记录 使用T 不会丢失任何与命中率 ? 有关的信息， 统计上将这种“样本加工不损失信息”称为“充 分性”。 样本 x=(x1,x2,…,xn) 有一个样本分布F?(x)， 这个分布包含了样本中一切有关?的信息。统 计量T =T (x1,x2,…,xn) 也有一个抽样分布?T(t) , 当我们期望用统计量T 代替原始样本并且不损 失任何有关 ? 的信息时