第6章 统计抽样的分布.pptVIP

第6章 统计抽样的分布 胡良剑 东华大学理学院 Ljhu@dhu.edu.cn 第2学院楼543 内容提要 6.1 引言 6.2 样本均值 6.3 中心极限定理 6.4 样本方差 6.5 正态总体的抽样分布 6.6 有限总体的抽样 6.1 引言 6.1 引言 样本：若X1, X2, …, Xn是独立随机变量, 且具有相同的分布F, 则称它们构成来自分布F的一个样本. 统计量：不含未知参数的样本函数。例如：样本均值、样本方差、样本标准差、样本中位数等。 样本是高维向量（复杂），统计量是一维（简单） 6.2 样本均值 设总体X(不一定是正态分布), E[X]=?, Var(X)=?2。样本X1, X2, …, Xn 。 样本均值定义 样本均值的期望和方差 6.3 中心极限定理 中心极限定理：大量独立随机变量的和近似服从正态分布。 定理6.3.1 设X1, X2, …, Xn为独立同分布的随机变量序列, 并均具有均值?和方差?2(无论分布类型是什么), 则对充分大的n （30以上）, X1+X2+ …+ Xn 近似服从正态分布, 且有均值n?和方差n?2 6.3 中心极限定理 例6.3.1 一家保险公司拥有25000个车险投保人, 若每个投保人每年的赔偿款为随机变量, 具有均值320和标准差540, 估计年度赔偿款总额超过830万时的概率？ 解：年度赔偿款总额 6.3 中心极限定理 例6.3.2 土木工程师认为, 某桥梁能承受的而不造成结构损伤的总重量W(单位为千磅)是满足正态分布的, 其均值为400, 标准差为40. 假设一辆车的重量(单位为千磅)是随机变量, 其均值为3, 标准差为0.3. 求该桥上多少辆车会使得结构损伤的概率超过0.1？ 6.3 中心极限定理 二项分布的正态近似：设X~B(n,p), 对充分大的n（30以上）, 应用中心极限定理可得 6.3 中心极限定理 例6.3.3 某学院的大一学生理想人数为150人. 根据过去的经验, 平均只有30%拿到录取通知书的学生会来报到. 如果该学院给450个学生发放了录取通知书, 计算超过150个学生来报到的概率. 解: X~B(450, 0.3) 离散变量的连续校正： 6.3 中心极限定理 样本均值的近似分布：设总体X(不一定是正态分布), E[X]=?, Var(X)=?2。样本X1, X2, …, Xn 。当n充分大（30以上），近似有 也即：近似有 6.3 中心极限定理 例6.3.5 某天文学家想测量某个遥远星球和她的天文台之间的距离, 然而由于大气的干扰, 每次测量都无法产生精确的距离d. 因此, 天文学家决定利用一系列测量值的平均值作为实际距离的估计值, 若天文学家认为这些成功测量的值是独立随机变量, 均值为d光年, 标准差为2光年,则她需要测量多少次才能使她的估计值以95%的把握精确到??0.5光年之内？ 习题 P149 ex1, ex2, ex5, ex10, ex13，ex15 6.4 样本方差 设总体X(不一定是正态分布), E[X]=?, Var(X)=?2。样本X1, X2, …, Xn 。样本均值 。 样本方差 样本标准差 6.4 样本方差 简化计算 样本方差的数学期望 6.5 正态总体的抽样分布 定理6.5.1（1）样本均值服从正态分布：设总体X~N(?,?2)。样本X1, X2, …, Xn 。则 （2）样本方差乘以(n-1)/?2服从卡方分布。 （3）样本均值与样本方差相互独立。 6.5 正态总体的抽样分布 例6.5.1 中央处理器处理一类特定任务所化的时间服从均值为20秒, 标准差为3秒的正态分布. 如果观察了15次处理过程, 那么样本方差大于12的概率是多少？ 6.5 正态总体的抽样分布 推论6.5.1 设总体X~N(?,?2)。样本X1, X2, …, Xn 。那么 习题 P149 ex18, ex19, ex20 6.6 有限总体的抽样 考虑总体含有N个个体, 假设p是总体中我们感兴趣的某特性个体的比例, 即Np个个体具有这个特性. 如果抽样使得 个容量为n的总体子集都是等可能成为样本, 则称从这个总体中抽取了一个容量为n 的样本. 6.6 有限总体的抽样 设 样本中满足该特性的成员数 则 X服从参数(Np, N(1-p), n)的超几何分布； 当N远大于n, X近似服从B(n. p). 6.6 有限总体的抽样 例6.6.1 假设在一次选举中45%的人赞成某位候选人. 如果选取一个大小为200的随机样本, 求 (a)样本中赞成该候选人的期望和标准差. (b)样本中超过半数赞成该候选人的概率. 6.6 有限总体的抽样 例6.6.2 在1994年，丹麦每个居民