数理统计基础知识.pptVIP

F 分布的密度函数曲线的形状因自由度 m、n 的不同取值而异。 当第一自由度 m ? 3 时，F 分布的密度函数的曲线是单峰曲线，曲线在 处达到最大值，且 x* 1，即图 形的峰值恒在小于 1 处达到。 当两个自由度 m 与 n 都变得越来越大时，x* 就越来越接近于 1，从而函数的图形就在非常接近于 1 的地方达到最高点，同时，曲线也接近于对称； 当 m 与 n 都趋于无穷大时，F 分布趋于正态分布。 综合定义 4.7 和命题 4.3 ，得 结论 设随机变量 X 与 Y 相互独立，分别服从 ?2 ( m ) 与 ?2 ( n ) 分布。令随机变量 ，则 Z 服从第一自由度为 m ，第二自由度为 n 的F 分布，即 Z ~ F( m , n ) 。 进而还有 结论 若随机变量 Z 服从 F ( m , n ) 分布，则 服从 F ( n , m ) 分布。 例4.5 样本方差的简化计算问题。 其中 。 例 4.6 设（x1 ，x2 ，…，x6 ）是来自总体 X 的样本值， 已知 ， 。求（1）样本均值?x ； （2）样本方差 s2 ，以及样本标准差 s 。 解 （1） ； （2） 。 例4.7 设（X1 ，X2 ，…，Xn ）是来自总体 X 的样本， EX = ? ，DX = ? 2 ， ，求 E?X，D?X 。 解 ∵（X1 ，X2 ，…，Xn ）是来自总体 X 的样本， EX = ? ，DX = ? 2 ， ∴ E Xi = ? ，D Xi = ? 2 ，i = 1，2，…，n；且 X1 ，X2 ， …，Xn 相互独立， ∴ ； 。 进而有，若总体 X ~ N ( ? ，? 2 ) （即 X 是正态总体），则 。 注：… 样本方差的统计意义 就样本的某一组观察值（x1 ，x2 ，…，xn ）而言，与总体 方差类似，样本方差 刻画了样本值对其 样本均值的平均偏离程度：样本方差越小，样本数据就围绕着 其样本均值分布得越集中；样本方差越大，样本数据就围绕着其样本均值分布得越分散。 4、样本原点矩（P.129） 记 ，k ? 1。并称 Ak 为样本的 k 阶原点矩。 当 k = 1 时，一阶样本原点矩 就是样本均值 ?X 。可见，样本原点矩是样本均值概念的推广。 5、样本中心矩（P.129） 记 ，k ? 1。并称 Bk 为样本的 k 阶中心矩。 当 k = 2 时，二阶样本中心矩 就是 未修正的样本方差 。可见，样本中心矩是未修正的样本方差概念的推广。 以上各统计量（样本均值、样本方差、样本标准差、样本原点矩、样本中心矩）统称为样本的矩统计量，或简称为样本矩。它们都可以表示成样本的显示函数。 除样本矩以外，还可以定义不能表为样本的显示函数的统计量。 6、顺序统计量 设（X1 ，X2 ，…，Xn ）为总体 X 的一个样本，将样本中的各分量按由小到大的顺序排列成 X (1) ? X (2) ? … ? X ( n ) ，则称（X (1) ，X (2) ，… ，X ( n ) ）为样本的