数理统计(MathematicalStatistics)(金融计量浙大蒋岳祥).docVIP

上课材料之四 第三节 数理统计（Mathematical Statistics） 数理统计的方法及考虑的问题不同于一般的资料统计，它更侧重于应用随机现象本身的规律性来考虑资料的收集、整理和分析，从而找出相应的随机变量的分布律或它的数字特征。由于大量的随机试验必能呈现出它的规律性，因而从理论上讲，只要对随机现象进行足够多次观察，被研究的随机现象的规律性一定能清楚地呈现出来，但是实际上所允许的观察永远只能是有限的，有时甚至是少量的。因此我们所关心的问题是怎样有效地利用有限的资料，便能去掉那些由于资料不足所引起的随机干扰，而把那些实质性的东西找出来，一个好的统计方法 就在于能有效地利用所获得的资料，尽可能作出精确而可靠的结论。 1、数理统计的基本概念 1）母体和子样 我们把所研究的全部元素组成的集合称为母体或总体，而把组成母体的每个元素称为个体。 为了对母体的分布律进行各种研究，就必需对母体进行抽样观察。一般来说，我们还不止进行一次抽样观察，而要进行几次观察。设X1，X2，…Xn是所观察到的结果，显然它是随机变量，称它为容量是n的子样。把X1，X2，…Xn所取值的全体称为子样空间。 我们抽取子样的目的是为了对母体的分布律进行各种分析推断，因而要求抽取的子样能很好地反映母体的特性，这就必须对随机抽样的方法提出一定的要求。通常提出下面两点： （i）代表性：要求子样的每个分量Xi与所考察的母体X具有相同的分布F(x)； （ii）独立性：X1，X2，…，Xn为相互独立的随机变量，也就是说，每个观察结果即不影响其它观察结果，也不受其它观察结果的影响。 满足上述两点性质的子样称为简单随机子样，获得简单随机子样的抽样方法称为简单随机抽样。 对于简单随机子样X=（X1，X2，…，Xn），其分布可以由母体的分布函数F（x）完全决定，X的分布函数是。 2）统计量 一般来说，子样的某种不含任何未知参数的函数，在统计学中都可以称为统计量。 统计量： 非统计量： 3）常用的统计量—子样矩 r阶矩（或r阶原点矩）：为子样均值。 r阶中心矩：为子样方差。 总结：对于母体，我们有母体均值μ，母体方差，母体的k阶原点矩和k阶中心矩； 对于子样，我们有子样均值，子样方差，子样的r阶矩Ar和r阶中心矩Br。 我们可以得到如下结论： 定理1 设母体服从分布F(x)，X=（X1，…，Xn）是从该母体中抽得的一个简单随机子样，如果F(x)的二阶矩阵存在，则对子样均值，有 和 [证明] 思考：是否存在更简单的证明方法？ 定理2 对于子样方差，其均值 证明：因为，所以 （其中） 4）顺序统计量、经验分布函数与子样矩 设（X1，…，Xn）是从母体 中抽取的一个子样，记（x1,x2…,xn）是子样的一个观察值，将观察值的各分量按大小递增次序排列，得到 ≤≤…≤ 当（X1，…，Xn）取值为（x1,…,xn）时，我们定义取值为。称由此得到的为（X1，…，Xn）的一组顺序统计量。显然≤≤…≤，，即的观察值是子样观察值中最小的一个，而，的观察值是子样观察值中最大的一个。 记 显然0≤≤1，且作为x的函数是一非减左连续函数，把看作为x的函数，它具备分布函数所要求的性质，故称为经验分布函数（或子样分布函数）。 经验分布函数也是子样的函数，它与子样矩之间具有下列关系：设（x1,x2,…,xn）是子样观察值，是对应的经验分布函数，则有： 2、正态母体子样的线性函数的分布 定理1 设X1，…，Xn是抽自正态母体的一个子样，统计量U是子样的任一确定的线性函数 （1） 则U也是正态随机变量，均值、方差分别为 （2） （3） 在（1）式中，特别地取，此时行到的U是子样均值。 由此可见，具有与X相同的均值，但是它更向数学期望集中，集中程度与子样容量n的大小有关。 定理2 设 （1）X1，X2…，Xn是独立同分布随机变量，同服从于正态分布； （2）矩阵，记 则Y1，…，Yp也是正态随机变量，均值、方差、协方差分别为： 。 。 特别地，当，且A是一n×n正交矩阵时，Y1，Y2…，Yp也是相互独立且同服从于分布的随机变量。 3、几种与正态分布N(0,1)有关的常用分布 1）x2-分布 定义 设X1，X2，…，Xn是相互独立，且同服从于N(0,1)分布的随机变量， 所服从的分布为x2-分布，称为自由度为n的x2-变量。 定理 设和，且X1，X2相互独立，则。 2）t-分布 设，且X和Y相互独立，则称随机变量 所服从