第二章數理统计的基本概念.pptVIP

周 圣 武;第二章 数理统计的基本概念;§2.1 引言;§2.1 引言;§2.2总体、样本与统计模型; 总体可以用一个随机变量 X 及其分布来描述。;2.样本;样本的一次具体实现;§2.3 统计量和抽样分布;例如 总体;几个常用的统计量;5.样本k 阶中心矩;其样本为;是来自总体;§2.4 几个常用的分布;记为;分布的概率密度为;证明 当x0时，依定义有;该变换的Jacobi行列式为;其中;显然，当x0时，;相互独立, 都服从标准正态;也相互独立。;且 X1,X2 相;E(X)=n, D(X)=2n;c 2 分布的分位点;记作 T～t (n)。;t 分布的概率密度为 ;（1）设T~t(n)，则;（3） t 分布的分位点;设;(2) 若X ~ F(n1,n2)，则 ;(3) F 分布的分位点;证明: 设;又因为;例1 设总体X , Y 相互独立;例2 设总体X 服从正态分布;例3 已知总体X 服从自由度为n 的 t 分布，求证：;§2.5 正态总体的统计量的分布;1. 单个正态总体的统计量的分布;定理2 设总体X 服从正态分布;又因为;2. 两个正态总体的统计量的分布;⑵ 当;例4 设总体X 服从正态分布;例5 设总体X 服从正态分布;例6 设总体X 服从正态分布;例7 设总体X 服从正态分布;又因为;例8 设总体X , Y 相互独立;例9;例9;2.5 次序统计量;特别地，;说明:;定理1 设 独立同分布， ;例 ;;样本的分布;2）样本的经验分布函数;由频数分布知;若样本为n维r.v，那么对于每一样本值;这就是我们可以由样本推断总体的基本理论依据.;2.6 描述性统计分析—总体特征的识别;■所谓描述性统计分析，就是对一组数据的各种特征进行分析，以便于描述测量样本的各种特征及其所代表的总体的特征。 ■描述性统计分析的项目很多，常用的如 平均数、标准差、中位数、极差、偏态程度 等等。这些分析是复杂统计分析的基础。;数据分布的特征;数据分布特征的测度;1.中心位置的描述;（1）众数(mode);众数 (不唯一性);（2）中位数(median);样本中位数;（3）数值型数据的中位数 (9个数据的算例);（4）数值型数据的中位数 (10个数据的算例);（5）四分位数(quartile);数值型数据的四分位数(9个数据的算例);数值型数据的四分位数 (10个数据的算例);均值(mean);简单均值与加权均值;已改至此！！;加权均值 (权数对均值的影响);均值(数学性质);2、变异性的描述;四分位差(quartile deviation);极差(range);方差和标准差(variance and standard deviation);样本方差和标准差 (simple variance and standard deviation);3、 样本偏度系数和峰度系数; 峰度系数主要用来反映分布的偏倚性.对于所有3阶矩存在的对称分布，偏度系数为0. 偏度系数和峰度系数常用来衡量分布与正态分布的差异.正态分布的峰度系数都是0. ;样本偏度系数和峰度系数分别定义为;偏度(skewness);偏态与峰态(从直方图上观察);峰度(kurtosis);扁平分布;2.6.2 总体特征的样本表现;众数、中位数和均值的关系;2、 直方图(histogram) 直方图是利用观测样本对一元总体（即单个变量）的常用描述方法。 当样本比较大时，我们可以把变量的取值范围划分成若干个区间，计算观测值中落入每个区间的频率列成表格并画出直方图，用来推测总体分布的形。 具体步骤参见书本例2.6.3。 ;用矩形的宽度和高度来表示频数分布的图形，实际上是用矩形的面积来表示各组的频数分布。 在直角坐标中，用横轴表示数据分组，纵轴表示频数或频率，各组与相应的频数就形成了一个矩形，即直方图。 直方图下的总面积等于1。;分组数据的图示(直方??的绘制);分组数据的图示(折线图的绘制);3、茎叶图(stem-and-leaf display);茎叶图(例题分析);3、箱线图(box plot);单批数据箱线图(箱线图的构成);分布的形状与箱线图