第6章数理统计的基本知识.pptVIP

数理统计是具有广泛应用的数学分支，数理统计的内容包括两方面：一·如何收集，整理数据资料；二·如何对所得的数据资料进行分析，研究从而对所研究的对象的性质，特点作出推断。后者就是我们所说的统计推断问题。 本章将介绍总体，随机样本及统计量等基本概念，并着重介绍几个常用统计量及抽样分布。;我们将研究对象的某项数量指标的值的全体称为总体。总体中每个元素称为个体。 总体中所包含的个体的个数称为总体的容量。容量有限的称为有限总体，否则称为无限总体。 从总体中抽取若干个体的过程称为抽样。抽样结果得到Ｘ的一组试验数据（或观测值）称为样本。样本所包含个体的数量称为样本容量。 为了使样本能很好的放映总体的情况，从总体中抽取样本，必须满足下述两个条件： １.代表性 因抽取样本要反映总体，自然要求每个个体和总体具有相同分布??? ２.独立性 各次抽取必须是相互独立的，即每次抽样的结果既不影响其他各次抽样的结果，也不受其他各次抽样结果的影响。 这种随机的，独立的抽样方法称为简单随机抽样。由此得到的样本称为简单随机样本。;定义１　设总体Ｘ是具有某一分布函数的随机变量，如果随机变量Ｘ１，Ｘ２，．．．，Ｘｎ相互独立，且都与X具有相同的分布，则称Ｘ１，Ｘ２，．．．，Ｘｎ为来自总体X的简单随机样本，简称样本，n称为样本容量。 对总体X进行一次具体的抽样并作观测之后，得到样本Ｘ１，Ｘ２，．．．，Ｘｎ的确切数值x１，x２，．．．，xｎ，称为样本观察值（或观测值），简称样本值。;如果总体Ｘ的分布函数为Ｆ（ｘ），则样本Ｘ１，Ｘ２，...Ｘｎ的联合分布函数为 F*(x1,x2,...xn)=F(x1)F(x2)···F(xn)= 如果总体X是离散型随机变量，且概率密度为 P{X=xi}，i=1,2,... 则样本Ｘ１，Ｘ２，...Ｘｎ的联合概率密度为 P*{X1=x1,X2=x2,...Xn=xn}=P{X1=x1}P{X2=x2}···P{Xn=xn}= 如果总体X是连续型随机变量，且有概率密度f（x），则样本Ｘ１，Ｘ２，...Ｘｎ的联合分布函数为 f*（x1,x2,...xn）=f（x1）f（x2）···f（xn）=;6.2 抽样分布;二·常用的统计量;显然有 ，它们的观察值分别为;这些观测值仍分别称为样本均值，样本方差，样本标准差，样本k阶原点矩，样本k阶中心矩。 我们指出，若总体X的k阶原点距 存在，则当n→∞时， 即：样本的k阶原点距依概率收敛于总体的k阶原点距。 事实上，由于Ｘ１，Ｘ２，．．．，Ｘｎ相互独立，且与X同分布，故X1k，X2k，...，Xnk相互独立，且与Xk同分布，故有 E（X1k）=E（X2k）=E（Xnk）=μk，k=1,2,... 由第五章的辛钦大数定律知 进而根据第五章中关于依概率收敛的序列的性质知道 其中g为连续函数。这也是第七章所要介绍的矩估计法的理论依据。;三·抽样分布;可以证明，?2（n）分布的概率密度为; ;性质1 若?2~?2（n），则E（?2）=n，D（?2）=2n性质2 设X~?2（n1），Y~?2（n2），且相互独立，则有X+Y~?2（n1+n2） 定义3 设设X~?2（n），对于给定的正数α（0α1），称满足条件P{?2?2ɑ（n）}=∫+∞?2ɑ（n）f（x）dx=ɑ的点?2ɑ（n）为?2（n）分布的上ɑ分位点。 如图，?2（n）就是使得图中阴影部分的面积为ɑ时，在x轴上确定出来的点，对于不同的ɑ与n，上ɑ分位点的值已制成表格，可以查用，该表只详列到n=45为止，费歇曾证明，当n充分大时，有?2（n）≈1/2（uɑ+√2n-1）2，当n45时，可用此式求得?2（n）分布的上ɑ分位点的近似值，其中是uɑ标准正态分布的上ɑ分位点。;ｘ;定义4 设X~N（0,1），对给定的正数ɑ（0ɑ1），若uɑ满足条件P{Xuɑ}=ɑ，即?（uɑ）=1-ɑ，则称点uɑ为标准正态分布N（0，1）的上ɑ分位点，;定义5 设X~N（0,1），对任意给定的正数ɑ（0ɑ1），若uɑ/2满足条件P{|X|uɑ/2}=ɑ，即 则称点uɑ/2为标准正态分布N（0,1）的双侧ɑ分位点。如图 求双侧ɑ分位点uɑ/2，即是求上ɑ/2分位点uɑ/2。;?（ｘ）;t分布;f（x）;f（x）的图形关于纵轴对称，根据┌函数的性质可得 故当n充分大时，t分布近似于N（0,1）分布，但对于较小的n，t分布与标准正态分布相差较大。 定义7 设T~t（n），对于给定的正数ɑ（0ɑ1），称满足条件P{Ttɑ（n）}=∫+∞?