数理统计课件s22.pdfVIP

§ 2.2 经验分布函数与直方图 一、经验分布函数 是来自总体的样本， 定义 ：设 (ξ1,ξ2 ,L,ξ n ) x 用νn(x) 表示：??xR,ξ1,ξ 2 ,L,ξ n 中小于 x的随机变量的个数，定义经验分布函数为 n (x) F (x) = n ,-￥ x ￥ n n 设 (x1,x2,L,xn) 为样本的一个观察值，令这 个数值由小到大的顺序排列后为 x(1) x(2 ) L x( n ) 由定义很容易得到经验分布函数的观察值： ì 0 x ￡ x(1) * F (x) = ? k x x ￡ x k =1,2,L,n-1 n í (k) (k+1) ? n x x ? 1 (n) * 通常也称 F n (x) 是总体的经验分布函数,在不至 于混淆的情况下统一用 Fn (x)来表示总体的 经验分布函数。显然，Fn (x) 也是一个分布 函数。 一般地，随着n的增大，Fn (x) 越来越接近的 X分布函数 F(x)，关于这一点，格利汶科 （Glivenko）在1953年给了理论上的论 证，即： 定理1(Glivenko-Th)：若总体的分布函数 为F(x)，经验分布函数为 Fn (x) ，则对??xR 有： ì Pílim(sup|Fn (x)?Fx()|)==01 ?n?× ?×x+× } 即n相当大时，对一切实数x,总体 ξ 的经验 分布函数 Fn (x) 与它的理论分布函数F(x) 之间相差的最大值也会足够小。 二、 直方图 离散型情形 设总体ξ 为离散型随机变量,分布列为 ξ x 1 x 2 L x n L P p 1 p 2 L p n L 其中 pi (i =1,2,L,n,L) 为未知。对作ξ n次 重复独立观测得样本 (ξ 1 ,ξ 2 ,L , ξ n ) ，令 v k 表示事件 {ξ = x k } 在此n次重复独立试验中 出现的次数，根据伯努利大数定理有 v P k ? p (n ? ￥ , k = 1,2,L ) n k 因此当n充分大时，下面的分布律与ξ 的分布 近似，也称为样本频率分布。 ξ x 1 x 2 L x n L v k v v v 1 2 L n L n n n n 连续型情形 设总体ξ 为连续型随机变量,密度函数 p(x) 为未知。对任一有限区间[a,b)，确定组 距： b ?? a d = m 在[a.b)内插入m-1个分点 a = a0 a1 L am = b 将[a.b)等分成m个子区间 [ai ,ai+1)，对作ξ n次重复独立观察得样本 (ξ 1 ,ξ 2 ,L , ξ n )，其 中落在[ai ,ai+1) 的个数设为vi ，而观测值落 入 [ai ,ai+1) 这一事件的频率与该事件的概率 由伯努利大数定理有 P v ai+1 i ? p ( x)dx (n ? ￥ ) n òai 当p(x)为连续函数时且n,m均充分大时有 a vi i+1 b - a ? p(x)dx ? p(ai ) n òai m v b - a 即 p(a ) ?（ i ）（/ ） i n m 定义函数：当ai ￡ x ai+1时，有 v b - a p (x) =（ i ）（/ ） n n m 称pn (x)在区间[a,b)上的图形为频率 直方图。 当n, m均充分大时，在区间 [a,b)上 pn (x) ? p(