第5章节统计量及其分布.ppt

第五章 统计量及其分布 ;§5.0 数理统计简介;学习统计无须把过多时间化在计算上，尽可能把时间用在基本概念、方法原理的正确理解上。 国内外著名的统计软件包： SAS，SPSS，STAT等，还有MATLAB，EXCEL都可以让你快速、简便地进行数据处理和分析. 总之，计算由计算机完成; ;由“局部”推断“整体” 可能犯错误，我们通过置信度或显著性水平度量推断的可信度. 由部分推断全体，这种推理方法为“归纳推理”.;例如：在几何学中要证明“等腰三角形底角相等”只须从“等腰”这个前提出发，运用几何公理，一步一步推出这个结论.;例5.0.1 某公司要采购一批产品，每件产品不  是合格品就是不合格品，但该批产品总有一  个不合格品率 p 。由此，若从该批产品中随 机抽取一件，用 x 表示这一批产品的不合格 数，不难看出 x 服从一个二点分布b(1 , p)， 但分布中的参数 p 是不知道的。一些问题： ;§5.1 总体与个体;个体的理解：;5.1.2 样本;例5.1.3 啤酒厂生产的瓶装啤酒规定净含量为640 克。由于随机性，事实上不可能使得所有的啤酒 净含量均为640克。现从某厂生产的啤酒中随机 抽取10瓶测定其净含量，得到如下结果： 641, 635, 640, 637, 642, 638, 645, 643, 639, 640;例5.1.4 考察某厂生产的某种电子元件的寿命，选了100只进行寿命试验，得到如下数据：; 独立性: 样本中每一样品的取值不影响其 它样品的取值 -- x1, x2, …, xn 相互独立。;设总体X具有分布函数F(x), x1, x2, …, xn 为取自该总体的容量为n的样本，则样本联合分布函数为; 抽样前为样本，抽样后得到的资料都是确定的值—样本值（观察值）。如从某班大学生中抽取10人测量身高（样本）,抽样后得到10个数（样本值），它们是样本取到的值而不是样本. 我们只能观察到随机变量取的值而见不到随机变量（总体）.;总体（理论分布） ？ ;总体分为有限总体与无限总体;而若第一次抽到的是合格品，则第二次抽到不合格品的概率为;5.2.1 经验分布函数;则Fn(x)是一非减右连续函数，且满足;定理5.2.1（格里纹科定理） 设x1,x2,…,xn是取自 总体分布函数为F(x)的样本, Fn(x) 是其经验分 布函数，当n??时，有; 研究总体与样本之间的关系是统计学的中心内容 对这种关系的研究从两方面着手： 一是从总体到样本 ，这就是研究抽样分布 二是从样本到总体，这就是统计推断;5.3.1 统计量与抽样分布;几个常用统计量的定义;定理5.3.2 数据观测值与均值的偏差平方和 最小，即在形如 ? (xi?c)2 的函数中，;定理5.3.3 设x1, x2, …, xn 是来自某个总体的样本，; 抽样分布就是通常的随机变量函数的分布. 只是强调这一分布是由一个统计量所产生的. 研究统计量的性质和评价一个统计推断的优良性，完全取决于其抽样分布的性质.;2 样本方差与样本标准差;样本均值的数学期望和方差，以及样本方差的数学期望都不依赖于总体的分布形式。;§5.4 三大抽样分布;5.4.1 ?2 分布(卡方分布);该密度函数的图像是一只取非负值的偏态分布 ;5.4.2 F 分布;该密度函数的图象也是一只取非负值的偏态分布 ;5.4.3 t 分布 ; t 分布的密度函数的图象是一个关于纵轴对称的分布;5.4.4 一些重要结论;推论5.4.3 设 x1, x2,…, xn 是来自N(?1, ?12) 的 样本，y1, y2,…, yn 是来自N(?2, ?22) 的样本， 且此两样本相互独立，则有;推论5.4.4 在推论5.4.3的记号下，设 ?12 =?22 = ???2 ， 并记;几个常用的统计量及分布