CH6 抽样和抽样分布.ppt

CH6 抽样和抽样分布;本章转入课程的第二部分;　　从历史的典籍中，人们不难发现许多关于钱粮、户口、地震、水灾等等的记载，说明人们很早就开始了统计的工作 . 但是当时的统计，只是对有关事实的简单记录和整理，而没有在一定理论的指导下，作出超越这些数据范围之外的推断.;　　数理统计学是一门应用性很强的学科. 它是研究怎样以有效的方式收集、 整理和分析带有随机性的数据，以便对所考察的问题作出推断和预测，直至为采取一定的决策和行动提供依据和建议。;　　数理统计的任务就是研究怎样有效地收集、整理、分析所获得的有限的资料，对所研究的问题, 尽可能地作出精确而可靠的结论。; 现实世界中存在着形形色色的数据，分析这些数据需要多种多样的方法。 因此，数理统计中的方法和支持这些方法的相应理论是相当丰富的。概括起来可以归纳成两大类: 参数估计──根据数据，用一些方法对分布的未知参数进行估计。 假设检验──根据数据，用一些方法对分布的未知参数进行检验。 它们构成了统计推断的两种基本形式。这两种推断渗透到了数理统计的每个分支。; 在统计学中,将我们研究的问题所涉及的对象的全体称为总体，而把总体中的每个成员称为个体。 例如：我们想要研究一家工厂的某种产品的废品率。这种产品的全体就是我们的总体,而每件产品则是个体。;　　实际上,我们真正关心的并不是总体或个体的本身，而是其某项数量指标。 　　比如某家工厂的一种产品的使用寿命这样一项数量指标。因此，我们应该把总体理解为那些研究对象上的某项数量指标的全体。 　　为了评价一家工厂的某种产品的质量的好坏，通常的做法是从它的全部产品中随机地抽取一些样品,在统计学上称为样本。 　　同上道理，我们实际是把样本理解为样品上的数量指标。 　　因此，今后当我们说到总体和样本时，既指研究对象又指它们的某项数量指标。;　　研究某地区N个农户的年收人。 　在这里，总体既指这N个农户，又指我们关心的数量指标──他们的年收入的N个数字。 　如果我们从这N个农户中随机地抽出n个农户作为调查对象，那么，这n个农户以及我们关心的数量指标──他们的年收入这n个数字就是样本。; 用一把尺子去量一个物体的长度。 假定n次测量值为X1，X2 ，? ，Xn 显然，在这个问题中，我们把测量值 X1，X2 ，? ，Xn看成了样本，但是，总体是什么呢?;　　对一个总体，如果我们用X表示它的数量指标，那么X的值对不同的个体取不同的值。因此，如果我们随机地抽取个体，则X的值也就随着抽取的个体的不同而不同。 　　所以X是一个随机变量! 　　既然总体是随机变量X，自然就有其概率分布。我们把X的分布称为总体的分布。 　　总体的特性是由总体分布来刻画的。 　　因此，我们常把总体和总体分布视为同义语。; 例l中，若农户年收入以万元计, 假定N户中收入X为以下几种取值: 0.5，0.8，l，1.2和1.5. 取这些值的农户个数分别为：n1，n2，n3，n4，n5，(这里n1+n2+n3+n4+n5=N)。 则总体X的分布为离散型分布，其分布律为:;　　例2中，假定物体的真正长度为? (未知)。一般说来测量值X，也就是我们的总体，取? 附近值的概率要大一些，而离? 愈远的值被取到的概率就小一些。 　　如果测量过程没有系统性误差，那么X取大于? 和小于? 的概率也会相等。 　　在这样的情况下，人们往往认为X服从均值为? 的正态分布。 　　假定其方差为? 2，则? 2反映了测量的精度。于是，总体X的分布为N(?, ? 2)。 　　记为X～N(?, ? 2)。;如果总体所包含的个体数量是有限的,则称该总体为有限总体. 　有限总体的分布显然是离散型的，如例3。 如果总体所包含的个体数量是无限的，则称该总体为无限总体。 　 无限总体的分布可以是连续型的，如例4，也可以是离散型的。; 所以，通常在总体所含个体数量比较大时，我们就把它近似地视为无限总体，并且用连续型分布去逼近总体的分布，这样便于做进一步的统计分析。; 然而，为了便于处理问题，我们可以把它近似地看成一个无限总体，并且通常用正态分布来逼近这个总体的分布。 当城市比较大，儿童数量比较多时，这种逼近所带来的误差，从应用观点来看，可以忽略不计。; （1） 假设X1，X2 ，? ，Xn是从总体X中抽取的样本，在具体的观测或试验中，它们是一批测量值，是一些数。这就是说，样本具有数的属性。;　　;　　在前面测量物体长度的例子中，如果我们是在完全相同的条件下，独立地测量了n次，把这n次测量结果，即样本记为 X1,X2 ,? ,Xn 。 　　那么我们完全有理由认为，这