数理统计课件–随机样本.ppt.pptVIP

第1章----第3章知识结构图 数理统计 抽样分布 统计推断 常用的 统计量 四个重 要分布 参数估计 假设检验 正态总体的样本均值与方差的分布 (重要统计量的分布) 矩 估 计 法 点估计 区间估计 极大 似然估计法 均值的区间估计 方差的区间估计 均值的检验 方差的检验 单个 总体 两个 总体 正态总体 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，这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。 数理统计的客观背景 到了十九世纪末二十世纪初，随着近代数学和概率论的发展，才真正诞生了数理统计学这门学科。 同时随着计算机的诞生与发展，为数据处理提供了强有力的技术支持，这就导致了数理统计与计算机结合的必然的发展趋势。 目前国内外著名的统计软件包：SAS,SPSS,STAT 等，都提供了快速、简便地进行数据处理和分析的方法与工具。 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、 整理和分析所获得的有限的资料，以便对所考察的问题尽可能地作出精确而可靠的推断和预测，直至为采取一定的决策和行动提供依据和建议。 数理统计研究的对象 ---- 带有随机性的数据。 数理统计的任务 数理统计的特征 --- 数理统计方法具有“部分推断整体”的特征。 在数理统计中，不是对所研究的对象全体 (称为 总体) 进行观察，而是抽取其中的部分 (称为样 本)进行观察获得数据（抽样），并通过这些数 据对总体进行推断。 由于在数理统计中是从一部分样本观察值去推断该全体对象（总体）情况，即由部分推断全体。 所以在数理统计中使用的推理方法是“归纳推理”法。 ▲ ▲ 数理统计不同于一般的资料统计，它更侧重于 应用随机现象本身的规律性进行资料的收集、 整理和分析。 由于大量随机现象必然呈现出它的规律性，因而从理论上讲，只要对随机现象进行足够多次观察，被研究的随机现象的规律性一定能清楚地呈现出来。但又由于在客观上只允许对随机现象进行有限次数的观察试验，也就是说， 所获得的只是局部观察资料。 ▲ 由于资料是基于有限次数的观察试验，推断是基于抽样数据，抽样数据又不能包括研究对象的全部信息，因而由此获得的结论必然包含不肯定性。 第1章 统计推断准备 第一节 随机样本 第二节 抽样分布 关心 某类对象的某项数量指标； 大一学生的高数成绩 某批产品的使用寿命 随机抽取一个对象， 观察并记录其相应的 指标值 （观察值）。 E 的全部可能的观察值 正是这类对象的 某项数量指标全体 （可能有重复数字）。 E 的全部可能的观察值； E 的每个可能的观察值； 总体 个体 E随机试验 如 进一步关心 总体这个数组的分布状态； 引入: 试验 E 的观察结果。 X是个随机变量； X的一个可能值就是E的一个观察值； X的全部可能值就是总体 X 为总体相应的随机变量； X 的分布为总体的分布； X 的数字特征为总体的数字特征； 总体是个随机变量 X 称: 记为X. 结论 （没有重复数字）； 总体是个数组； 总体是个随机变量X 从总体中抽取部分个体的过程。 描述 将 E 独立重复地进行 n 次， 各次试验的观察结果依次记为 试验前 均为随机变量； 独立同分布； 与总体X 同分布； 试验后 得到一组(n个)实数 总体X一个容量为n的简单随机样本； 的样本值； 结论 抽样 样本的分布 设 是总体X 的一个样本， F(x)是总体X 的分布函数。 又若总体X具有概率密度 f (x) ， 则 的分布函数为： 则 的概率密度为： 总结 总体是个随机变量X， 是总体 X 的一个样本。 与总体X 同分布； 是样本值。 独立同分布； 试验后得到 n个实数。 * *