概率论与数理统计（张艳艳） 第六章 第一节.pptVIP

第六章 样本及抽样分布 　　十九世纪末二十世纪初， 和概率论的发展， 门学科。 真正诞生了数理统计学这 随着近代数学 Mathematical Statistics 第六章 样本及抽样分布 　　数理统计学是一门应用性很强的学科。 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， 推断和预测， 供依据和建议。 以便对所考察的问题作出 直至为采取一定的决策和行动提 第六章 样本及抽样分布 　　数理统计不同于一般的资料统计， 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 足够多次观察， 一定能清楚地呈现出来。 　　但事实上， 次数不多的观察试验， 的只是局部观察资料。 它更 因而从理论上讲， 性， 被研究的随机现象的规律性 也就是说, 我们获得 只要对随机现象进行 只允许我们对随机现象进行 第六章 样本及抽样分布 　　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， 论。 尽可能地作出精确而可靠的结 第六章 样本及抽样分布 　　§1　随机样本(random sample) 总体(population) 个体(individuals) 研究对象的某项数量指标的 总体中的每个元素。 某工厂生产的所有灯泡的寿命是一 个总体， 　　某学校男生的身高的全体是一个总体， 每个男生的身高是一个个体。 　　例如 可能观察值的全体。 每一个灯泡的寿命是一个个体； 第六章 样本及抽样分布 　　总体中的每一个个体是随机变量的一个 数和数字特征。 观察值， 因此，它是某个随机变量　的值。 即，一个总体对应于一个随机变量　。 　　对总体的研究就是对随机变量　的研究。 　的分布函数和数字特征也称为总体的分布函 　　以后不区分总体与相应的随机变量， 为总体　。 统称 第六章 样本及抽样分布 　　例如　检验自生产线出来的零件是次品 以0表示产品为正品，以1表示产品 则总体是由一些“0”和一些“1”组成的， 这一 为次品。 还是正品。 总体对应一个具有参数为　的　　分布： 的随机变量。 设出现次品的概率为　（常数）， 将其称为是　　分布的总体。 变量的值。 意思为：总体中的观察值是　　分布的随机 第六章 样本及抽样分布 机变量， 若 是具有同一分布函数 则称 本，简称为样本。 　　其观察值 　　称为样本值。 　　定义【1.1】设　是具有分布函数　的随 　的相互独立的随机变量， 为从总体 中得到的容量为　的简单随机样 第六章 样本及抽样分布 　　样本满足下面两个条件 　　1.代表性 的总体有相同的分布。 中每一个与所考察 是相互独立的随机 　　2. 独立性 变量。 总体（理论分布） ？ 样本 样本值 总体、样本和样 本值之间的关系 第六章 样本及抽样分布 　　由定义知 本， 若 　　为　的一个样 则 　　　　的联合分布函数为 则 的概率密度为 　　若　的概率密度为　， 第六章 样本及抽样分布 　　数理统计研究的问题——统计推断 花，收获了大量的花籽， 成一小包出售。 并向顾客保证： 粒将能发芽， 否则可免费调换另一包。 某种子公司　栽种了几种类别的鲜 　　例 并把每25粒花籽扎 一个零售商批发了若干包， 在每包25粒花籽中至少有23 (statistical inference) 每包要是有3粒不 发芽，马上免费退换！ 每包25粒 第六章 样本及抽样分布 　零售商面临如下两种类型的不确定性： 每包25粒中 至少有23粒将 发芽 所有的包都 如此吗？？ 第六章 样本及抽样分布 　　（1）他对种子公司出售的小包中可接受 （即至少有23粒花籽将发芽）的包数所占比 这是第一类不确定性。 例 是不清楚的。 　　这种类型的不确定性， 出售的小包中可接受的比例， 的真实状态（天然状态）无知所引起的不确定 性。 是不知道种子公司 它是由于对总体 哪些包是可接受的呢？ 从中购买 200包 共100万包 第六章 样本及抽样分布 　　（2）由于种子公司出售的花籽的货单上， 这类花籽共有一百万包， 200包， 因此他又面临着第二类不确定性。 　　这就是尽管他知道了 一百万包可接受的比例 但对他所购买的200包， 其中可接受的比例仍旧 没有“把握”。 而零售商只购买了