第六章 样本和抽样分布.pptVIP

* 数理统计部分 第六章 样本及抽样分布 第七章 参数估计 第八章 假设检验 数理统计是具有广泛应用的一个数学分支。它以概率论为理论基础，根据试验或观察得到的数据，来研究随机现象，对研究对象的客观规律作出种种合理的估计和判断。 数理统计的内容：如何收集、整理数据资料；如何对所得的数据资料进行分析、研究，从而对研究的对象的性质、特点作出推断-----统计推断问题。 数理统计研究问题的方法：人们是通过对所研究的随机变量进行重复独立的观察，得到许多观察值，对这些数据进行分析，从而对所研究的随机变量的分布作出种种推断。 第六章 样本及抽样分布 §6.1 随机样本 §6.2 抽样分布 例：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,但该批产品中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 表示这一件产品中的不合格品,不难看出 X 服从一个两点分布b(1 , p),但分布中的参数 p 却是不知道的.显然, p 的大小决定了该批产品的质量,它直接影响采购行为的经济效益.依次,人们会对 p 提出一些问题,比如: ? p 的大小如何; ? p 大概落在什么范围内; ? 能否认为 p 满足设定要求(如 p ? 0.05 ). 诸如例题中研究的问题属于数理统计的范畴.接下来我们从统计中最基本的概念－总体和样本开始介绍统计学内容. §6.1 随机样本 在数理统计中,将试验的全部可能的观察值称为总体，每一个可能观察值称为个体． 总体容量:总体中所包含的个体的个数; 有限总体:容量为有限的总体; 无限总体:容量为无限的总体. 一、总体 (2) X 的分布函数与数字特征分别称为总体的分布函 数与数字特征; (3)今后将不区分总体和相应的随机变量．笼统称为 总体X. [说明] (1) 一个总体对应一个随机变量X; 二、样本与样本值 X1, X2 ,…, Xn的一组观察值x1,x2,…,xn称为样本值. 样本中个体的数目 n 称为样本容量. 从总体X 中，随机地抽取n 个个体X1, X2 ,…, Xn ,这样取得 的 X1, X2 ,…, Xn 称为来自总体X 的一个样本. 在总体中抽取样本的目的, 是为了对总体的分布规律进行各种分析和推断，这就要求抽取的样本能够反映总体的特点，为此必须对随机抽取样本的方法提出如下要求: （2）代表性 （1）独立性 要求X1, X2 ,…, Xn 是相互独立的随机变量． 要求样本的每个Xi (i=1,2,…,n)与总体X具有相同的分布. 满足以上两个条件的样本称为简单随机样本,简称样本. (2) 样本X1, X2 ,…, Xn 可看成一个n 维随机向量,记为 (X1, X2 ,…, Xn ); 样本值记为(x1,x2,…,xn); [注] (1) 样本X1, X2 ,…, Xn 相互独立,且与总体X 同分布; (3) 若总体X具有分布函数F(x),概率密度f(x), 则样本 (X1, X2 ,…, Xn )的分布函数及概率密度为: (4) 获得简单随机样本的抽样方法称为简单随机抽样. §6.2 抽样分布 定义1 设X1, X2 ,…, Xn是来自总体 X 的一个样本, g(X1, X2 ,…, Xn)是X1, X2 ,…, Xn函数,若g 中不含任何未知参数，则称g(X1, X2 ,…, Xn)是一个统计量． 一、统计量 样本是进行统计推断的依据.但在应用时,往往不是直接使用样本本身,而是针对不同的问题构造样本的适当函数,利用这些样本的函数进行统计推断. (1) 统计量是一个随机变量; (2) (x1,x2,…,xn)是样本(X1, X2 ,…, Xn)的观察值, 则称 g(x1,x2,…,xn) 是g(X1, X2 ,…, Xn)的观察值. [注] 例如 总体 ，其中参数 为未知参数， 是 X 的样本，则 , 等均 为统计量，而 等都不是统计 量，因为它们含有未知参数 ※ 从统计量的定义可知，统计量是不含任何未知参数的随机变量． 几个常用的统计量 设X1, X2 ,…, Xn是来自总体X 的一个样本,x1,x2,…,xn是其观察值. 样本均值 样本标准差 样本k阶原点矩 样本k阶中心矩 样本方差 其观察值: 样本均值 样本标准差 样本k阶原点矩 样本k阶中心矩 样本方差 样本矩的性质 抽样分布 统计量是样本的函数, 它是一个随机变量.统计量的分布 称为抽样分布. 1)若总体X的k阶矩 存在,