线代与概率论第五章.ppt

第 五 章 数 理 统 计 的 基 本 概 念与 抽样分布 第5.1节 基本概念 一、总体与个体 由于每个个体的出现带有随机性，即相应的数量指标值的出现带有随机性。从而可把此种数量指标看作随机变量，我们用一个随机变量或其分布来描述总体。为此常用随机变量的符号或分布的符号来表示总体。 通常，我们用随机变量X , Y , Z,…, 等表示总体。当我们说到总体，就是指一个具有确定概率分布的随机变量。 二、随机样本 容量为n的样本可以看作n维随机变量.但是,一旦取定一组样本,得到的是n个具体的数 ,称此为样本的一次观察值,简称样本值. 满足上述两条性质的样本称为简单随机样本. 三、统计量 样本矩具有下列性质: 四、小结 总体,样本,样本值的关系 第5.2节 常用统计分布 一、 补充:概率分布的分位数 三、小结 辛钦定理 附表2-1 附表2-2 附表4-1 附表4-2 附表4-3 附表3-1 附表3-2 附表5-1 附表5-2 一、简介 二、基本定理 所以 1. 单个正态总体情形 注 例1 例2 且 又因 相互独立，再由t分布 的定义。得 由于统计量依赖于样本,而样本又是随机变量,故统计量也是随机变量,因而就有一定的分布.称这个分布为“抽样分布”. 也即抽样分布就是统计量的分布. 抽样分布 (小样本问题中使用) (大样本问题中使用) 这一节, 我们来讨论正态总体的抽样分布. 定理5.7 证 定理5.8 或 标准化样本均值 自由度减少一个! 减少一个自由度的原因： 事实上，它们受到一个条件的约束： 2o 若X不服从正态分布，则由中心极限定理知， 3o 在实际问题中，总体方差?2常常是未知的， 证 且两者独立, 由 t 分布的定义知 推论1 解 定理 2. 两个正态总体情形 总体X和Y，则 性质2 证明 同理 与 相互独立 附表2-1 根据正态分布的对称性知 附表2-2 附表4-1 附表4只详列到 n=45 为止. 附表4-2 附表4-3 例如 利用上公式, 而查详表可得 费歇(R.A.Fisher)证明: t 分布又称学生氏(Student)分布. 二、 当n充分大时, 其图形类似于标准正态变量概率密度的图形. 由分布的对称性知 附表3-1 附表3-2 三、 其中 分别表示F分布的分位数 附表5-1 附表5-2 证明 1.三大统计分布 的定义,性质. 2.概率分布的分位数 标准正态分布表 0.5359 0.5753 0.6141 0.6517 0.6879 0.7224 0.7549 0.7852 0.8133 0.8389 0.8621 0.8830 0.9015 0.9177 0.9319 0.9441 0.9545 0.5319 0.5714 0.6103 0.6480 0.6844 0.7190 0.7517 0.7823 0.8106 0.8365 0.8599 0.8810 0.8997 0.9162 0.9306 0.9430 0.9535 0.5279 0.5675 0.6064 0.6443 0.6808 0.7157 0.7486 0.7794 0.8078 0.8340 0.8577 0.8790 0.8980 0.9147 0.9292 0.9418 0.9525 0.5239 0.5636 0.6026 0.6406 0.6772 0.7123 0.7454 0.7764 0.8051 0.8315 0.8554 0.8770 0.8962 0.9131 0.9278 0.9406 0.9515 0.5199 0.5596 0.5987 0.6368 0.6736 0.7088 0.7422 0.7734 0.8023 0.8289 0.8531 0.8749 0.8944 0.9115 0.9265 0.9394 0.9505 0.5160 0.5557 0.5948 0.6331 0.6700 0.7054 0.7389 0.7703 0.7995 0.8264 0.8508 0.8729 0.8925 0.9099 0.9251 0.9382 0.9495 0.5120 0.5517 0.5910 0.6293 0.6664 0.7019 0.7357 0.7673 0.7967 0.8238 0.8485 0.8708 0.8907 0.9082 0.9236 0.9370 0.9484 0.5080 0.5478 0.5871 0.6255 0.6628 0.69