4.2样本与抽样分布.pptVIP

第四章 统计估计方法 引言 总体与样本 统计中常用的三种分布 抽样分布 点估计方法 区间估计 引 言 二、统计量 三、F—分布 * * 数理统计学是数学的一个重要分支，它研究怎样有效地收集、整理和分析带有随机性的数据，以对所考察的问题作出推断或预测，并为采取一定的决策和行动提供依据和建议。 几个实际问题： 1. 估计产品寿命问题: 根据用户调查获得某品牌洗衣机50台的使用寿命为，5，5.5，3.5，6.2，……..。根据这些数据希望得到如下推断： A．可否认为产品的平均寿命不低于4年？ B．保质期设为多少年，才能保证有95%以上的产品过关？ 2．商品日投放量问题：如草莓的日投放量多少合理？如何安排银行各营业网点的现金投放量？快餐食品以什么样的速度生产最为合理等等。 例 制衣厂为了合理的确定服装各种尺码的生产比例，需要调查人们身长的分布。现从男性成人人群中随机选取100人,得到他们的身长数据为: (1) 试推断男性成人身长X的概率密度 (2)若已知X服从正态分布N(?,?2), 试估计参数的?,?2值 已知“总体”的分布类型,对分布中的未知参数所进行的统计推断属于“参数统计”. ... 1. 总体： 研究对象的全体。 通常指研究对象的某项数量指标。 组成总体的元素称为个体。 从本质上讲，总体就是所研究的随机变量或随机变量的分布。 4.2 数理统计的某些概念 一、总体与样本 2. 样本:来自总体的部分个体X1， … ，Xn 抽取的样本如果满足： （1）同分布性(代表性）： Xi，i=1,…,n与总体同分布. （2）独立性： X1，… ，Xn 相互独立； 则称为容量为n 的简单随机样本，简称样本。 而称X1，… ，Xn 的一次实现(一次观测记录值)为样本观察值，记为x1，… ，xn 来自总体X的随机样本X1， … ，Xn可记为 显然，样本联合分布函数或密度函数为 或 3.总体、样本、样本观察值的关系 总体 样本 样本观察值 理论分布 统计是从手中已有的资料——样本观察值，去推断总体的情况——总体分布。样本是联系两者的桥梁。总体分布决定了样本取值的概率规律，也就是样本取到样本观察值的规律，因而可以用样本观察值去推断总体 定义： X1， … ，Xn是总体X的一个样本,g(X1, … ，Xn )为一个n元实函数，如果g(X1， … ，Xn )不含未知参数，则称g(X1， … ，Xn )是总体X的一个统计量, 几个常用的统计量 ： 未修正的样本方差 （修正样本方差） 3.样本k阶矩 例： ， 已知， 未知 统计中常用的三种分布 一、 ?2—分布 统计量的分布称为抽样分布。数理统计中常用到如下三个分布： ?2—分布、 t —分布和F—分布。 §4.3 抽样分布 抽样分布：统计量的分布。（有些含有未知参数 的随机样本函数的分布也称抽样分布） 2.?2—分布的密度函数f(y)曲线 3. 分位点 设X ~ ?2(n)，若对于?：0?1， 存在 满足 则称 为 分布的上?分位点。 P322附表3 例. ，求 ，使 解： 4.性质： a.分布可加性 若X ~ ?2(n1)，Y~ ?2(n2 )， X， Y独立，则 X + Y ~ ?2(n1+n2 ) b.期望与方差 若X~ ?2(n)，则 E(X)= n，D(X)=2n 1.构造 若X~N(0, 1), Y~?2(n), X与Y独立，则 t(n)称为自由度为n的t—分布。 二、t—分布 t(n) 的概率密度为 2.基本性质: (1) f(t)关于t=0(纵轴)对称。 (2) f(t)的极限为N(0，1)的密度函数，即 3.分位点 设T～t(n)，若对 ?:0?1,存在t?(n)0， 满足P{T?t?(n)}=?， 则称t?(n)为 t(n)的上侧分位点 注: 1.构造 若U ~?2(n1)， V~?2(n2)，U， V独立，则 称为第一自由度为n1 ，第二自由度为n2的F—分布,其概率密度为 2. F—分布的分位点 对于?：0?1， 若存在F?(n1, n2)0， 满足 P{F?F?(n1, n2)}=?， 则称F?(n1, n2)为 F(n1, n2)的 上侧?分位点； 注： 证明:设F~F(n1,n2),则 得证! 定理4.4 ， 来自总体 的一 个样本，则 服从均值为 ，方差为