6-2概率统计经典讲义.pptVIP

由样本值去推断总体情况，需要对样本值进行“加工”，这就要构造一些样本的函数，它把样本中所含的（某一方面）的信息集中起来. 一、 统计量概念 §2 抽样分布 定义 设X1,X2 ,? ,Xn是来自总体X的一个样本， g(X1,X2,? ,Xn)是X1,X2 ,? ,Xn的函数，若g中不含未知参数，则称g(X1,X2 ,? ,Xn)是一个统计量. X1,X2 ,? ,Xn都是r.v.,而g(X1,X2,? ,Xn)是它们的函数，所以g(X1,X2 ,? ,Xn)也是一个r.v.,若设x1,x2 ,? ,xn是相应于样本X1,X2 ,?,Xn的样本值，则称g(x1,x2,? ,xn)是g(X1,X2,? ,Xn)的观察值. 二、几个常见统计量 样本均值 样本方差 样本标准差 样本k阶原点矩 样本k阶中心矩 三、样本均值与总体均值的关系 (1) 若总体X的k阶矩E(Xk)=μk存在，则： (2) 若g是连续函数，则： 四、几个常用统计量的分布 分布 （一） 定义: 设 相互独立, 都服从正态 分布N(0,1), 则称随机变量： 服从自由度为 n 的　分布，记为 分布的密度函数 来定义. 其中伽玛函数 通过积分 分布的性质 设 且相互独立， 则 （ 分布的可加性） 2. 设　　　　 ， 则 对于给定的??(0,1),称满足条件: 　　分布的分位点 的点 为 分布的上?分位点.. 分布的上?分位点可以查附4(P443)， 但是该表只列到n=45为止；当n45时，有： 其中z α是标准正态分布的上?分位点. 分布的上?分位点 f(x) x α χ 2 α(n) o 1.??设 相互独立, 都服从正态分布 则 注记 应用中心极限定理可得， 当n充分大时， 近似服从正态分布N(0,1). 2. 若 服从自由度为 n的t 分布，记为： 定义: 设X～N(0,1) , Y～ , 且X与Y相互独立，则称变量 （二）t 分布 t(n)分布的密度函数为 t(n)分布的性质 1. 数学期望和方差 E(t)=0; D(t)=n / (n-2) , 对n 2 3. 当n充分大时，其图形类似于标准正态分布密度函数的图形,但对于较小的n，t分布与N (0,1)分布相差很大. 2. t分布的密度函数关于t=0对称，且 对于给定的??(0,1),称满足条件: t分布的分位点 的点tn(?)为t分布的上?分位点. t分布的上?分位点可以查附表3(P441). t分布的上?分位点 h(t) t α tα(n) o 当n45时，tα(n) ≈zα （三）F分布 定义: 设 且U、V独立，则称统计量 服从自由度为(n1,n2) 的F分布，记作: 由定义可见， 其中n1称为第一自由度，n2称为第二自由度. F分布的密度函数为 对于给定的??(0,1),称满足条件: F分布的分位点 的点F?(n1,n2)为F分布的上?分位点. F分布的上?分位点可以查附表5(P447). F分布的上?分位点 φ(y) y α F α(n1,n2) o 定理 1 设X1,X2,…,Xn是取自正态总体 的样本，则有 五、几个重要的抽样分布定理 定理 2 分别为样本均值和样本方差, 设X1,X2,…,Xn是取自正态总体 的样本, 则有 定理 3 分别为样本均值和样本方差, 设X1,X2,…,Xn是取自正态总体 的样本, 则有