Ch6样本及抽样分布.pptVIP

Stop Ch6 样本及抽样分布 数理统计实际上是概率论的具体应用。它的研究范围分成两个方面，一个是统计推断，另一个是抽样理论与试验设计。本课程仅研究第一个方面的内容。统计推断主要研究抽样分布、参数估计、假设检验等。 ? 基本概念 1. 总体与样本 总体 研究对象的全体。 通常指研究对象的某项数量指标， 个体 组成总体的单元。 通常也指与总体对应的某项数量指标 样本 来自总体的部分个体。 n称为样本容量 总体 X~ f (x) 样本 X1， … ，Xn n称为样本容量 又称其是“简单随机样本”或简称为“随机样本”或“样本”。 满足以下两个条件： （1）独立性： X1，… ，Xn 相互独立； （2）同分布性： X1， … ，Xn与总体 X 同分布。 来自总体 X 的随机样本 X1， … ，Xn可记为 其中 f (x)是 X 的概率函数。 样本观测值 对样本 X1， … ，Xn进行观测，即可得一组观测值 x1， … ，xn ? 统计量 样本 X1， … ，Xn的函数 g(X1， … ，Xn )称为是总体 X 的一个统计量，若g(X1， … ，Xn )与任何未知参数无关。 统计量的观测值 若样本 X1， … ，Xn的观测值为x1， … ，xn，则g(x1， … ，xn)称为统计量g(X1， … ，Xn )的观测值。 ? 常用统计量 1. 样本均值（样本平均数） 其观测值为 2. 样本方差 其观测值为 样本均方差（标准差） 其观测值为 3. k 阶样本矩 k 阶原点矩 观测值为 k 阶中心矩 观测值为 4. 极大、极小统计量 极大统计量 X(n)=max{X1， … ，Xn}， 其观测值 x(n)=max{x1, … ，xn} 极小统计量 X(1)=min{X1， … ，Xn}， 其观测值 x(1)=min{x1， … ，xn} ? 抽样分布 统计量的分布称为抽样分布。 数理统计中主要研究如下四个分布： U—分布、 ?2—分布、 t —分布和F—分布。 1. ?2—分布 构造 其密度为 f ( y) ? ~ ?2(n) 则 ?1 + ?2 ~ ?2(n1+n2 )。 再生性 若?1 ~ ?2(n1)，?2~ ?2(n2 )， ?1， ?2独立， 期望与方差 若? ~ ?2(n)，则E(?)= n，D(?)=2n。 分位点 设? ~ ?2(n)，若对于?：0 ? 1， 存在 f ( y) ? ~ ?2(n) 费歇尔(R.A.Fisher)曾经证明：当n充分大时，近似地有 其中? ~?2(n)，从而当n充分大时(一般地 45)，近似地有 其中z?为N(0，1)的上侧?分位点。 2. t—分布 若 ? ~ N(0, 1), ? ~ ?2(n), ?与?独立，则 构造 其密度为 t (n)称为自由度为n的t—分布 密度函数 f (t )的图形与N(0, 1)的密度函数的图形很象，只是 t (n)的图形两端尾巴厚一些。 基本性质 (1) f (t )关于t =0(纵轴)对称。 事实上，f (? t )= f (t )。 (2) f (t )的极限为N(0，1)的密度函数，即 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 t?(n) t?/2(n) ?t?/2(n) 存在t?/2(n)0， 满足 P{|T| ? t?/2(n)}=?，则称t?/2(n)为t(n)的双侧?分位点. ? F—分布 若?1 ~?2(n1)， ?2~?2(n2)，?1， ?2独立，则 构造 F(n1, n2)称为第一自由度为n1 ，第二自由度为n2的F—分布。 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； 类似地，称 F1? ?(n1,n2)为 F(n1, n2)的下侧?分位点。 可以证明： * *