第一讲数理统计的基本概念.ppt

第一章 数理统计的基本概念 邹昌文 什么是数理统计 数理统计是研究怎样用有效的方法去收集、分析和使用受随机性影响的数据的学科 关键词 随机性 有效 分析、使用 随机变量的数字特征（一） 数学期望（Expectation,均值） 随机变量的数字特征（二） 协方差（Covariance)和相关系数(Correlation Coefficient) 数理统计的基本概念 统计量 -样本均值 统计量（续） 数理统计中几个常用的分布 t分布 F分布 正态总体统计量的分布（一） 正态总体统计量的分布（二） 正态总体统计量的分布（三） 正态总体统计量的分布（四） 正态总体统计量的分布（五） 正态总体统计量的分布（六） 例1.1 设对总体X得到一个容量为10的样本值：4.5,2.0,1.0,1.5,3.4,4.5,6.5,5.0,3.5,4.0，试分别计算样本的均值 和样本方差S2的值 例1.3 设 为其样本，而 试求常数C，使得随机变量Cy服从 分布 例1.5 记tp(n),F(m,n)相应为t,F分布的p分位 数，求证： ，并用 验证之 例1.7 设(X1,X2)是取自总体X的一个样本，试证：相关系数 其中 * 方差（Variance）和标准差（Standard Deviation） 有公式： -样本方差 -样本标准差 -样本m阶（原点）矩 -样本m阶（中心）矩 分布 若有X1，X2，….Xn相互独立，Xi-N(0,1),i=1,2,…,n, 则称 所服从的分布为自由度是n的 概率密度为： 分布 其中 若有 相互独立，则称 所服从的分布为自由度是n的t分布，记为t(n) t的概率密度为： 若有 相互独立，则称 所服从的 分布为自由度是(m,n)的F分布，记为F(m,n) F分布的概率密度为： Th1.1设(X1,X2,…,Xn)是总体 的样本， 是样本均值，则 即 Th1.2设(X1,X2,…,Xn)是总体 的样本， 是样本均值，S2是样本方差，则 1） 与S2相互独立 2） 证明： 则 相互独立 取一n阶正交矩阵 ，其中第一行的元素 均为 ，作正交变换 其中 由于 故 仍为正 态变量，由 又由 （正交阵性质） 所以 两两不相关，又由于n维随机 变量 是由n维正态随机变量 经由线性变换而得到的，因此 也是n维正态随机变量 所以 相互独立 且有 于是 由于 相互独立且均服从标准正态分布 所以 即 又 只与Y1有关 只与Y2，…,Yn有关 所以 相互独立 因为Y1，…,Yn相互独立 Th1.3设(X1,X2,…,Xn)是总体 的样本， 是样本均值，S2是样本方差，则 Th.1.4设(X1,X2,…,Xn)是总体 的样本， 是样本均值，S是样本标准差，则 Th1.5设(X1,X2,…,Xm)是总体 的样本， (Y1,Y2,…,Yn)是总体 的样本，两个样本相互 独立， 是 的样本均值，则 Th1.6设(X1,X2,…,Xm)是总体 的样本， (Y1,Y2,…,Yn)是总体 的样本，其中 是 的样本均值， 两个样本相互独立， 是 的样本方差，则 其中 Th1.7设(X1,X2,…,Xm)是总体 的样本， (Y1,Y2,…,Yn)是总体 的样本，两个样本 是 的样本均值， 相互独立， 是 的样本方差，则 Th1.8设(X1,X2,…,Xm)是总体 的样本， (Y1,Y2,…,Yn)是总体 的样本，两个样本 相互独立， 是 的样本方差，则 例1.2 在计算样本均值 与样本方差Sx2时， 常常先对数据x1,x2,….,xn作变换 设 及Sy2 为y1,y2,….yn的样本均值与样本方 差，则有 试证明之 Excel1.1 例1.4 设 X1,X2,…,Xn,Xn+1,…,Xn+m是取自分布为 的正态总体 容量为(n+m)的样本，试求下列统计量的分布： 例1.6 设总体X-N(20,3)有容量分别为10,15的两个独立样本，求它们均值之差的绝对值大于0.3的概率 *