概率统计(第6).pptVIP

第6章 样本与统计量 数理统计的任务就是研究怎样有效地收集、整理和分析所获得的有限资料，并对所研究的问题尽可能地给出精确而可靠的推断。 数理统计中的方法和支持这些方法的相应理论是相当丰富的。概括起来可以归纳成两大类。 参数估计: 根据数据，对分布中的未知参数 进行估计； 假设检验: 根据数据，对分布的未知参数的 某种假设进行检验。 6.1 总体与样本 在数理统计中，称研究问题所涉及对象的全体为总体，总体中的每个成员为个体。 例如: 研究某工厂生产的某种产品的废品率，则这种产品的全体就是总体，而每件产品都是一个个体。 6.1.1 总体、个体与样本 实际上，我们真正关心的并不一定是总体或个体本身，而真正关心的是总体或个体的某项数量指标。如：某电子产品的使用寿命.因此，有时也将总体理解为那些研究对象的某项数量指标的全体。 为评价某种产品质量的好坏，通常的做法是：从全部产品中随机(任意)地抽取一些样品进行观测(检测)，统计学上称这些样品为一个样本。 例1 用一把尺子测量一件物体的长度。 假定 n 次测量值分别为X1,X2 ,…,Xn。显然，在该问题中，我们把测量值X1,X2 ,…,Xn看成样本。但总体是什么呢? 总体就应该理解为一切所有可能的测量值的全体。 对一个总体，如果用X表示其数量指标，那么，X的值对不同的个体就取不同的值。因此，如果我们随机地抽取个体，则X的值也就随着抽取个体的不同而不同。 所以，X是一个随机变量! 既然总体是随机变量X，自然就有其概率分布。我们把X的分布称为总体分布。 6.1.2 总体分布 例2：在例1中，假定物体真实长度为?(未知)。一般说来，测量值X就是总体，取? 附近值的概率要大一些，而离? 越远的值被取到的概率就越小。于是，总体X的分布为 N(?,?2)。 ● 如果总体所包含的个体数量是有限的, 则称该总体为有限总体。有限总体的分布显然是离散型的. 说明：在数理统计中，研究有限总体比较困难。因为其分布是离散型的，且分布律与总体中所含个体数量有关系。 ● 如果总体所包含的个体数量是无限的，则 称该总体为无限总体。无限总体的分布可以是连续型的，也可是离散型的。 通常在总体所含个体数量比较大时，将其近似地视为无限总体，并用连续型分布逼近总体的分布，这样便于进一步地做统计分析。 例 ：在前面测量物体长度的例子中，如果我们在完全相同的条件下，独立地测量了n 次，把这 n 次测量结果，即样本记为 X1,X2,…,Xn . 随机样本 那么，我们就认为：这些样本相互独立，且有相同的分布；其分布与总体分布 N(?, ?2)相同。 在统计文献中，通常称相互独立且有相同分布的样本为随机样本或简单样本, n 为样本大小或样本容量。 6.1.3 样本分布 假设总体 X 具有概率密度函数 f (x)，因样本X1,X2,…,Xn独立同分布于 X，于是，样本的联合概率密度函数为 例 假设某大城市居民的收入 X 服从正态分布N(?,?2) 现从总体 X 中随机抽取样本 X1,…,Xn ,因其独立同分布于总体 X，即：Xi ～ N(?,?2), i＝1,2,…,n. 于是，样本X1,X2,…,Xn 的联合概率密度为 6.2.1 统计量 通常，将不含任何未知参数的样本的函数称为统计量。它是完全由样本所决定的量。 6.2 统计量 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 6.2.2 抽样分布 统计量是随机变量，有一定的分布，这个分布称为统计量的抽样分布。 定理6.2.1 设 X1,X2,?,Xn是来自均值为? ,方差为 ?2 的总体的样本，则当 n 充分大时, 近似地有 抽样分布定理 例3 用机器向瓶子里灌装液体洗涤剂，规定每瓶装 ? 毫升。但实际灌装量总有一定波动。假定灌装量的方差 ?2=1，如果每箱装这样的洗涤剂 25 瓶。求这 25 瓶洗净剂的平均灌装量与标定值 ? 相差不超过0.3毫升的概率。 解 记一箱中 25 瓶洗净剂灌装量为 X1,X2,?, X25 是来自均值为? , 方差为1的总体的随机样本。根据抽样分布定理1，近似地有 定理应用 6.3 正态总体的抽样分布 6.3.1 χ 2 分布 定义6.3.1 设 X1, X2, …, Xn 相互独立，且均服从正态分布 N(0, 1), 则称随机变量 服从自由度为 n 的卡方分布，记成 （2）可加性 设 两者相互独立， 则 由