概率论与数理统6.pptVIP

统计学的分科 例1：设总体X～N(0,1)，X1，X2，…，Xn为简单随机样本，试问下列统计量各服从什么分布？ 解：(2) 因为Xi～N(0,1)，所以 ～t(n-1) 例1：设总体X～N(0,1)，X1，X2，…，Xn为简单随机样本，试问下列统计量各服从什么分布？ 解：(3) 因为 所以 ～F(3,n-3) 例2：若T～t(n)， 问T2服从什么分布？ 解：因为T～t(n)，可以认为 其中V～?2(n)，U～N(0,1)， U2～?2(1) ～ F(1, n) 一个正态总体下的三个统计量的分布 设总体为X~N(?, ? 2)，样本为X1,… ,Xn， 样本均值和样本方差为: 证明: 是n个独立的正态随机变量的线性组合,故服从正态分布 设总体为X~N(?, ? 2)，样本为X1,… ,Xn 定理6.1 正态总体下的统计量的分布 ?和? 2已知 设总体为X~N(?, ? 2)，样本为X1,… ,Xn, 则 正态总体下的统计量的分布 设总体为X~N(?, ? 2)，样本为X1,… ,Xn 定理6.2 正态总体下的统计量的分布 从表面上看， 是n个正态随机变量的平方和，但实际上它们不是独立的，它们之间有一种线性约束关系： 这表明：当这n个正态随机变量中有n-1个取值给定时，剩下的一个的取值就跟着唯一确定了，故在这n项平方和中只有n-1项是独立的，所以上式的自由度是n-1. 上式的自由度为什么是n-1？ ? 未知 ? 2已知 设总体为X~N(?, ? 2)，样本为X1,… ,Xn 定理6.2 正态总体下的统计量的分布 对比： ? 未知 ? 2已知 ?和? 2已知 设总体为X~N(?, ? 2)，样本为X1,… ,Xn 定理6.3 正态总体下的统计量的分布 证明：由定理6.1和定理6.2, 且U与V独立,根据t分布的构造 得证! ? 2未知 ?已知 设总体为X~N(?, ? 2)，样本为X1,… ,Xn 定理6.3 正态总体下的统计量的分布 ? 2未知 ?已知 对比： ?和? 2已知 设总体为X~N(?, ? 2)，样本为X1,… ,Xn 结论： 一个正态总体下的统计量的分布 * * 统计学的分科 按统计方法的构成 按统计方法研究和应用 描述统计学 推断统计学 理论统计学 应用统计学 统计方法 描述统计 推断统计 参数估计 假设检验 数理统计不同于一般的资料统计,它更侧重于应用随机现象本身的规律性进行资料的收集、整理和分析。 因此，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。 参数估计与假设检验构成了统计推断的两种基本形式，这两种推断渗透到了数理统计的每个分支。 第六章 数理统计基础 基本概念 三个常见分布 正态总体下统计量的分布 总体、个体 一个统计问题总有它明确的研究对象. 总体：研究对象的全体； 个体：总体中每个成员; 总体的容量：总体中所包含的个体的个数。 数理统计中的几个概念 总体 有限总体 无限总体 对一个总体，如果用X 表示其数量指标。 由于每个个体的出现是随机的，所以相应的数量指标的出现也带有随机性。所以，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。 总体的特性是由总体分布来刻画的。因此，常把总体和总体分布视为同义语。 简单随机样本 数理统计是利用样本信息，对总体进行分析、估计、推断；故要求样本应具有很好的代表性。 简单随机抽样：采用独立、重复的随机抽样； 而抽得的这n个个体称为一个简单随机样本，常表示为 X1,X2,…, Xn 或者(X1,X2,…, Xn ) 样本在抽样前，是一个n维随机变量X1,X2,…, Xn ;在抽样后，是一组数据 x1,x2,…, xn ,称为样本的观测值，n为样本容量。 简单随机样本的性质 简单随机样本X1,X2,…, Xn来自于总体X，具有以下两条性质： 独立性： X1,X2,…,Xn相互独立 同分布性： X1,X2,…,Xn与总体X具有相同的分布 说明：当我们说到总体及样本时，既指研究对象又指它们的某项数量指标。 由样本推断总体的某些情况时，需要对样本进行“加工”，构造出若干个样本的已知(确定)的函数，其作用是把样本中所含的某一方面的信息集中起来。