5概率基础知识7_总体、样本及统计量.ppt

证明 且 X1，X2，…,Xn相互独立，Xi～N(0,1)， 证 因 也相互独立同分布， 根据独立同分布中心极限定理有 近似成立，故 # ?2分布的三条性质： 性质1. (数字特征) 设 ?2 ~ ?2(n) ，则有 E( ?2 ) = n ， D( ?2 ) = 2n 性质2(可加性) 设Y1，Y2相互独立, 且Y1～?2(n1) , Y1～?2(n2)，则 Y1+Y2 ～ ?2(n1+ n2) . 性质3.(大样本分位数 ) 当n 足够大(如 n 45 )时，有 ?2(n) 的上侧分位数( 0 ?1 )： 阴影部分面积为? 3.自由度为 n的 t 分布 T～t(n) 又称学生氏分布--第一个研究者以Student 作笔名发表文章. 即随机变量 T 服从自由度为 n 的 t 分布. 定理7.2.2 设随机变量X, Y 相互独立, X ~N(0,1)，Y～ ?2(n)，则 阴影部分面积为? t (n) 的上侧分位数 t ?(n) ( 0 ?1 )： T 分布的特点： 1.关于纵轴对称： 例 查表计算： tα - tα= t1-α 因 α=P{T＞tα}=P{T≤-tα}=1- P{T ＞-tα} 故 P{T＞－tα}=1－α. 即 tα= - t1-α 例 查表计算： 2. n 较大时， 4. F 分布 F ～F ( n1 , n2 ) 称X 服从第一自由度为n1,第二自由度为n2的 F分布. 定理7.2.3 设随机变量X，Y 相互独立， X ~ ?2(n1) ，Y～ ?2(n2)，则 即随机变量 F 服从第一自由度为n1，第二自由度为n2 的F分布. 例 统计量的分布(之二) F ( n1 , n2 )的上侧分位数F ?( n1 , n2 ) ( 0 ?1 )： 阴影部分面积为? 推论1 推论2 证 二、抽样分布定理 定理7.2.4 应用例 定理6.2.5 设正态总体 X 与 Y 相互独立， X ～ , 样本为X1， X2，… X n1,样本均值和样本方差为 ； Y ～ ，样本为Y1， Y2，… Y n2，样本均值和样本方差为 . 有 [分析] 证明: (2) 服从正态分布，Sw2可化为?2分布, 二者组合而成的统计量应服从 t 分布. 因 ， 相互独立，故U 与 V也相互 独立，从而 总体、个体 简单随机样本 统计量 统计量的分布 正态总体的 2个抽样定理 样本均值 样本方差 样本矩（样本相关系数） ?2分布 t 分布 F分布 分位数 结构定理 例7.2.1 设随机变量X 服从正态分布N(0,1), 对给定的α(0α1)，数uα满足 ， 则 x 等于 uα是上侧α分位数. 解 阴影部分面积为 (1-?)/2 面积为α # 例7.2.2 统计量的分布(之一) 解 设 X1, X2 ,… , Xn 是来自正态总体 的容量为 n 的样本，求下列统计量的概率分布： # 例7.2.3 查表计算概率 注意 应注意分布表的定义与查法！ # 解 例7.2.4 统计量的分布(之二) 设 X1, X2, …, Xn +m是来自正态总体 的样本，求下列统计量的概率分布 由 t 分布结构定理， # 3. 因Z～t(m), 根据 t 分布结构定理，有 例7.2.5 设X1 ,X2 ,…..,X9是来自正态总体X的随机样本，令 证明统计量Z 服从自由度为2 的t 分布. 证 记 D(X)=σ2(未知)，有 由于Y1, Y2相互独立 , 故 从而 由抽样分布定理知 因Y1和Y2相互独立, Y1和S2 相互独立, 而且 Y2和S2 相互独立，故Y1－Y2 和S2 相互独立. 根据t 分布结构定理知 服从自由度为2 的 t 分布. # （四）整群抽样 1、概念：是先对总体按某一标志分为若干群或组，然后，以群为抽样单位抽取样本的方法。 2、特点： 方便节约费用，但误差较大。 （五）多阶段抽样 1、概念：样本不是一次性抽取，而是分两个或两个以上阶段。 2、特点： 节约人力和物力； 可以以现成的行政区域、组织系统作为划分各阶段的依据。 五、抽样方法 （一）重复抽样 特点： N保持不