数理统计Ⅱ第一章.ppt

格里汶科资料 其观察值 样本方差与修正样本方差的关系： 注 1o 当n较大时， 2o 当n较小时， 修正样本方差 顺序统计量 将X1 , X2,…Xn 中观察值按从小到大排序 则 为一组统计量，它们 称为一组顺序统计量， 称为第k个顺序统计量 其中特别称 称为最小顺序统计量 称为最大顺序统计量 2、 次序统计量的分布 例 解 样本中位数 样本极差 例 设X1 , X2,…Xn是来自总体N(μ,σ2)的样本，其中μ,σ2为未知参数，则X1是统计量， X1/ σ不是统计量， 也不是统计量。 设△是任意给定的样本空间中的区域，则观察值X1 , X2,…Xn落在△中的频数 n△ ，频率 都是统计量， 因此对于固定的 x，经验分布函数F(x)也是统计量。 前面说到过样本是一些具体数据之外，还可以视为一组独立同分布的随机变量，因此样本的二重性也就决定了样本的已知函数──统计量的二重性，即统计量同时又是一个随机变量，因此统计量就应该有它的概率分布，统计量的分布称为抽样分布 。在使用统计量进行统计推断时，常常需要知道它的分布，当总体的分布函数已知时，抽样分布是确定的，然而要求出统计量的精确分布，一般是比较困难的。本章介绍来自正态分布总体的几个常见的统计量的分布。 统计量既然是依赖于样本的，而后者又是随机变量，故统计量也是随机变量，因而就有一定的分布，这个分布叫做统计量的“抽样分布” . 抽样分布就是通常的随机变量函数的分布. 只是强调这一分布是由一个统计量所产生的. 研究统计量的性质和评价一个统计推断的优良性，完全取决于其抽样分布的性质. 抽样分布 精确抽样分布 渐近分布 （小样本问题中使用） （大样本问题中使用) 统计三大分布 t 分布 分布 F分布 它们的定义、基本性质在后面的学习中经常用到，要牢记！！ 1.4.2. 分布的定义及性质 χ2分布是海尔墨特(Hermert)和 皮尔逊(K.Person)分别于1875和1900年导出的。它是由正态分布派生出来的一个分布， K.皮尔逊(k.Pearson,1857- 1933) 英国著名统计学家， 1879年毕业于剑桥大学，1901年，他与高尔顿、韦尔登创办的生物统计学杂志《biometrika》, 使数理统计有了自己的阵地。他发展了一系列频率曲线，将复相关和回归理论扩展到许多领域，并为大样本理论奠定了基础。皮尔逊的最大贡献是在1900年发表的一篇文章中引进的拟合优度的卡方检验。不少人把这视为近代统计学的开端。 1.定义 样本，则称统计量 服从自由度为n 的 此处自由度是指(2.1)式右端包含的独立变量的个数。 是来自总体 的简单随机 1.4.2. 分布的定义及性质 2. 分布的可加性定理： 设 ，并且 独立，则有 一般地 定理1.1 设 是 个相互独立的随机变量 则 证明 不妨设k=2,其余情形可由归纳法推得 考虑一组独立同分布于N(0,1)的随机变量 则Y1与 同分布 则Y2与 同分布 而Y1与Y2相互独立， 与 独立 故它们各自的和相应同分布，即Y=Y1+Y2与 + 同分布 定理1.2 又若 ，则有 而 服从 证毕。 3. 分布的基本性质 分布的概率密度为 p(x) 的图形如下图所示 y f(y) n=1 n=5 n=15 o 其中 是?函数在 n/2 处的值。 这个结论我们不难计算，下面当总体X~N(0,1)加以验证。 证明（1）由于总体X~N(0,1)，所以样本Xi~N(0,1) i =1,2,…,n 因此 i =1,2,…,n 所以 （2）用归纳法 , 当n=1时，X的分布函数 两边对x求导，并注意到 有 对于任意的n设 且Y,Z独立 由可加性知此时X与Y+Z同分布，由归纳假设与 随机变量和的密度公式可知，对于x 0 故样本的联合分布为： 例4 设总体 ，求容量为 n 的 样本的联合概率密度函数。 解： X 的概率密度函数为 故样本 的联合概率密度函数为： 1.2.3参数和参