第十二讲数理统计初步.pptVIP

第十二章 数理统计初步 本章主要内容 §12.1 总体与样本 §12.2 常用统计量的分布 §12.3 参数的点估计 §12.4 区间估计 §12.5 假设检验 §12.6 一元线性回归 学习目标 1, 理解总体,样本和统计量的概念，会计算样本的平均值、方差和标准差，了解几个常见统计量的分布，会查临界值表。 2,了解用频率分布估计总体分布的方法，理解数学期望和方差的点估计、估计的无偏性、期望和方差的置信区间的概念，会求正态总体的均值和方差的估计值和置信区间。 3,了解假设检验的基本原理，会使用u检验，t检验、检验。 4,了解一元线性回归的概念，能求简单的回归直线方程，并会进行相关性检验。 §12.1 总体与样本 12.1.1.总体与样本 定义l 研究对象的全体称为总体(或母体),组成总体的每一个基本单位称为个体.从总体中抽取的一部分个体称为样本.样本中所包含的个体数称为样本容量． 例如,欲检查2000台电视机的使用寿命,则这2000台电视机的使用寿命就是总体,其中的每一台电视机的使用寿命就是一个个体.若从中抽取25台电视机进行检查,则这25台电视机的使用寿命构成样本,样本容量为25. §12.2 常用统计量的分布 在数理统计中，并不是直接利用抽取的样本进行估计、推断的，而是要对样本进行一番提炼和加工，即针对不同的问题构造出样本的各种函数。 定义3 设来自于总体X的样本( )，而 是一个不含任何未知参数的函数，则称 是一个统计量．显然上一节所讲的 都是统计量． 由于样本( )中的每一个分量 都是随机变量，因此统计量也是随机变量，其分布是什么呢？ §12.3 参数的点估计 12.3.1．点估计的概念 在第一节中，我们利用频率直方图的绘制来获得分布密度的近似求法，这种情况要求样本容量较大，处理的数据很多。实际工作中往往很难实现，而在很多场合，总体的分布类型是已知的，未知的仅仅是其中的一个或几个参数。在进行抽样时，由于样本来自于总体，所以样本对总体具有代表 §12.4 区间估计 12.4.1 区间估计的概念 前面我们讨论了参数的点估计问题，只要给定样本观测值就能算出参数的估计值。由于点估计量本身是随机变量，所以用点估计的方法得到的估计值不一定是参数的真实值，也就是说，点估计值只是待估参数的近似值，它没有告诉近似值的精确程度和可靠程度。所以在实际应用中，需要我们给出一个包含参数的范围和一定的可靠程度，这个范围通常用区间形式表示．这就是参数的区间估计问题． 下面我们重点讨论总体均值和方差的区间估计． 12.4.2． 由于样本均值 是总体均值 的无偏估计,所以应利用 来推算 的置信区间.我们知道，当 时，统计量 对于给定的置信度 ，查正态分布表，可查得 ,使 §12.5 假设检验 12.5.1.假设检验原理 由于某种需要，对未知的或不完全知道的总体作出一些假设，用以说明总体的某种性质，这种假设称为统计假设。针对这种假设，利用一个实际观测的样本，通过一定的程序，检验这个假设的合理性，从而决定接受或否定假设，这种检验称为假设检验。它和上一节的区间估计一样，是数理统计中的重要内容之一。 下面我们先分析两个例子 我们的做法是:先假设该天包装机工作正常，即认为该天奶糖平均重量 克。然后通过一定的程序，检验这个假设的合理性，并判断这个假设是否正确。 例2 某体校男生百米跑的平均成绩 秒，经过一学年的教学训练后，从中抽测了50名男生的百米跑成绩，测得其样本平均成绩 秒，样本标准差 秒，问经过一年的教学训练后该校男生的百米跑成绩是否改变？ 分析：类似于上一个例子，我们可以先假设成绩没有改变，即认为该校男生的百米跑成绩仍是13.4秒，然后通过一定的程序，用抽样得到的样本值来检验这个假设是否正确。 §12.6 一元线性回归 12.6.1．回归分析的概念 变量之间的关系大致可分为两类,一类称为确定性关系,也称函数关系。如自由落体运动下，下落的位移S与下落的时间t之间的关系，可表示为 ；另一类称为非确定性关系, 又称为相关关系。如人的身高与体重之间的关系，家庭收入水平与食品支出比重的关系等 。 在确定变量之间具有相关关系的情况下，由一个或一组非随