统计量及其分布.pptVIP

5.3.1 统计量与抽样分布 §5.3 统计量及其分布 5.3.2 样本均值及其抽样分布 定义5.3.2 设 x1, x2, …, xn为取自某总体的样本，其算术平均值称为样本均值，一般用 表示，即 样本均值的抽样分布 (例题分析) 样本均值的抽样分布 样本均值的抽样分布 所有样本均值的均值和方差 样本均值的抽样分布与总体分布的比较 定理 设总体X的期望E(X) = ? ,方差D(X) = ? 2，X1，X2，…，Xn为总体X的样本， ，S2分别为样本均值和样本方差，则 定理 设总体X的期望E(X) = ? ,方差D(X) = ? 2，X1，X2，…，Xn为总体X的样本， ，S2分别为样本均值和样本方差，则 三、表示数据分布形状的统计量 偏度和峰度是描述数据分布形状的指标。 1. 偏度（skewness） 偏度是刻画数据对称性的指标。偏度的计算公式 关于均值对称的数据其偏度为0； 均值左侧更为分散的数据，其偏度为负，称为左偏； 均值右侧更为分散的数据，其偏度为正，称为右偏。 2. 峰度（kurtosis） 峰度反映总体分布尾端散布的趋势和陡峭程度。 峰度的计算公式为： 利用峰度研究数据分布的形状是以正态分布为标准 近似于标准正态分布，则峰度接近于零； 数据中含有较多远离均值的极端数值，则峰度为正，称为细尾。分布密度曲线较陡 数据中如果均值两侧的极端数值较少，则峰度为负，称为粗尾。分布密度曲线较平缓 箱线图 (箱线图的构成) 分布的形状与箱线图 Have students verify these numbers. 推论1 ：最大次序统计量 x (n) 的概率密度函数为 推论2 ：最小次序统计量 x (1) 的概率密度函数为 例 :设总体X 的密度函数为 现从该总体中抽得一个容量为 5 的样本，试计算 解： 我们首先应求出 x (2) 的分布。由总体密度函数不难求出总体分布函数为 可以得到 x (2) 的密度函数为 于是 （二）多个次序统计量的联合分布 仅讨论任意二个次序统计量的情形。 定理 ：设总体 ξ 有密度函数 f (x) , a ≤x ≤b , （同样可设 a = - ∞, b = +∞ ) 。并且 X1 , X2 , … , Xn 是取自这一总体的一个样本，则其任意两个次序统计量 X (i) X (j) 的联合分布密度函数为 （5-3-16） 证明：对增量 ?y, ?z 以及 y z , 事件 可以表述为“容量为 n 的样本 x1, x2, … , xn 中有 i-1 个观测值小于等于 y , 一个落入区间 ( y , y + ?y ] , j –i -1 个落入区间 ( y + ?y , z ] , 一个落入区间 ( z, z+?z ] ,而余下的 n—j 个大于 z + ? z ” i-1 1 j-i-1 1 n-j 于是由多项分布得 i-1 1 j-i-1 1 n-j i-1 1 j-i-1 1 n-j i-1 1 j-i-1 1 n-j y y+?y z z+?z i-1 1 j-i-1 1 n-j 考虑到 F (x) 的连续性，当 有 于是 定理 证明省略 次序统计量的函数在实际中经常用到。 如 样本极差 Rn = x(n) ? x(1)， 样本中程 [x(n) ? x(1)]/2。 样本极差是一个很常用的统计量，其分布只在很少几种场合可用初等函数表示。 例：设总体分布为 U ( 0 , 1 ) , x1, x2, … , xn 为样本，则 ( x (1) , x (n) )的联合密度函数为 令 由 R 0 可以推出