概率论与数理统计数理统计基础.pptVIP

统计学认为，总体就是一个随机变量X，它的分布称为总体分布。数理统计的基本问题就是推断总体的分布。 为使样本具有充分的代表性，常进行简单 随机抽样，即要求： 设X1，X2，…，Xn为来自总体X的一个样 本，g( X1，X2，…，Xn ）是一个不含任何未 知参数的连续函数，称g(X1，X2，…，Xn） 为统计量。 2.样本方差： 某学院今年将扩招硕士，预计招硕士新生100人，按入学考试成绩录取，现有1000人报名，可认为考试成绩X服从正态分布，经往年报考成绩数据估算，X～N(350,400).那么该学院今年应如何确定录取分数线？ * LOGO 概率论与数理统计 从总体X中抽取部分个体，称为抽样，即是 对X进行若干次观测，得到的就是n个随机变 量X1,X2,…, Xn ，称为样本，其中n为样本容 量，样本中的个体称为样品,样本观测值称 为样本值。 Review 概率论与数理统计 样本有随机性：总体中每个个体入选的机会相等，即每个样品与总体同分布； 样本有独立性：每次抽样的结果不影响其它各次抽样的结果，即相互独立。 简单随机抽样得到的样本称为简单随机样本。 Review 概率论与数理统计 统计量是样本的函数，也是随机变量，具有概率分布。把统计量的概率分布称为抽样分布。 Review 设（X1，X2，…，Xn）为来自总体X的简单随机样本。 常用于估计总体分布的均值，或 检验有关总体分布均值的假设。 用于估计总体分布的方差。式中的n－1称为S2的自由度（式中含有独立变量的个数），S称为样本标准差，又称为标准误。 3.样本矩： K 阶原点矩： K 阶中心矩： 1.样本均值: 概率论与数理统计 Review 随着自由度的增加曲线重心向右下方移动 是来自总体 设 的样本,令 称 服从自由度为 的 分布，记为 且 相互独立, 则 设 且 设 相互独立, 则 ,于是 理解为可独立变化的r.v个数 则 设 取 个独立同分布 的 则 与 同分布 概率论与数理统计 概率论与数理统计 随着自由度的增加曲线越来越趋近 且 设 相互独立,令 称 服从自由度为 的 分布，记为 概率论与数理统计 且 设 相互独立,令 称 服从自由度为 的 分布，记为 若 则 若 则 概率论与数理统计 概率论与数理统计 概率论与数理统计 解 概率论与数理统计 概率论与数理统计 概率论与数理统计 概率论与数理统计 解:　X-2~N(0, 1), Yi /2~N(0, 1), i=1,2,3,4, 因此 概率论与数理统计 概率论与数理统计 概率论与数理统计 概率论与数理统计 设总体 的均值和方差 是来自总体 的样本，则 都存在. 概率论与数理统计 概率论与数理统计 * 分位数：设随机变量X的分布函数为F(x),对给定的实数，，若实数满足 则称为随机变量X分布的水平的上侧分位数。 若实数满足 则称为随机变量X分布的水平的双侧分位数。  分布： 设是取自总体N(0,1)的样本，称统计量 服从自由度为n的分布，记为 所谓自由度，通常是指不受约束，可以自由变动的变量个数。  分布性质： (1)分布的数学期望与方差： 若，则 (2)分布的可加性： 若，，且相互独立，则 (3) 分布的分位数： 设，对给定的实数，称满足条件 的数为分布的水平的上侧分位数。  t分布: 设，且X与Y相互独立，则称 服从自由度为n的t分布，记为  （3）t分布的分位数： 设，对给定的实数，称满足 条件 的数为分布的水平的上侧分位数。 由密度函数的对称性，可得 上侧分位数： 双侧分位数：  F分布： 设，且X与Y相互独立，则称 服从自由度为（m,n）的F分布，记为  F分布的性质： 若，则 若，则 F分布的分位数： 设，对给定的实数，称满足 条件的数为分布的水平的上侧分位数。 F分布的分位数的一个重要性质：  抽样分布的途径： 精确地求出抽样分布，并称相应的统计推断为小样本推断； 让小样本容量趋于无穷，并求出抽样分布的极限分布。然后，在样本容量充分大时，再利用该极限分布作为抽样分布的近似分布，进而对未知参数进行统计推断，称与此相应的统计推断为大样本推断。  抽样分布定理 最重要的总体： 如何由样本推断，？ 分析： 对，的推断是通过构造统计量实现的 （1）如何构造“好”的统计量 （2）服从什么分布？ 统计推断中最重要的结论：五个抽样分布定理  定理1 设总体，是取自X的一个样本，为该样本的样本均值，则有 （1） （2）  定理3 设总体，是取自X的一个样本，与为该样本的样本均值与样本方差，则有 （1） （2）