概率论与数理统计A第6章.pptVIP

概率论与数理统计 数理统计 第六章 抽样分布 6-1 总体、样本与经验分布函数 6-2 几个重要分布 6-3 抽样分布定理 6.1总体、样本与经验分布函数 总体、个体、简单随机样本 统计量 小样问题与大样问题 顺序统计量 极差: 最直接也是最简单的方法，即最大值－最小值（也就是极差）来评价一组数据的离散度。 6.2 几个重要分布 分布 t 分布 F 分布 当总体为正态分布时，给出几个重要的抽样分布定理. 定理 4 (样本均值的分布) 设 X1, X2, …, Xn 是来自正态总体 的样本， 是样本均值，则有 n取不同值时样本 均值 的分布 请注意 : * * 数理统计学的任务：观察现象,收集资料,创建方法,分析推断。 统计推断：伴随着一定概率的推测。其特点是:由“部分”推断“整体”。 数理统计：运用概率论的基本理论与方法对所研究的随机现象进行观测或试验，研究如何合理地获得数据资料，建立有效的数学方法，根据所获得的数据资料，对所关心的问题作出合理的科学的估计与推断。 总体 研究对象的全体(整体)X。 个体 每一个研究对象。实际上是对总体的一次观察。 有限总体 无限总体 样本 由部分个体构成的集合。经常说,来自(或取自 ) 某总体的样本。 注 (1)样本具有二重性: 在抽样前,它是随机变量,用X1,X2,…,Xn表示; 在抽样后,它是n个样本值(随机变量的取值)x1,x2,…,xn. 样本容量 样本中所含个体的数目n. (2)样本选择方式: 有放回抽样. 特别,样本容量总体数量时, 无放回抽样可近似看作有放回抽样. 简单随机样本 具有两个特点的样本: 代表性(组成样本的每个个体与总体同分布), 独立性 (组成样本的个体间相互独立)。 注意:样本是一组独立同总体分布的随机变量. 总体 选择个体 样本 观测样本 样本观察值 (数据) 数据处理 样本有关结论 推断总体性质 统计量 为了集中简单随机样本所带来的总体信息,考虑样本的函数,且不含任何未知参数,这样的“不含未知参数的样本的函数”称为统计量。 统计量的分布成为抽样分布. 统计的一般步骤 定义 请注意 : 几个常见统计量 样本平均值 它反映了 总体均值 的信息 样本方差 它反映了总体 方差的信息 样本标准差 它反映了总体k 阶矩的信息 样本k阶原点矩 样本k阶中心矩 k=1,2,… 它反映了总体k 阶 中心矩的信息 统计量的观察值 请注意 : 经验分布函数 记为 分布 1、 定义: 设 相互独立, 都服从正态分布 N(0,1), 则称随机变量： 所服从的分布为自由度为 n 的 分布. 分布是由正态分布派生出来的一种分布. 分布的密度函数为 来定义. 其中伽玛函数 通过积分 注 1.?? 设 相互独立, 都服从正态分布 则 这个性质叫 分布的可加性. 3．若 近似正态分布 2．设 且X1,X2相互独立，　　 =n, =2n. 概率密度函数为： 定义: 设X～N(0,1) , Y～ , 且X与Y相互 独立，则称变量 所服从的分布为自由度为 n的 t 分布. 2、t 分布 由定义可见， 3、F分布 ~F(n2,n1) 定义: 设 U 与V 相互独立，则称随机变量 服从自由度为n1及 n2 的F分布，n1称为第一自由度，n2称为第二自由度，记作 F~F(n1,n2) . 即它的数学期望并不依赖于第一自由度n1. 1.F分布的数学期望为: 若n22 若F~F(n1,n2)， F的概率密度为 2.F分布的分位数 p 6.3 抽样分布定理 定理3 *