自考 概率论与数理统计 6.docVIP

统计量及其抽样分布　　6.1　总体与样本　　6.1.1　总体与个体　　在一个统计问题中，我们把研究对象的全体称为总体，构成总体的每个成员称为个体。对多数实际问题。总体中的个体是一些实在的人或物。比如，我们要研究某大学的学生身高情况，则该大学的全体学生构成问题的总体，而每一个学生即是一个个体。事实上，每个学生有许多特征：性别、年龄、身高、体重、民族、籍贯等。而在该问题中，我们关心的只是该校学生的身高如何，对其他的特征暂不予以考虑。这样，每个学生（个体）所具有的数量指标值——身高就是个体，而将所有身高全体看成总体。这样一来，若抛开实际背景，总体就是一堆数，这堆数中有大有小，有的出现的机会多，有的出现的机会少，因此用一个概率分布去描述和归纳总体是恰当的。从这个意义上看，总体就是一个分布，而其数量指标就是服从这个分布的随机变量。以后说“从总体中抽样”与“从某分布中抽样”是同一个意思。　　[例6-1]考察某厂的产品质量，将其产品只分为合格品与不合格品，并以0记合格品，以1记不合格品，则　　总体＝｛该厂生产的全部合格品与不合格品｝＝｛由0或1组成的一堆数｝。　　若以p表示这堆数中1的比例（不合格品率），则该总体可由一个二点分布表示：　　　　不同的p反映了总体间的差异。例如，两个生产同类产品的工厂的产品总体分布为：　　　　　　我们可以看到，第一个工厂的产品质量优于第二个工厂。　　实际中，分布中的不合格品率是未知的，如何对之进行估计是统计学要研究的问题。　　6.1.2　样本　　为了了解总体的分布，我们从总体中随机地抽取n个个体，记其指标值为x1，x2，…，xn，则x1，x2，…，xn称为总体的一个样本，n称为样本容量，或简称样本量，样本中的个体称为样品。　　我们首先指出，样本具有所谓的二重性：一方面，由于样本是从总体中随机抽取的，抽取前无法预知它们的数值，因此，样本是随机变量，用大写字母X1，X2，…，Xn表示；另一方面，样本在抽取以后经观测就有确定的观测值，因此，样本又是一组数值。此时用小写字母x1，x2，…，xn表示是恰当的。简单起见，无论是样本还是其观测值，本书中样本一般均用x1，x2，…，xn表示，读者应能从上下文中加以区别。　　[例6-2]啤酒厂生产的瓶装啤酒规定净含量为640g，，由于随机性，事实上不可能使得所有的啤酒净含量均为640g ,现从某厂生产的啤酒中随机抽取10瓶测定其净含量，得到如下结果：　　 641　　635　　640　　637　　642　　638　　645　　643　　639　　640　　这是一个容量为10的样本的观测值。对应的总体为该厂生产的瓶装啤酒的净含量。　　【答疑编号对该题提问】　　从总体中抽取样本时，为使样本具有代表性，抽样必须是随机抽样。通常可以用随机数表来实现随机抽样。还要求抽样必须是独立的，即每次的结果互不影响。在概率论中，在有限总体（只有有限个个体的总体）中进行有放回抽样，是独立的随机抽样；然而，若为不放回抽样，则是不独立的抽样。但 　　当总体容量N很大但样本容量n较小时，不放回抽样可以近似地看做放回抽样，即可近似看做独立随机抽样。 　　下面，我们假定抽样方式总满足独立随机抽样的条件。　　从总体中抽取样本可以有不同的抽法，为了能由样本对总体做出较可靠的推断，就希望样本能很好地代表总体。这就需要对抽样方法提出一些要求，最常用的 　　“简单随机抽样”有如下两个要求：　　（1）样本具有随机性，即要求总体中每一个个体都有同等机会被选入样本，这便意味着每一样品xi与总体X有相同的分布。　　（2）样本要有独立性，即要求样本中每一样品的取值不影响其他样品的取值，这意味着x1，x2，…，xn相互独立。　　用简单随机抽样方法得到的样本称为简单随机样本，也简称样本。除非特别指明，本书中的样本皆为简单随机样本。 　　于是，样本x1，x2，…，xn可以看成是相互独立的具有同一分布的随机变量，其共同分布即为总体分布。 　　设总体X具有分布函数F（x）, x1，x2，…，xn为取自该总体的容量为n的样本，则样本联合分布函数为：　　　　若总体具有密度函数f（x），则样本的联合密度函数为　　　　若总体X为离散型随机变量，则样本的（联合）概率函数为　　 　　显然，通常说的样本分布是指多维随机变量（x1，x2，…，xn）的联合分布。　　[例6-3]为估计一物件的重量μ，用一架天平重复测量n次，得样本x1，x2，…，xn，由于是独立重复测量，x1，x2，…，xn是简单随机样本。总体的分布即x1的分布（x1，x2，…，xn分布相同）。由于称量误差是均值（期望）为零的正态变量，所以x1可认为服从正态分布N（μ，σ2）（X1等于物件重量μ）加上称量误