统计规律.PDFVIP

统计规律 1 问题的提出 在统计学中有大数定律如下： 1 , , 若, Lξ ,ξ Lξ 是随机变量序列，如果存在常数列a , a , , La , L ，使对 定义 1 1 2 n 1 2 n 任意的ε 0 ，有 ⎧ n ⎫ ⎪⎪∑ξi ⎪⎪ i 1 limP − a ε 1 ⎨ n ⎬ →∞ n ⎪ n ⎪ ⎪⎩ ⎭⎪ { } 成立，则称随机变量序列 ξ 服从大数定律。 n n 贝努里定理是所述这类大数定律中著名的一个。设μ 是 重贝努里试验中事件A 出现 n 的次数，又A 在每次试验中出现的概率为 ，则对任意的ε 0 ，有 (0p p1) ⎧μn ⎫ lim p − p ε 1 ⎨ ⎬ n n →∞ ⎩ ⎭ 显然，这种大数定律并不能告诉我们：为什么每次试验中 A 出现的概率是p 以及当 μA p A (p ) 时，为什么 服从二项式分布。这里的大数定律，实际上仅是数学的演绎，并 n 非实证的规律，就是说，只要我们给出了随机变量序列(当然是包含足够的关于其分布的信 息) ，就可以证明它们是否有上述定义和定理的结论成立。但在实证研究中，我们实际上是 通过对实际数据的分析来论证统计规律的存在的。 同时，教科书中又这样描述统计规律：在一定条件组实现时，有多种可能的结果发生， 事前人们不能预言将出现哪种结果，但大量重复观察时，所得的结果却呈现某种规律，称为 随机现象的统计规律性2 。这种描述显然是不符合科学规范的，有含糊其词之嫌。如“某种规 律”与“统计规律性”是何关系，与概率又有何联系。下面我们以概率的定义和假设检验为基 础，来定义统计规律，使统计规律以科学的规范性，成为可通过实践检验真假的命题。 2 假设检验解释 数理统计中的假设检验包括参数和非参数两部分，下面仅对参数检验做出某些讨论。一 般参数检验系统可描述如下3 : 设