样本与统计量数据的简单处理.pptVIP

* * * 前言 数理统计是应用广泛的一个数学分支， 它以概率论为理论基础，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，来研究随机现象的规律性， 对研究对象的性质作出合理的估计和判断。 在这个课程里，我们学习数理统计学的 初步，主要讲述估计与检验等原理，线性回 归与方差分析等统计方法。 总体与样本 总体（母体）—— 研究对象的全体。 个体—— 总体中的每一个元素。 欲研究或推断总体 X 的性质，似乎应对每一个个体逐 一测定，但这样的做法很多时候是不必要或是不可行的。 比如考察广州人的身高、体重，某种导弹的爆炸威力，某 电子元件的寿命等。我们只能在总体中随机抽取部分个体 出来测定。这就是——抽样。 在数理统计学中，我们是对总体的一个或若干个数量 指标进行研究，这样，对总体的研究就归结为对随机变量 的研究。以后说到总体时，指的就是它对应的某个或某些 随机变量。 总体与样本 样本（子样）—— 从总体中随机抽取出来的部分个体作成的集合。记为： 样本中所含的个体的数目。 样本（子样）容量—— 注意到这里每个 Xi 因随机抽取而随机取值，所以也是 随机变量。抽样完成后得到的确切结果： 是 维随机变量 的一个观 察值。称为样本值或子样观察值。 总体与样本 为保证抽取出来的样本能够反映出总体的性质，要求 样本具有代表性，即每个 Xi 与 X 同分布；还要求具有独 立性，即 是相互独立的。满足以上条件 的样本（子样）称作简单随机样本（子样）。 要获得简单随机样本（子样），对有限总体， 应作有放回的随机抽样，对无限总体或总体相当大 时，也可作无放回的随机抽样。 统计量 当我们不能完全掌握某一总体的分布函数时，只要掌握 了总体的某些数字特征（总体参数），就可基本上确定该总 体的分布，当总体参数也未知时，就只能依据样本对未知数 进行推断。通常我们利用样本构造出某种函数作为推断的基 础。这就是所谓的统计量。 统计量—— 样本 对应的不含未知参数的实值函数， 记作： 它本身也是一随机变量。它的分布 称作抽样分布。 设 是随机变量 X 的一个样本。 样本均值—— 通常作为总体 X 的均值的一个估计值。 样本方差—— 通常作为总体 X 的方差的一个估计值。 样本标准差（均方差）—— 通常作为总体 X 的标准差（均方差）的一个估计值。 常用统计量 估计量的 无偏性 数据的简单处理 数据整理（分组）—— （1）根据样本容量 n 确定分组数 k 当 时， 当 时， 当 时， （2）计算组距（一般采用等距分组，也可据实际情况分组） 组距等于比极差（原始数据中的最大值M与最小值m 之差）除以组数 k 略大的测量单位的整数倍。 如： 则取组距为 5。 当 时， 一般地， 数据整理（分组）—— （3）确定组限和组中点值 一般地，组的上限与下限应比数据多一位小数。这样可 保证每组所含的原绐数据不重叠。（可据实际问题另作要求） 设现有 50 个原始数据（均是整数），决定分作 8 个小组， 数据中的最大值是 100，最小值是 65 ， 则组距 组距 组数 取 得分组如下： 组中点值分别为： 一般遵循“上限不在内”的原则 （解决实际问题时，也有出现开口组的情形） 数据的简单处理 数据整理（分组）—— （4）计算各组频数和频率，作频数和频率分布表 频数 指落在第 组的数据个数，频率为频数与总数据量 之比： （5）作频率直方图 要把每一小组的频率用一小矩形的面积去表示，方法是： 以样本值为横坐标，频率/组距为纵坐标，以分组区间为 底，以频率/组距为高作一系列矩形。 频率直方图示意图： 要把每一小组的频率用一小矩形的面积去表示，方法是： 以样本值为横坐标，频率/组距为纵坐标，以分组区间为 底，以