概率论与数理统计 - 西安电子科技大学个人主页系统 .ppt

* * * 第4讲 单个正态总体的抽样分布 * * （2）证略. * * * * * * 说明：S2除以(n-1)主要是为了保证对方差的无偏估计 * 第5节 两个正态总体的抽样分布 * * * * * 思考: * * —第42讲例2 * 样本方差与样本均值，都是随机变量，都有自己的分布，也都可能有自己的期望与方差。取分母n-1，可使样本方差的期望等于总体方差，即这种定义的样本方差是总体方差的无偏估计。 简单理解，因为算方差用到了均值，所以自由度就少了1，自然就是除以(n-1)了。再不能理解的话，形象一点，对于样本方差来说，假如从总体中只取一个样本，即n=1，那么样本方差公式的分子分母都为0，方差完全不确定。这个好理解，因为样本方差是用来估计总体中个体之间的变化大小，只拿到一个个体，当然完全看不出变化大小。反之，如果公式的分母不是n-1而是n，计算出的方差就是0——这是不合理的，因为不能只看到一个个体就断定总体的个体之间变化大小为0。 * X^2(6) =1.237, alpha=0.95 * T(10)= * * E(Xi)^2=D(Xi)+[E(Xi)]^2=σ2+μ2 * 获得简单随机样本的抽样称为简单随机抽样。如何进行简单随机抽样? * 对于有限总体, 采用放回抽样. 但当总体容量很大的时候,放回抽样有时候很不方便, 因此在实际中当总体容量比较大时,通常将不放回抽样所得到的样本近似当作简单随机样本来处理. 对于无限总体, 一般采取不放回抽样. * X 88 75 70 63 p ? ? ? ? 解：(1) * （88，88） （88，75） （88，70） （88，63） （75，88） （75，75） （75，70） （75，63） （70，88） （70，75） （70，70） （70，63） （63，88） （63，75） （63，70） （63，63） [注意]：(1)一个样本(容量为n) 是指n个独立与总体分布相同的随机变量. (2) 对样本进行一次观测，得到实际数值(n个) 称为样本观察值（或样本值）. (3)一般情形下，两次观测，样本值是不同的. * * * * * 第2节 统计量与常用统计量 样本中包含了许多信息。 对于推断总体的参数或分布而言，有些是有用 的，重要的信息，有些则并不重要。 上例的样本至少提供了两种信息： 1）10个灯泡的平均寿命; 2）灯泡寿命的序号(如6394是第1个). —有用且重要的信息 —不重要信息 从样本中提取有用的信息来研究总体的分布及各种特征数.——构造统计量. * 统计量：样本的不含任何未知参数的函数。 常用统计量： * 常用统计量： * * * 例2 接上一讲例2，总体为88，75，70，63，总体 均值为74，总体方差为83.5.计算全部16个样本的 样本均值，样本方差和样本二阶中心矩. 样本编号 样本 样本均值 样本方差 样本中心矩 1 (88,88) 88 0 0 2 (88,75) 81.5 84.5 42.25 3 (88,70) 79 162 81 4 (88,63) 75.5 312.5 156.25 5 (75,88) 81.5 84.5 42.25 6 (75,75) 75 0 0 * 样本编号 样本 样本均值 样本方差 样本中心矩 7 (75,70) 72.5 12.5 6.25 8 (75,63) 69 72 36 9 (70,88) 79 162 81 10 (70,75) 72.5 12.5 6.25 11 (70,70) 70 0 0 12 (70,63) 66.5 24.5 12.25 13 (63,88) 75.5 312.5 156.25 14 (63,75) 69 72 36 15 (63,70) 66.5 24.5 12.25 16 (63,63) 63 0 0 平均 74 83.5 41.75 与总体均值74相同 与总体方差83.5相同 比总体方差小 当总体数字特征未知时 * 这些非常直观的想法，有什么理论依据吗？这部分内容我们会在后面介绍。 * 第3节 在数理统计中, 用于描述抽样分布的分布函数，除了正态分布外，最重要的三个分布分别为: 下面分别给出这三个分布的定义，密度函数，图形，性质和分位数等等。 * * * * * * * * * William Gosset (1876-1937) 1908年提出t-分布 * * * * * * 数理统计部分 第六章 样本及抽样分布 第七章 参数估计 第八章 假设检验 数理统计是具有