第十四讲：数理统计基本概念.pptVIP

* 第十四讲：数理统计基本概念 * 第十四讲：数理统计基本概念 例14-5-1（2003，4分） 第十四讲：数理统计基本概念 * 第十四讲：数理统计基本概念 例14-5-2（2013，4分） 六、单个正态总体统计量的分布 为了获得总体的均值与方差，我们需要计算一些特殊的统计量 1.基础定理 第十四讲：正态统计量与点估计 第十四讲：正态统计量与点估计 2.已知方差时包含均值的统计量 则统计量 定理1 设总体 3.未知方差时包含均值的统计量 推论： 设总 体 则统计量 第十四讲：正态统计量与点估计 4.已知和未知期望时包含方差的统计量 定理2 证 定理3 设总体 第十四讲：正态统计量与点估计 * 第十四讲：常用统计量分布与正态统计量 重点 中心极限定理结论常用统计量与常用分布 难点 常用统计量与常用分布 本次课讲授4.5-5.4.1。 下次课讲授5.4-6.5， 下次上课时交作业：P45—P46 * 第十四讲：大数定律 * 第十四讲：大数定律 一、中心极限定理 1.背景：大数定律告诉我们，若n个变量组成的样本满足一独三同，则样本均值依概率收敛于它们相同的期望。大数定律关心的是样本的条件和样本均值的结论，但中心极限定理关注的是n个变量组成的样本的和。中心极限定理会告诉我们，变量个数很大时，独立变量之和的标准变量的分布依概率收敛于标准正态分布，也就是说，和的概率分布依概率服从正态分布。这也从另一个角度说明了正态分布的普遍性。和大数定律一样，我们依然只关注定理的条件和结论。 2.中心极限定理变量的设定与基础定理 第十四讲：中心极限定理 * 第十四讲：正态分布与大数定律 在中心极限定理中，我们重点关注列维-林德伯格定理和拉普拉斯中心极限定理的条件与结论 * 第十四讲：正态分布与大数定律 3.两大中心极限定理 * 第十四讲：正态分布与大数定律 其中z 是任何实数， * 第十四讲：极限定律与数理统计基本概念 * 第十四讲：极限定律与数理统计基本概念 例题14-1-1 * 第十四讲：极限定律 * 例题14-1-2【数学四，3分】 第十四讲：极限定律 * 3.样本值（观测值） 对总体X中抽取n个体，得到的 n 个数据 称为样本 的一组样本观测值. 二、总体与样本 1.总体：所研究对象的全体。 总体的指标是一个随机变量，总体就是指某个随机变量X 可能取值的全体.记作X.相应地，个体是组成总体的每个单元（或元素）. 样本容量 样本中所包含的个体的数量n . 若从总体X中抽取 n 个个体 则称为X 的一 个样本. 2.样本：总体中的部分个体. 第十四讲：统计量常用分布与正态统计量 * 简单随机样本 简单随机抽样得到的样本 （1） （2） 具有下述特点: 简单随机抽样 （1）抽样的随机性 总体中的每一个个体都有同等的机会被抽到 . （2）抽样的独立 性 各次抽样的结果互不影响. 4.简单样本： 第十四讲：数理统计基本概念 统计学已经论证，样本容量很大时，随机抽取的样本均属于简单随机样本。我们教材中涉及的抽样与样本均是简单随机样本。 统计的核心是用样本研究总体。 * 样本频数分布表 观测值 x(1) x(2) 　 　 x(m) 合计 频数 n1 n2 　 　 nm n 频率 f1 f2 　 　 fm 1 第十四讲：数理统计基本概念 * 第十四讲：数理统计基本概念 * 第十四讲：极限定律与数理统计基本概念 * 四、样本函数与统计量 1.样本函数与统计量定义： 2.常用的统计量和观测值： 样本的（平）均值、方差、标准差、原点距、中心矩均是样本变量的函数，即统计量 第十四讲：数理统计基本概念 * 第十四讲：数理统计基本概念 * 因此： 第十四讲：数理统计基本概念 * 计算样本均值、样本方差及样本二阶中心矩. 例14-4-1 设抽样得到样本观测值如下： 19.1，20.0，21.2，18.8，19.6，20.5，22.0，21.6，19.4，20.3. 解 样本均值 样本方差 样本二阶中心矩 为使计算简化，可把所得数据依据其出现的频数整理如下： 当样本容量 n 较大时， 相同的样本观测值 常会重复出现， 第十四讲：数理统计基本概念 * 频 数 观测值 第十四讲：数理统计基本概念 * 例14-4-2 设抽样得到100个观测值如下表： 8 12 19 26 21 14 频 数 5 4 3 2 1 0 观测值 计算样本均值、样本方差及样本二阶中心矩。 解 第十四讲：数理统计基本概念 * 1. 分布: 五、数理统计中的常用分布 第十四讲：常用分布 * 第十四讲：常用分布 * 第十四讲：常用分布 2.t 分布（“学生”分布） * 第十四讲：常用分布 注解3：上