概率统计第六章 样本和抽样分布.doc

第六章? 数理统计的基本概念 数理统计与概率论是两个有密切联系的姊妹学科（基础应用）．概率论研究的是在知道随机变量分布的情况下求事件的概率．但对具体问题，如何判断某随机变量服从某种分布呢？诚然，我们可以根据经验判断出随机变量的分布，但参数又是什么呢？这些问题概率论回答不了，由数理统计来回答． 数理统计是通过数据来回答这些问题的．这些数据带有随机性（不同于会计中的数据），根据数据得出的结论难免会出错，我们希望所犯错误越少越好，而这就需要使用概率论的语言来表述． 数据不是从天上掉下来的，要获得数据，首先要进行观察或实验，收集整理数据，然后进行推断，这就是数理统计要研究的内容．即数理统计学是收集、分析数据，并根据数据进行推断的科学和艺术（强调它的艺术性是为着重说明统计方法需要灵活使用，很依赖于人的判断乃至灵感．强调这一点很有好处，它提醒人们不要以教条式的态度来看待数理统计方法，以为只要记住一些公式和方法，碰到什么问题套上去就行）． 数理统计课程着重于统计推断。所谓统计推断，就是由样本来推断总体，或者由部分推断总体．统计估计和假设检验是统计推断的基础，以此为基础发展了许多实用的统计方法：回归分析、方差分析、时间序列分析及其他多元统计分析方法等． 第一节 样本与统计量 一 总体与个体??? 1．总体（Population）和个体（Individual） 1）【定义】 把研究“对象”的全体称为总体．用X、Y、Z等表示总体．组成总体的每个元素称为个体． 例如：全国英语四级考试刚刚结束，阅卷评分尚需一段时间，有关部门急于了解这次考试成绩的分布状况（应试的400万考生）；另外，想了解全国大学生的身体状况；想了解用新工艺生产的一批灯泡寿命等等。这里的 “应试的考生”，“全国的大学生”“这批灯泡”等，就构成了各自的总体。 2）总体X的分布函数称为总体分布函数。当X为离散型随机变量时，称X的概率函数为总体概率函数。当X为连续型随机变量时，称X的密度函数为总体密度函数。例如，当 X服从正态分布时，称总体X为正态总体。 二 样本与简单随机样本 1.样本（Sample） 数理统计方法实质上是由局部来推断整体的方法，即通过一些个体的特征来推断总体的特征。要作统计推断，首先要依照一定的规则抽取n个个体，然后对这些个体进行测试或观察，得到一组数据，这一过程称为抽样。 【定义】 从总体X中“抽取”的n个个体称为（来自）总体X的容量（Size）为n的样本，记作X1, X2,…, Xn或（X1, X2,…, Xn）．Xi称为第i个样本．测试或观察得到的一组数据称为样本（观测）值。 2．简单随机样本（Simple random sample） 【定义】 如果样本()满足 ? （1）相互独立； ???(2) 都与总体具有相同的分布， ? 则称()为简单随机样本。简称样本。以后谈及样本均指简单随机样本. 【注1】简单随机样本指的是具有独立性和代表性的样本. 【注2】有放回抽样得到的样本是简单随机样本；无放回抽样，当样本容量相对比较小，比如不超过总体的5 % 时，得到的样本可近似地看作简单随机样本. 样本是对总体进行推断的依据，但样本往往呈现为一堆“杂乱无章”的数据而不能直接利用，需要对这些数据进行加工、提炼，把样本中所包含的信息以多种不同的形式显现出来，就产生了统计量。 三 统计量（Statistic） 1. 统计量的定义 [定义] 设是来自总体X的一个样本，是一个n元函数，如果中不含任何总体的未知参数，则称为一个统计量。经过抽样后得到一组样本观测值，则称为统计量的观测值或统计量值。统计量的分布称为抽样分布（Sampling distribution)．． 【注3】统计量是完全由样本确定的量，是样本的函数。 例1.已知总体，其中已知，而未知.设是取自总体的样本，试问下面哪些是统计量，哪些不是统计量。 1） 2） 3） 4） 解：只有1），2）不含总体的未知参数，所以是统计量. 2. 常用统计量 1）样本均值（Sample mean)： 2）样本方差（Sample variance)： 3）样本标准差（Sample standard deviation)： 它们的观察值分别为； ；； 这些观察值仍分别称为样本均值、样本方差和样本标准差。 例2.求下列样本值：54，67，68，78，70，66，67，70，65，69的样本均值和样本方差 解：代入公式计算 ； . 第二节 直方图 设是取自总体X的一组样本，根据样本观察值，可以用直方图来粗略地描述总体X的分布.由于图形比较直观，因此在统计中经常使用。 具体步骤 把样本值进行分组 计算极差R： 确定组数：通常当时，分10组以上，但不宜过多；当时，分成5组左右 组距：通常取