概率六讲蓝底.pptVIP

* * 第六章?? 数理统计的基本概念 本章主要内容 第一节 随机样本 第二节 抽样分布 前面概率论部分是从给定的分布出发来研究随机现象的规律性。 但存在缺陷，因为实际中随机变量分布并不知道，所以其数字特征及各种概率问题均算不出，必须借助于我们这章要讲的数理统计的知识，从实际观测的资料出发研究随机现象的规律性。 由于大量随机现象必然呈现出它的规律性，因而从理论上讲，只要对随机现象进行足够多次观察，被研究的随机现象的规律性一定能清楚地呈现出来. 但客观上只允许我们对随机现象进行次数不多的观察试验，也就是说, 我们获得的只是局部观察资料. 所以说我们只能从一小部分样本观察值去推断该全体对象（总体）情况，即由部分推断全体. 数理统计正是以概率论为基础，抽取其中的部分(称为样本)进行观察获得数据（而不是对所研究的对象全体(称为总体)进行观察），并通过这些数据对总体进行推断, 研究随机现象的规律性. 第一节 随机样本 总体与个体 在一个统计问题中，将研究对象的某些数量指标的全体称为总体。构成总体的每个元素称为个体。 总体可对应一个随机变量X（或向量X ），因此研究总体就是要研究X的概率分布或某些数字特征。随机变量的分布称为总体分布. 从总体中按一定规则抽出的一部分个体的过程称为抽样。所抽得的个体称为总体的一个样本。 样本 从总体中抽出个体, 就是对总体X进行一次观察, 即进行一次试验,并记录其结果. 由于抽样的目的是为了对总体进行统计推断，为了使抽取的样本能很好地反映总体的信息，必须考虑抽样方法. 怎样进行抽样，使抽得的样本更合理,并有更好的代表性？　　　　 在相同条件下对总体X进行n次重复的, 独立的观察, 将n 次观察的结果按 试验的次序记为： 2. 独立性： X1, X2, …, Xn 是相互独立的随机变量. 1. 代表性： X1, X2,…, Xn中每一个与所考察 的总体有相同的分布. ３.容量不能太大也不能太小。当样品有一定数量时总体的普遍性是可以得到比较真实的反映的. 这种抽样方法叫作“简单随机抽样”，它要求抽取的样本满足上面三点. 样本：设总体X是具有分布函数F的随机变量，若X1，X2，…，Xn是具有同一分布函数F的、相互独立的随机变量，则称X1，X2，…，Xn为来自总体X(或总体F)的样本容量为n的简单随机样本，当n次观察完成,就得到一组实数x1，x2，…，xn , 他们依次是随机变量 X1 , X2，…，Xn的观察值, 称为样本值。 对于简单随机样本X1，X2，…，Xn ，其联合概率分布可以由总体X的分布完全确定。若总体X的分布函数为F(x)，则样本X1，X2，…，Xn的联合分布函数为 若X连续型随机变量，其概率密度为f(x)， 则X1，X2，…，Xn的联合概率密度为 则X1，X2，…，Xn的联合分布律为 若X离散型随机变量，其分布律为 例1　 设总体X～B(1,p)，X1，X2，…，Xn为取自总体X的样本，求样本X1，X2，…，Xn的联合分布（称为样本分布）。 解: X的分布律为 所以样本X1，X2，…，Xn的联合分布律为 例2　 设总体X～N(μ,б2 )，X1，X2，…，Xn为取自总体X的样本，求样本X1，X2，…，Xn的联合概率密度。 定义1 设X1, X2, …, Xn 为来自总体X的一个样本, g (X1, X2, …, Xn ) 是 X1, X2, …, Xn 的函数,若g 中不含任何未知参数, 则称 g(X1,X2,…,Xn) 为统计量. 样本平均值 设 x1, x2,…, xn 是相应于样本 X1, X2, …, Xn 的样本值,则称 g(x1,x2,…,xn) 是 g(X1,X2,…,Xn) 的 观察值. 样本方差 样本标准差 样本k阶(原点)矩 样本k阶中心矩 它反映了总体k 阶矩 的信息 它反映了总体k 阶 中心矩的信息 它们的观察值分别为 注：样本矩反应了总体相应矩的信息。 例3　设总体X的期望、方差分别为 X1，X2，…，Xn为来自总体X的样本，其样本均值和样本方差分别记为 。求 由于 所以 第二节 抽样分布 设X1,X2,…,Xn是来自总体N(0，1)的样本，则称统计量 服从自由度为n的 分布，记为 分布的概率分布密度为 1、 分布