概率论第六章课件.pptVIP

第六章 样本及抽样分布 引言(1) 数理统计： 以概率论为基础，根据试验或观察得到的数 据来研究随机现象，并对研究对象的客观规律性 做出种种合理估计和判断。 数理统计的内容： (1) 收集、整理数据资料； (2) 对所得的数据资料进行分析、研究； (3) 对所研究对象的性质、特点作出判断，即统计 推断问题。 引言(2) 数理统计与概率论的区别： 概率论中随机变量的分布都是假设已知的，在这 一 前提下来研究随机变量的性质、特点和规律性。 在数理统计中，所研究的随机变量的分布是未知 或不完全知道的，需要对随机变量进行重复独立的 观 察，对观察值数据进行分析，对所研究的随机 变量的分布作出种种推断。 总体(1) 总体：数理统计中随机试验的全部可能的观察值。 个体：随机试验每个可能的观察值。 总体的容量：总体中所包含的个体的数目。 有限总体和无限总体 2000名大学生的身高观察值，湖泊中某种鱼的含汞量； 湖泊任意点的深度。 总体(2) 说明： (1) 有限总体容量很大时，可认为是一个无限总体。 (2) 一个总体对应一个随机变量，总体中的个体即为随 机变量的取值，以后将不加区分两者。 (3)实际中遇到的总体往往是有限总体，它对应一个离 散型随机变量。 (4) 从总体中抽取一个个体是指对总体进行一次试验并 记录结果。 样本 (1) 存在背景： 在数理统计中，人们都是通过从总体中抽取一部分个体，根据获得的数据对总体分布作出推断。 定义: 设X是具有分布函数F 的随机变量，若X1, …Xn是具有同一分布函数F 的相互独立的随机变量，则称X1, …Xn为由总体X得到的容量为n的简单随机样本，简称样本。 记法： 样本（ X1, …Xn ） 样本值 （ x1, …xn ） 样本 (2) 性质： 设总体X的分布函数为F(x), 概率密度为f (x), 则 (1) X1, X2,…,Xn是相互独立的随机变量； (2) X1, X2,…,Xn是服从同一分布函数F(x); (3) (X1, X2 …,Xn)的分布函数和概率密度分别为 总体样本值统计分析的手段 在数理统计中，由随机试验得到总体样本值的一堆数据，它们能反映出总体分布的一些性质。 数据是杂乱无章的，很难从表面看出总体的性态，需要借助一些手段对数据进行统计分析。 手段： 直方图； 箱线图； 直方图的画法 找出n个数据的最大的和最小的数据。 取一个区间，这个区间的下限要比最小数据稍小，上限要比最大数据稍大。 将取到的区间平均分成k个小区间，k的选取依据： 当n较大时，k 取10~20； 当n50时， k 取5~6； 分点要比数据精度高一位，防止数据落在分点上。 数出落在每个小区间内数据的频数 fi，并算出频率 fi /n, i =1, 2, 3…k 直方图的说明 直方图中每个小矩形的面积，等于数据落在该小区间内的频率。 直方图的外廓曲线接近于总体X的概率密度曲线 从直方图可以估计X 落在某一区间内的概率（用频率近似） 样本值的p分位数 (0p1) 定义：设 x1, x2,…,xn为容量为n的样本观察值，它们的 p 分位数xp满足下面两个性质： 至少有np个观察值小于或等于xp； 至少有n(1-p)个观察值大于或等于xp p分位数确定的步骤： 将按从小到大的顺序排成； 计算np ，则 第一四分位数 Q1: p = 0.25; 中位数Q2: p = 0.5； 第三四分位数 Q3: p = 0.75 箱线图 画法： 找出最大、最小数据Max, Min, 计算Q1，Q2 ，Q3 ； 画一水平轴，在轴上标明Max, Min ， Q1，Q2 ，Q3 ； 在水平轴上方画一个左右两侧分别对应Q1，Q3 的矩形箱子，并在箱子内画一条与Q2对应的垂直线段； 在箱子左侧引一条水平线至Min ，并在同一高度箱子的右侧引一条水平线至Max； 箱线图反映的数据性质 中心位置： 数据集的中心，中位数所在的位置； 散布程度： 区间[Min, Q1], [Q1, Q2], [Q2, Q3], [Q2, Q3], [Q3, Max]内的数据个数各约占总数据的1/4, 区间越短，表示落在该区间内的点越集中。 对称性： 若中位数位于箱子中间，则数据分布均匀对称。 疑似异常值的确定与处理 异常值产生的源泉： 数据的测量、记录或输入计算机时的错误 ； 数据来自不同的总体