数理统计stat.pptVIP

这几个定理的证明有些在概率统计中已经学过，不过会从另外的角度给出证明。 1. 充分统计量 2. 抽样分布 统计量的分布称为抽样分布，求出统计量的分布函数是数理统计的基本问题之一。 第一章 数理统计初步 一、 充分统计量 统计量既然是对样本的加工或压缩，在这 个过程中可能有损失有关参数的一部分信息， 现在问题是在这个过程中是否存在某些统计 量，既起到压缩作用，又不损失参数的信息， 这样的统计量称为充分统计量。 例 定义 充分统计量（Sufficient Statistics） 一般情况下，利用条件分布证明统计量的 充分性是比较困难的。 但存在证明充分性的 一个充分必要准则，就是下面的因子分解定 理（Factorization theorem）。 定理 (因子分解定理) 例1 常见分布的特征函数： 1. 特 征 函 数 随机变量, 称函数 设 为 特征函数。 二项分布 ： Poisson分布 ： 正态分布 ： 二、抽样分布 特征函数的性质： （1）有界性 对任意 ,有 。 （2）设 ， 其中 为常数，则 （3）若 与 相互独立，则有 （4）若 存在，则 存在，且 （5）特征函数与分布函数相互唯一确定。 2. 几种常用的统计量的分布 正态总体样本的线性函数的分布 ?2－分布 t－分布 F－分布 如果 维随机向量 (随机变量) 多元正态分布族 定义 (联合)概率密度函数为 则称随机向量 为 维正态随机向量， 其中 称为均值向量， 为协方差矩阵(协差阵)，且 正态总体样本线性函数的分布 定理1 设总体X?N(?,?2),（X1,X2,…,Xn)是总体的容量为n的样本,令 U=a1x1+a2x2+…+anxn, 其中a1,a2,…,an是已知常数，则U也是正态随机变量，其均值、方差分别为 E(U)= ? D(U)= ?2 三个重要分布 分布 设随机变量 相互独立且同服从 标准正态分布 ， 称随机变量 所服从的分布为自由度是 的 分布， 记为 ~ 定理2 体 ， 假设简单样本 来自正态总 则有 ~ 定理3 设 ， ~ 则 （1） 的特征函数为 （2） 定理4 设 ~ ~ 且相互独立， 则 ~ 定理5(Cochran分解定理) 设随机变量 相互独立且同服从 标准正态分布 ， 又设 非负定二次型， 其中 是秩为 的 则 相互独立且 ~ 分布 所服从的分布为自由度是 的 分布， 记为 ~ 设随机变量 ~ ~ 相互独立， 且 与 则称随机变量 分布 记为 ~ 设随机变量 ~ ~ 相互独立， 且 与 则称随机变量 所服从的分布为自由度是 的 分布， 正态总体样本和方差的分布 定理6 设 是来自正态总体 的一个简单样本， 是 阶矩阵， 则 ~ 其中 定理7 （抽样分布基本定理） 设 是来自正态总体 的一个简单样本， 则 （1） ~ （2） 与 相互独立； （3） ~ 注：上述结果当总体分布为正态时才成立 定理8 设 是来自正态总体 的一个简单样本， 则 ~ 定理9 则 ~ 且两样本独立， 设 和 是分别来自 的两个简单样本， 正态总体 和 其中 定理10 则 ~ 且两样本独立， 设 和 是分别来自 的两个简单样本， 正态总体 和 ? 2分布中几个定理的证明 定理3的证明： 定义 给定的实数 ， 常见分布分位点记号： 若存在 使得 3. 分位点 设随机变量 的分布函数为 ， 对任意 成立， 则称 为此概率分布的 分位点。 标准正态分布 用 表示，即 由对称性有 分布： 用 表示 分位点，即 分布： 用 表示 分位点，即