[高等教育]六数理统计的基本概念.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. 譬如, 从一批灯泡中抽取部分灯泡,通过检验它们的合格情况来推断这批灯泡的合格情况。那么抽取的这批灯泡就是一个样本。 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。 从总体中按一定规则抽出的一部分个体的过程称为抽样。所抽得的个体称为样本。 样本 怎样进行抽样，使抽得的样本更合理,并有更好的代表性？　　　　 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. 最常用的一种抽样方法叫作“简单随机抽样”，它要求抽取的样本满足下面三点: 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. 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，它们的观察值x1，x2，…，xn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2　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 分布具有以下性质: 标准正态分布的分位点也类似定义，标准正态分布的上 分位点记为 ,它满足 其中Z～N(0,1)。 对不同的 分布的上 分位点的值已制成表格，可以查用。 2、t分布 设X~N(0,1),Y~ ,且X与Y相互独立， 则称随机变量 服从自由度为n的t分布,记为t~t(n)。 t(n)分布的概率密度函数为 t(n)分布的概率密