《应用统计学》课件PPT-7 抽样与抽样分布.ppt

第七章 抽样与抽样分布 ㈠ 随机原则 分层抽样与整群抽样有何异同 相同点：分层抽样和整群抽样都需要事先按某一标志对总体进行划分的随机抽样。 不同点： （1）分层抽样的划分标志与调查标志有密切关系，而整群抽样的划分标志不一定与调查标志有关。 （2）分层抽样是在各层中随机抽样，而整群抽样在全部群中随机抽取一部分群体。 （3）分层抽样的抽样误差取决于各层总体方差的平均数，整群抽样的抽样误差取决于总体的群间方差。 （4）分层抽样的目的主要是缩小抽样误差，满足推断子总体数量特征的需要，而整群抽样的目的主要是扩大抽样单位，简化组织工作。 第三章 抽样与抽样分布 随机变量的概念 随机变量的概念 一次试验的结果的数值性描述 一般用 X、Y、Z 来表示 例如: 投掷两枚硬币出现正面的数量 根据取值情况的不同分为离散型随机变量和连续型随机变量 离散型随机变量 随机变量 X 取有限个值或所有取值都可以逐个列举出来 X1 , X2，… 以确定的概率取这些不同的值 离散型随机变量的一些例子 连续型随机变量 随机变量 X 取无限个值 所有可能取值不可以逐个列举出来，而是取数轴上某一区间内的任意点 连续型随机变量的一些例子 离散型随机变量的概率分布 离散型随机变量的概率分布 列出离散型随机变量X的所有可能取值 列出随机变量取这些值的概率 通常用下面的表格来表示 离散型随机变量的概率分布（实例） 离散型随机变量的概率分布（0—1分布） 一个离散型随机变量X只取两个可能的值 例如，男性用 1表示，女性用0表示；合格品用 1 表示，不合格品用0表示 列出随机变量取这两个值的概率 离散型随机变量的概率分布（0—1分布实例） 离散型随机变量的数学期望和方差 离散型随机变量的数学期望 在离散型随机变量X的一切可能取值的完备组中，各可能取值xi与其取相对应的概率pi乘积之和 描述离散型随机变量取值的集中程度 计算公式为 离散型随机变量的方差 随机变量X的每一个取值与期望值的离差平方和的数学期望，记为D(X) 描述离散型随机变量取值的分散程度 计算公式为 离散型随机变量的方差（实例） 连续型随机变量的概率分布 连续型随机变量的概率分布 连续型随机变量可以取某一区间或整个实数轴上的任意一个值 它取任何一个特定的值的概率都等于0 不能列出每一个值及其相应的概率 通常研究它取某一区间值的概率 用数学函数的形式和分布函数的形式来描述 概率密度函数 设X为一连续型随机变量，x 为任意实数，X的概率密度函数记为f(x)，它满足条件 概率密度函数 ? 密度函数 f(x)表示X 的所有取值 x 及其频数f(x) 概率密度函数 ? 在平面直角坐标系中画出f(x)的图形，则对于任何实数 x1 x2，P(x1 X? x2)是该曲线下从x1 到 x2的面积 分布函数 连续型随机变量的概率也可以用分布函数F(x)来表示 分布函数定义为 分布函数与密度函数的图示 密度函数曲线下的面积等于1 分布函数是曲线下小于 x0 的面积 连续型随机变量的期望和方差 连续型随机变量的数学期望为 方差为 正态分布 正态分布的重要性 1. 描述连续型随机变量的最重要的分布 2. 可用于近似离散型随机变量的分布 例如: 二项分布 3. 经典统计推断的基础 概率密度函数 f(x) = 随机变量 X 的频数 ?? = 总体方差 ? =3.14159; e = 2.71828 x = 随机变量的取值 (-? x ?) ? = 总体均值 正态分布函数的性质 概率密度函数在x 的上方，即f (x)0 正态曲线的最高点在均值?，它也是分布的中位数和众数 正态分布是一个分布族，每一特定正态分布通过均值?的标准差?来区分。 ?决定曲线的高度，?决定曲线的平缓程度，即宽度 曲线f(x)相对于均值?对称，尾端向两个方向无限延伸，且理论上永远不会与横轴相交 正态曲线下的总面积等于1 随机变量的概率由曲线下的面积给出 ? 和? 对正态曲线的影响 正态分布的概率 标准正态分布的重要性 一般的正态分布取决于均值?和标准差 ? 计算概率时 ，每一个正态分布都需要有自己的正态概率分布表，这种表格是无穷多的 若能将一般的正态分布转化为标准正态分布，计算概率时只需要查一张表 标准正态分布函数 任何一个一般的正态分布，可通过下面的线性变换转化为标准正态分布 标准正态分布 标准正态分布表的使用 将一个一般的转换为标准正态分布 计算概率时 ，查标准正态概率分布表 对于负的 x ，可由? (-x)???? ?x?得到 对于标准正态分布，即X~N(0,1)，有 P (a? X ?b)? ? ?b? ?? ?a? P (|X| ?a)? 2? ?a? ?1 对于一般正态分布，即X~N(? , ?)，有 标准化的例子 P(5 ?