应用统计分析第一章.ppt

例1 某公司要采购一批产品，每件产品不  是合格品就是不合格品，但该批产品总有一  个不合格品率 p 。由此，若从该批产品中随 机抽取一件，用 X表示这一批产品的不合格 数，不难看出 X 服从一个二点分布b(1 , p)， 但分布中的参数 p 是不知道的。一些问题： 100只元件的寿命数据 独立性: 样本中每一样品的取值不影响其 它样品的取值 -- X1, X2, …, Xn 相互独立。 设总体X具有分布函数F(x), X1, X2, …, Xn 为取自该总体的容量为n的样本，则样本联合分布函数为 (二) 样本方差与样本标准差 (三) 样本k阶原点矩及k阶中心矩 (二) ?2 分布(卡方分布) （三） t 分布  列出其频数频率分布表。 当随机变量 ?2 ? ?2(n) 时，对给定 ? (0???1)，称满足 P(?2 ??2(n)) = 的??2(n) 是自由度为n的卡方分布的? 分位点. 卡方分布的分位点: (单侧) (双侧) 分位点的求法: 定义：设随机变量X 与Ｙ 独立， 且X ? N(0,1), Ｙ ? ?2(n), 则称 t=X/? Ｙ/n 的分布为自由度为n 的t 分布，记为t ?t(n) 。 t 分布的密度函数的图象是一个关于纵轴对称的分布，与标准正态分布的密度函数形状类似，只是峰比标准正态分布低一些尾部的概率比标准正态分布的大一些。 n?1时, t 分布的数学期望存在且为0； 当自由度较大 (如n?30) 时， t 分布可以用 正态分布 N(0,1)近似。 自由度为1的 t 分布就是标准柯西分布， 它的均值不存在； T分布的分位点 单侧： 双侧： 求法： t分布的性质： 则 证明: (1)因为 所以 (2)因为 (3)故 所以 其中 （四） F 分布 定义 设X ? ?2(n1), Y ? ?2(n2), X与Y独立， 则称 F =(X/n1)/(Y/n2) 的分布是服从第一自由度为 n １与 第二自由度为n2 的 F分布， 记为F ? F(n1,n2)。 该密度函数的图象也是一只取非负值的偏态分布 性质： 当随机变量F ? F(n 1,n2) 时，对给定 ? (0???1) ，称满足 P(F F?(n1 ,n2)) =? 的F?(n1 , n2) 是自由度为n1与 n2 的F 分布的? 分位点。 （２）由 F?(n1 ,n2) = 1/F1??(n ２ ,n１)。 F分布的分位点： 求法： （１）查表 性质： 设 X1, X2,…, Xn 是来自N(?1, ?12) 的 样本，Y1, Y2,…, Yn 是来自N(?2, ?22) 的样本， 且此两样本相互独立，则有 特别，若?12 =?22 ，则 F=sX2/sY2 ? F(n1?1,n2?1) 经验分布函数 §1.３ 经验分布函数与频率直方图 设 X1, X2, …, Xn 是取自总体分布函数为F(x)的样本，若将样本观测值由小到大进行排列,为 x(1), x(2), …, x(n)，则称 x(1), x(2), …, x(n) 为有序样本， 用有序样本定义如下函数 则Fn(x)是一非减右连续函数，且满足 Fn(??) = 0 和 Fn(??) = 1 由此可见，Fn(x)是一个分布函数， 并称Fn(x)为经验分布函数。 例1 某食品厂生产听装饮料，现从生产线上 随机抽取5听饮料，称得其净重（单位：克） 351 347 355 344 354 x(1)= 344, x(2)= 347, x(3)= 351, x(4)= 354, x(5)= 355 这是一个容量为5的样本，经排序可得有序样本： 其经验分布函数为 由伯努里大数定律： 只要 n 相当大，Fn(x)依概率收敛于F(x) 。 频数--频率直方图 设来自总体Ｘ的一个样本为 样本观察值为 (1) 对样本进行排序分组：作为一般性的原则，组数通常在5~20个，对容量较小的样本; (2) 确定每组组距：近似公式为 组距d = (最大观测值 ? 最小观测值)/组数; (3) 确定每组组限： 各组区间端点为 a0, a1=a0+d, a2=a0+2d, …, ak=a0+kd, 形成如下的分组区间 (a0 , a1] , (a1, a2], …, (ak-1 , ak] 具体步骤如下: 其中a0 略小于最小观测值, ak 略大于最大观测值. （４）统计落在每个小区间的频数 （５）作频率直方图 （６）近似得分布曲线图