第五章抽样分布汇.pptVIP

某车间30名工人周加工零件分布表 VISIO 众数、中位数和平均数哪一个更能代表数据的集中趋势？ 在对称分布时，三者是相等的，左偏时，平均数小于中位数，中位数小于众数；右偏时则相反。 应该说有不同的应用范围，要根据研究目的来确定。 5.1 关于抽样的基本概念 为什么要抽样? 为了收集必要的资料，对所研究对象（总体）的全部元素逐一进行观测，往往不很现实。 简单随机抽样（x1, x2,……, xn）: 简单随机抽样是指从总体中抽取样本容量为n 的样本时，x1, x2,……, xn这n个随机变量必须具备以下两个条件： 这n个随机变量与总体X具有相同的概率分布； 它们之间相互独立。 甲乙丙丁四个生产商，其产品质量如下表所示： 如果仅从甲乙两个生产商的产品中进行抽样，抽样质量就偏高；如果仅从丙丁两个生产商的产品中进行抽样，抽样质量就偏低； 因此采用简单随机抽样保证随机样本与总体具有相同的概率分布。 样本统计量与抽样分布: 在简单随机抽样中，样本具有随机性，样本的参数 ,s2等也会随着样本不同而不同，故它们是样本的函数，记为g（x1, x2,……, xn），称为样本统计量。 统计量的概率分布称为抽样分布（Sample distribution） 若随机变量X的概率密度函数 标准正态分布: 当 时， 记为U∽N（0，1） 不管总体X服从何种分布，已知总体均值为u，方差为 当样本容量无限大时，样本均值服从正态分布。这就是概率论中有名的中心极限定理。 拉普拉斯中心极限定理 当随机变量X服从二项分布B（n，p）时，在样本容量n趋于无穷大时，随机变量x服从均值为np，方差为np（1－p）的正态分布。上述定理表明，当n很大，而np和np（1－p）都大于5时，二项分布可以用正态分布去近似。 图5-6 5.4 中心极限定理 * 第五章　统计抽样与抽样分布 * 第五章 统计抽样 与抽样分布 比例关系 30 合计 2 120～130 5 110～120 13 100～110 7 90～100 3 80～90 人数 按照周加工零件数分组 有时需要说明资料来源，数据计算方法等 0 160 为什么要进行抽样？ 如何进行简单随机抽样？ 正态分布、 分布、F分布、t分布的定义、图形分布形态如何？ 中心极限定理的含义如何？ 抽 样 原因 元素多，搜集数据费 时、费用大，不及时而 使所得的数据无意义 总体庞大,难以对总体的全部元素进行研究 检查具有破坏性 炮弹、灯管、砖等 5.1 关于抽样的基本概念 低 低 高 高 质量 丁 丙 乙 甲 表5-1 5.1 关于抽样的基本概念 5.1 关于抽样的基本概念 几 种 概 率 分 布 正态分布 分布 F分布 t分布 5.2 几种与正态分布有关的概率分布 记为 (1)正态分布 图5-1 一般正态分布 (1)正态分布 图5-2 标准正态分布 (1)正态分布 非标准正态分布向标准正态分布的转化 若 标准化因子 则U∽N（0，1） (1)正态分布 查表 当u大于零时，可查正态分布表 但如果u0时，则可由式φ（-u）=1-φ（u）求出 (1)正态分布 线性性质： 如果 ,且相互独立。对于常数 ，有下式成立： (1)正态分布 相互独立且均为服从N（0，1）分布的随机 变量，则称随机变量 所服从的分布是自由 度为n的 分布，且记 。 定义 (2) 分布 图5-3 χ2分布图 (2) 分布 查表： 对于给定的α，0α1，可在 分布表中查得，即 例如 即指 (2) 分布 性质： 如果 ，则 ； 设 ，且相互独立，则 若 ，已知 相互独 立， ，则 (2) 分布 总体 ， 是X的一个样本， 为样本的平均数， 为样本的方差。 则: a. 相互独立 b. (2) 分布 设相互独立的随机变量V和W分别服从自由度为n1,n2的 分布，即 ， 则随机变量