概率论与数理统计课件 6数理统计的基本的 概念.pptVIP

数 理 统 计;数理统计的基本概念;引 言;例如： ; 数理统计的任务则是以概率论为基础，根据试验 所得到的数据，对研究对象的客观统计规律性做出合 理的推断。;随机抽样方法的基本要求 ;简单随机抽样 ; 简单随机样本是应用中最常见的情形，今后，当说到“X1,X2,…,Xn是取自某总体的样本”时，若不特别说明，就指简单随机样本.;统计量 ;几个常用的统计量 ;样本k阶原点矩：;样本极差：;样本均值与样本方差的数字特征;证明：（1）;（2）;经验分布函数; 设总体X的分布函数为FX，利用伯努利大数定律可以证明，对于任意ε0，有; 事实上，对于任意 x ，我们可以定义事件 A=｛随机变量取值 xt≤x｝，则由伯努利大数定律;命题6.3.5 设总体 X 的分布函数为 FX，分布密度 函数为 fX，则;证明：; 数理统计中常用的分布除正态分布外，还有三个非常有用的连续型分布，即;——分布 ;分布的密度函数为 ;一般的，若X的分布密度函数为;　　由独立随机变量和的分布密度的卷积公式(P64,3.4.5)，可得Γ分布的可加性：;其图形随自由度的不同而有所改变.;? 2分布的性质;利用公式：; ? 2分布的可加性;证明：由中心极限定理;性质 设(X1,X2,…,Xn)为取自正态总体X～N(? ,? 2) 的样本，则;推论6.3.1 设(X1,X2,…,Xn)为来自正态总体 X～N(? , ? 2) 的样本，则样本均值 与样本方差 Sn2 相互独立；且 ;只证明（1）： 为X1,X2,…,Xn的线性组合，故仍然 服从正态分布，而;(2)式的自由度为什么是 n-1？; 定理6.3.1(抽样分布基本定理) 设(X1,X2,…,Xn)为来自 正态总体 X～N(0 , 1)的样本，则样本均值 与样本 方差 Sn2 相互独立,且 ;t分布;其形状类似标准正态分布，关于 x=0 对称.; 一般说来，当 n30 时，t 分布与标准正态分布N(0, 1)就非常接近. ;t 分布的数学期望与方差;推论6.3.2 设(X1，X2，…，Xn)为来自正态总体 X～N(? ，? 2)的样本，则统计量;又由于;推论6.3.4 设(X1, X2, …, Xn1)和(Y1, Y2, …, Yn2) 分别是来自正态总体 N(?1 , ?2) 和 N(?2 , ?2) 的样本，且它们相互独立，则统计量;证明：;又因为;F分布;F分布的分布密度函数：; 为正态??体 的样本容量和样本方差；且两个样本相互独立，则统计量 ;证明; 例1 设总体 X～N(0,1)， X1, X2, …, Xn为简单随机样本，试问下列统计量各服从什么分布？; 例1 设总体 X～N(0,1)， X1, X2, …, Xn为简单随机样本，试问下列统计量各服从什么分布？; 例1 设总体 X～N(0,1)， X1, X2, …, Xn为简单随机样本，试问下列统计量各服从什么分布？;例2 若 T～t(n)， 问T 2服从什么分布？;分位数;注意