第四章 统计数分布.ppt

第四章 统计数的分布（抽样分布） 研究总体与从中抽取的样本之间的关系是统计学的中心内容。对这种关系的研究可从两方面着手， 一是从总体到样本，这就是研究抽样分布(sampling distribution)的问题； 二是从样本到总体，这就是统计推断(statistical inference)问题。 由总体中随机地抽取若干个体组成样本，即使每次抽取的样本含量相等，其统计量也将随样本的不同而有所不同。因而样本统计量也是随机变量，也有其概率分布，我们把统计量的概率分布称为抽样分布。 一、抽样试验与无偏估计 １．抽样试验 由总体随机抽样(random sampling)的方法可分为有返置抽样和不返置抽样两种。对于无限总体，返置与否都可保证各个体被抽到的机会相等。对于有限总体，就应该采取返置抽样，否则各个体被抽到的机会就不相等。 ２．无偏估计 在统计学上，如果所有可能样本的某一统计数的平均数等于总体的相应参数，则称该统计数为总体相应参数的无偏估计值。 设有一N=3的近似正态总体，具有变量3，4，5；求得μ=4，σ2=0.6667， σ=0.8165 现以n=2作独立的有回放抽样，总共得Nn=32=9个样本。 抽样结果列入下表： N=3 n=2时抽样的平均数 方差 标准差 从上表的资料可以求出: 样本平均数的平均数μx=4 样本方差的平均数μS2=0.6667=σ2 样本标准差的平均数μS=0.6285≠0.8165=σ 所以，惟有样本标准差s的平均数不是总体标准差σ的无偏差估计值。其余两个参数为无偏差估计值。 二、样本平均数抽样分布 设有一个总体 ，总体平均数为μ,方差为σ2，总体中各变数为x，将 此总体称为原总体。现从这个总体中随机抽取含量为n的样本，样本平均数记为 。可以设想，从原总体中可抽出很多甚至无穷多个含量为n的样本。 由这些样本算得的平均数与原总体平均数μ相比往往表现出不同程度的差异。这种差异是由随机抽样造成的，称为抽样误差(sampling error)。显然，样本平均数也是一个随机变量，其概率分布叫做样本平均数的抽样分布。 由样本平均数构成的总体称为样本平均数的抽样总体，其平均数和标准差分别记为 和 。 是样本平均数抽样总体的标准差，简称标准误(standard error)，它表示平均数抽样误差的大小。统计学上已证明总体的两个参数与x 总体的两个参数有如下关系： 设有一个N=4的有限总体，变数为2，3，3，4。根据μ=Σx／N和σ2=Σ(x-μ)2／N求得该总体的μ、σ2、σ为： μ=3，σ2=1／2，σ=（1/2）1/2=0.707 从有限总体作返置随机抽样，所有可能的样本数为Nn其中n为样本含量 。以上述总体而论，如果从中抽取n=2的样本，共可得 42=16 个样本；如果样本含量n为4，则一共可抽得44=256个样本。分别求这些样本的平均数 ，其次数分布如下表所示。 在n=2的试验中，样本平均数抽样总体的平均数、方差与标准差分别为： =4/16=1/4=(1/2)/2= σ2/n 表 N=4, n=2和n=4时的次数分布 同理，可得n=4时： 验证了 的正确性。 也可以将表中两个样本平均数的抽样总体作次数分布图。 由以上模拟抽样试验可以看出，虽然原总体并非正态分布，但从中随机抽取样本，即使样本含量很小，样本平均数的分布却趋向于正态分布形式。随着样本含量 n 的增大，样本平均数的分布愈来愈从不连续趋向于连续的正态分布。当n＞30时， 的分布就近似正态分布了。X变量与 变量概率分布间的关系可由下列两个定理说明： 1. 若随机变量x服从正态分布N(μ,σ2)；x1、x2、…、xn，是由x 总体得来的随机样本，则统计量 =Σx／n的概率分布也是正态分布，且有 ， 即服从正态分布N(μ,σ2／n)。 2. 若随机变量x服从平均数是μ，方差是σ2的分布(不是正态分布)； x1、x2、…、xn，是由此总体得来的随机样本，则统计量 =Σx／n的概率分布，当n相当大时逼近正态分布N(μ,σ2／n)。这就是中心极限定理。 中心极限定理告诉我们：不论x变量是连续型还是离散型，也无论x服从何种分布，一般只要n＞30，就可认为 的分布是正态分布。若x的分布不很偏倚，在n＞20时 ， 的分布就近似于正态分布了。 注意：样本标准差与样本标准误是既有联系又有区别的两个统计量。 二者的区别是样本标准差S是反映样本