概率6new .pptVIP

* 数理统计是具有广泛应用的一个数学分支.它以概率论为理论基础，根据试验或观察得到的数据，来研究随机现象，对研究对象的客观规律作出种种合理的估计和判断。 数理统计的内容大致分两大类: (1)数据的收集，包括抽样技术及试验设计的理论和方法的研究，即研究如何队随机现象进行科学的观察和试验，是获得的数据资料及真实又有代表性.(2)统计推断，即研究如何对已取得的观察之进行整理、分析并做出决策的方法一推断总体的规律性.（我们只讨论统计推断问题） * 例 某钢筋厂日产某型号钢筋10000根，质量检验员每天只抽查50根的强度，于是提出以下问题： (1) 如何从仅有的50根钢筋的强度数据去估计整批（1000根）钢筋的强度平均值？又如何估计这批钢筋强度偏离平均值的离散程度？ (2)若规定了这种型号钢筋的标准强度，从抽查得的50个强度数据如何判断整批钢筋的平均强度与规定标真有无差异？ ----参数估计 ----假设检验 * 第六章 样本及抽样分布 §6.1 总体与样本 §6.2 抽样分布 * §6.1 随机样本 在数理统计中,将试验的全部可能的观察值称为总体，每一个可能观察值称为个体． 容 量:总体中所包含的个体的个数; 有限总体:容量为有限的总体; 无限总体:容量为无限的总体 一、总体 (2) X 的分布函数与数字特征分别称为总体 的分布函数与数字特征; (3) 今后将不区分总体和相应的随机变量， 笼统称为总体X. [说明] (1) 一个总体对应一个随机变量X; * 二、样本与样本值 3.样本值 X1, X2 ,…, Xn的一组观察值x1,x2,…,xn ; 2.样本容量 样本中个体的数目 n ; 1.样本 从总体X 中随机地抽取n 个个体X1, X2 ,…, Xn ,这样取得的 X1, X2 ,…, Xn 称为来自总体X 的一个样本; 4.简单随机样本 在总体中抽取样本的目的是为了对总体的分布规律进行各种分析推断,这就要求抽取的样本能够反映总体的特点,为此必须对随机抽取样本的方法提出如下要求： (1)独立性 (2)代表性 要求X1, X2 ,…, Xn 是相互独立的随机变量; 要求样本的每个Xi (i=1,2,…,n)与总体X具有相同的分布. 满足以上两个条件的样本称为简单随机样本, 简称样本. * (2) 样本X1, X2 ,…, Xn 可看成一个n 维随机向量,记为 (X1, X2 ,…, Xn ); 样本值记为(x1,x2,…,xn); [注] (1) 样本X1, X2 ,…, Xn 相互独立,且与总体X 同分布; (3) 若总体X具有分布函数F(x),概率密度f(x), 则样本 (X1, X2 ,…, Xn )的分布函数及概率密度为: (4) 获得简单随机样本的抽样方法称为简单随机抽样. * 样本是进行统计推断的依据.但在应用时,往往不是直接使用是样本本身,而是针对不同的问题构造样本的适当函数,利用这些样本的函数进行统计推断. §6.2 抽样分布 定义1 设X1, X2 ,…, Xn是来自总体 X 的一个样本, g(X1, X2 ,…, Xn)是X1, X2 ,…, Xn函数,若g 中不含任何未知参数，则称g(X1, X2 ,…, Xn)是一个统计量． 一、统计量 (1) 统计量是一个随机变量; (2) (x1,x2,…,xn)是样本X1, X2 ,…, Xn的观察值, 则称 g(x1,x2,…,xn) 是g(X1, X2 ,…, Xn)的观察值. [注] * 设X1, X2 ,…, Xn是来自总体X 的一个样本,(x1,x2,…,xn) 是其观察值. 几个常用的统计量 样本均值 样本标准差 样本k阶(原点)矩 样本k阶中心矩 样本方差 * 其观察值: 样本均值 样本标准差 样本k阶原点矩 样本k阶中心矩 样本方差 * 例1 从一批钢筋中随机抽取10条，测得其直径（单位：mm） 为: 24.2, 25.4, 24, 24, 25, 25, 24.4, 24.6, 25.2, 25.2. (2)样本均值 24.2, 25.4, 24, 24, 25, 25, 24.4, 24.6, 25.2, 25.2. 解 (1)总体为该批钢筋的直径； 样本为X1, X2 ,…, X10 (1)写出总体、样本、样本值、样本容量； (2)求样本观测值的均值、方差及二阶原点矩(保留二位). 样本值: 样本容量: n=10; 样本方差