概率统计PPT课件《数理统计的基本知识》第6.1-6.4节.pptVIP

* 第六章 数理统计的基本知识 数理统计的内容包括：如何收集、整理数据资料；如何对所得的数据资料进行分析、研究，从而对所研究的对象的性质、特点作出推断． 　　后者就是我们所说的统计推断问题。本书只讲述统计推断的基本内容。 前面五章我们讲述了概率论的基本内容 ， 随后的三章将讲述数理统计． 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性作出 种种合理的估计和判断． 第一节 总体与样本 　　从理论上讲，只要对随机变量进行大量的观测(或实验)，被研究的随机变量的概率特征一定能显现出来。 　如：进行大量射击，则射手的水平高低、平均中靶环数、射中每个环数概率都可大概知晓。 　　可是实际进行的观测（或实验）次数只能是有限的，有的甚至是少量的． 因此，我们关心的问题就是怎样有效地利用收集到的有限的资料，尽可能地对被研究的随机变量的概率特征作出精确而可靠的结论． 例如，我们考察某厂生产的一大批灯泡的质量。在正常生产情况下，灯泡的质量主要表现为它们的平均寿命是稳定的. 　　然而，由于生产中各种随机因素的影响，各个灯泡的寿命是不完全相同的．要检验灯泡的平均寿命就需要测试每一个的寿命。 　　实际上，由于受到人力、物力等的限制，不可能对每一个灯泡的寿命进行测试，特别地，测定灯泡寿命的试验具有破坏性，因此对全部灯泡一一进行测试也不可能。 　　 一般只是从所有灯泡中抽取一些进行测试，再根据这一部分数据来推断整体的情况。 如：上面的例子中，该厂生产的所有灯泡的寿命就是总体，而每一个灯泡的寿命就是个体． 一、总体与个体 总体：被研究的对象的全体， 个体：组成总体的各个元素． 以X表示灯泡的寿命，每个灯泡的寿命对应的X一个取值,则所有灯泡的寿命即为X取值的全体。 二、抽样与样本 上例中，从所有的灯泡中抽取一个测试其寿命，就相当于对灯泡的寿命这个随机变量X进行一次试验（或观测），得到的一个具体的灯泡寿命的数据。 从总体中抽取一个个体，就是对代表总体的随机变量X进行一次试验（或观测），得到的一个试验数据（或观测值）． 从总体中抽取一部分个体，就是对随机变量进行 若干次试验（观测），得到的若干个试验数据 （或观测值）． 从总体中抽取若干个个体的过程称为抽样。 　 抽样得到的一组试验数据（观测值）称为样本。 样本中所含个体的数量称为样本容量。 由于样本随每次抽样观察而改变，所以容量为n 的样本可以看做一个n维随机变量 ，而 一旦取定一组样本，就得到了n个具体的数 ，称为样本的一次观测值，简称样本观测值． 常用的抽样方式是简单随机抽样： （1）代表性： 这种随机的、独立的抽样方法称为简单随机抽样， 由此得到的样本称为简单随机样本． 样本中的每一个分量 与总体X有相同的分布； （2）独立性：每次抽样的结果既不影响其它各次抽样的结果，也不受其它各次抽样结果的影响，即 是相互独立的。　 如果 是从总体X中抽取的 简单随机样本，则 相互独立 且与总体X同分布． 今后，如不加特殊说明，本书中提到的抽样 和样本指的都是简单随机抽样和简单随机样本． 第二节 统计量 为了对总体X进行推断，需要从总体中抽取样本， 再对样本进行加工处理，也就是说需要 根据不同的问题构造出适用的样本函数 ． 由于总体X的分布未知，作为分布的重要特征的 参数一般也未知，所以作为推断的依据，我们要求构 造的样本函数中不含有任何未知参数． 定义1 设为来自总体X的一个简单随机样本， 如果样本函数 中不含有任何 未知参数，则称这类样本函数为统计量． 例如：总体 , 是其样本，当 未知时， 不是统计量 是统计量 因为 都是随机变量，所以统计量 也是一个随机变量，若 是样本观测值，则 即为统计量 的观测值． (1)样本均值： 观测值： (2)样本方差: 观测值： 数理统计中最常用的统计量及其观测值有： (3)样本标准差： 观测值： (4)样本k阶原点矩： 观测值： 例1 从总体中抽取一组样本，其样本观测值如下： 19.1 20.0 21.2 18.8 19.6 20.5 22.0 21.6 19.4 20.3