数理统计Ch12.pptVIP

* * 数 理 统 计 Mathematical Statistics 袁永生 教授 问题的数学实质: 由试验或观察得到的数据,对随机试验中的规律做出合理的估计或判断。 工程中,分布或参数常未知,但有含r.v.信息的数据. 数据 概率论中r.v.的分布通常是已知的，或假定已知. 规律 由随机试验内在规律的宏观表现——数据，反演随机试验内在规律. 统计分析的数据具有随机性.随机性与模糊性的区别及联系. 统计引言 随机性来源. 如何反演随机试验内在规律？ 统计方法. 推断统计学(数理统计学)内容大致分为两类：一类是统计推断，另一类是试验设计。 统计推断研究从数据中找不同规律的不同方法。统计推断方法有很多，如参数估计、假设检验、回归分析、方差分析、聚类分析、主成份分析等等。 试验设计研究如何更有效地获得数据。试验设计方法主要有抽样技术、试验设计等。 统计学方法都牵涉一些共同的概念和结论。 课程主要内容：几个数据中找不同规律的不同方法, 及统计基础. 统计大致分为描述统计学和推断统计学. 1.1 总体、样本 总体 研究对象的全体. 通常指研究对象的某项数量指标. 为r.v. 个体 组成总体的单元. 通常指某项数量指标的取值. 第1章 数理统计的基本知识 样本 设总体X 具有分布F(x), 若r.v. X1, … , Xn 相互独立, 且均与X 同分布, 则称 X1, … , Xn为来自总体X的简单随机样本, 简称样本, n称为样本容量. 样本应满足以下两个条件: （1）独立性： X1, … , Xn 相互独立; （2）代表性: X1, … , Xn与总体 X 同分布. 来自总体 X 的样本 X1, … , Xn可记为 其中 F(x)是 X 的分布律或密度函数. 样本的数学本质： 与总体X具有相同分布的, 相互独立的一组r.v. X1, … , Xn 对总体的一次具体抽取, 得到的n个值x1, … , xn. 即样本的一次实现. 样本观测值 样本的二重性 对工程人员, 是x1, … , xn . 对理论(方案)工作者, 是X1, … , Xn. 严格地说, 样本是抽取的灯泡, 样本观察值是测得的寿命数据值. 由样本构成的, 不含未知参数的函数T(X1, … , Xn)称为统计量. 样本 X1, … , Xn 的观测值为x1, … , xn, 则T(x1, … , xn) 称为统计量T(X1, … , Xn )的观测值. 本质即数据代入. 统计量是r.v. 样本均值 观测值为 ? 常用统计量 1.2 统计量 样本 X1, … , Xn的联合分布 F(x1, … , xn)=P{X1≤x1, … , Xn≤xn}= F(x1)…F(xn) 样本方差 观测值为 Xi 关于 的平方平均偏离程度; Xi 相对 集中度 样本均方差(标准差) 观测值为 k 阶原点矩 观测值为 k 阶中心矩 观测值 样本偏度 体现非对称性 | | | | | | | | | | 体现陡度 设(X , Y)为二维r.v., 其样本为(X1 , Y1), … , (Xn , Yn) 样本协方差 样本相关系数 样本峰度 体现X与Y联系的强弱. 体现X与Y间线性联系的强弱. 设x1, … , xn是来自总体X的样本观察值，记N({xi: xi ≤x}) 为满足不等式 xi ≤x 的xi (i=1, …, n)的个数, x为任意实数, 称 为总体X 的经验分布函数，或样本分布函数. 1.3 经验分布函数 若x1, … , xn从小到大排序为x(1) ≤x(2) ≤ … ≤x(n), 则 经验分布函数性质： ① 非降； ② 右连续； 定理 设总体X的分布函数为F(x), 其经验分布函数为Fn(x), 则有 贝努利大数定律: 格列汶柯定理: 经验分布函数本质: 样本经特定加工，体现出的总体分布函数的近似. ③ Fn(-∞)=0, Fn(+∞)=1 数据加工的重要性. 2.1 常用分布类型 第2章 统计量的抽样分布 (n个) 独立标准正态平方和~?2(n)分布, n为自由度. ①已知分布; 记号 ?2(n); 服从 ?2(n)分布的统计量 ② 密度函数图形 f (x) ?2(n), n=8 x 0 ③ ?2(n)分布性质 ?1 + ?2 ~ ?2(n1+n2 ) 可加性 若?1 ~ ?2(n1), ?2~ ?2(n2 ), ?1, ?2独立, 则 期望与方差 若? ~ ?2(n), 则E(?)= n, V(?)=2n. 1. ?2—分布 2