2019年统计量及其抽样分布.pptVIP

第 6 章 统计量及其抽样分布;第 6 章 统计量及其抽样分布;了解统计量及其分布的几个概念 了解由正态分布导出的几个重要分布 理解样本均值的分布与中心极限定理 掌握单样本比例和样本方差的抽样分布;6.1 统计量;设X1,X2,…,Xn是从总体X中抽取的容量为n的一个样本，如果由此样本构造一个函数T(X1,X2,…,Xn)，不依赖于任何未知参数，则称函数T(X1,X2,…,Xn)是一个统计量 样本均值、样本比例、样本方差等都是统计量 统计量是样本的一个函数 统计量是统计推断的基础;一组样本观测值X1,X2,…,Xn由小到大的排序 X（1）≤X（2）≤…≤ X（i）≤…≤ X（n） 后，称X（1），X（2），…，X（n）为次序统计量 中位数、分位数、四分位数等都是次序统计量;6.2 关于分布的几个概念;样本统计量的概率分布，是一种理论分布 在重复选取容量为n的样本时，由该统计量的所有可能取值???成的相对频数分布 随机变量是 样本统计量 样本均值, 样本比例，样本方差等 结果来自容量相同的所有可能样本 提供了样本统计量长远而稳定的信息，是进行推断的理论基础，也是抽样推断科学性的重要依据 ;6.3 由正态分布导出的几个重要分布 ;?2 分布;χ2 分布的使用;由阿贝(Abbe) 于1863年首先给出，后来由海尔墨特(Hermert)和卡·皮尔逊(K·Pearson) 分别于1875年和1900年推导出来 设 ，则 令 ，则 Y 服从自由度为1的?2分布，即 当总体 ，从中抽取容量为n的样本，则 ;分布的变量值始终为正 分布的形状取决于其自由度n的大小，通常为不对称的正偏分布，但随着自由度的增大逐渐趋于对称 期望为：E(?2)=n，方差为：D(?2)=2n(n为自由度) 可加性：若U和V为两个独立的?2分布随机变量，U~?2(n1)，V~?2(n2),则U+V这一随机变量服从自由度为n1+n2的?2分布 ;;t 分布;t 分布;;T分布的图形;T分布的使用;F 分布;F分布;由统计学家费希尔(R.A.Fisher) 提出的，以其姓氏的第一个字母来命名 设若U为服从自由度为n1的?2分布，即U~?2(n1)，V为服从自由度为n2的?2分布，即V~?2(n2),且U和V相互独立，则称F为服从自由度n1和n2的F分布，记为;F分布;;F分布的图形;F分布的使用;三种抽样分布的对比;三种抽样分布综述;6.4 样本均值的分布与中心极限定理 ;抽样分布;;;;在重复选取容量为n的样本时，由样本均值的所有可能取值形成的相对频数分布 一种理论概率分布 推断总体均值?的理论基础 ;样本均值的抽样分布与中心极限定理;中心极限定理(central limit theorem);;;;Suppose we want to estimate m from the mean of a sample of size n = 2. What is the distribution that can follow样本平均的分布是什么样?;;;Simulation of dice tossing;The variance of the sample mean is smaller than the variance of the population.样本平均数方差小于总体方差;The Sampling Distribution of the Sample Mean样本平均数分布;4.2.1抽样推断的理论基础 ;;;;中心极限定理 (central limit theorem);6.5 样本比例的抽样分布 ;总体(或样本)中具有某种属性的单位与全部单位总数之比 不同性别的人与全部人数之比 合格品(或不合格品) 与全部产品总数之比 总体比例可表示为 样本比例可表示为 ;在重复选取容量为n的样本时，由样本比例的所有可能取值形成的相对频数分布 一种理论概率分布 当样本容量??大时，样本比例的抽样分布可用正态分布近似 推断总体比例?的理论基础 ;样本比例的数学期望 样本比例的方差 重复抽样 不重复抽样;6.6 两个样本均值之差的抽样分布 ;;;;统计量及其分布 由正态分布导出的几个重要分布 样本均值的分布与中心极限定理 样本比例的抽样分布 两个样本平均值之差的分布 关于样本方差的分布;结 束