随机变量及其所伴随的概率分布全面描述了随机.pdf

引 言 随机变量及其所伴随的概率分布全面描述了随机 现象的统计性规律。 概率论的许多问题中，随机变量的概率分布通常 是已知的，或者假设是已知的，而一切计算与推理都 是在这已知是基础上得出来的。 但实际中，情况往往并非如此，一个随机现象所 服从的分布可能是完全不知道的，或者知道其分布概 型，但是其中的某些参数是未知的。 引 言 例如： 某公路上行驶车辆的速度服从什么分布是未知的； 电视机的使用寿命服从什么分布是未知的； 产品是否合格服从两点分布，但参数——合格率p是 未知的； 数理统计的任务则是以概率论为基础，根据试验 所得到的数据，对研究对象的客观统计规律性做出合 理的推断。 学习的基本内容 从本章开始，我们学习数理统计的基础知识。数 理统计的任务是以概率论为基础，根据试验所得到的 数据，对研究对象的客观统计规律性作出合理的推断. 数理统计所包含的内容十分丰富，本书介绍其中的参 数估计、假设检验等内容.本章主要介绍数理统计的 一些基本术语、基本概念、重要的统计量及其分布， 它们是后面各章的基础。 样本与统计量 总体与样本 在数理统计中，把研究对象的全体称为总体 （population)或母体，而把组成总体的每个单元 称为个体。 抽样 要了解总体的分布规律，在统计分析工作中，往往 是从总体中抽取一部分个体进行观测，这个过程称为抽 样。 样本与统计量 子样 在抽取过程中，每抽取一个个体，就是对总体X进 行一次随机试验，每次抽取的n个个体X 1 , X 2 , L, X n ， 称为总体X 的一个容量为n的样本（sample ）或子 样；其中样本中所包含的个体数量称为样本容量。 子样 是n个随机变量， 的观测数据 称为样本值或子样 随机抽样方法的基本要求 代表性—— 即子样( )的每个分量 与总体 X 1 , X 2 , L, X n X i X 具有相同的概率分布。 独立性—— 即每次抽样的结果既不影响其余各次抽样的 结果，也不受其它各次抽样结果的影响。 满足上述两点要求的子样称为简单随机子样.获得简 单随机子样的抽样方法叫简单随机抽样. 从简单随机子样的含义可知，样本 X 1 , X 2 , L, X n 是来自总体 、与总体 具有相同分布的随机变量. X X 简单随机抽样 例如：要通过随机抽样了解一批产品的次品率， 如果每次抽取一件产品观测后放回原来的总量中，则 这是一个简单随机抽样。 但实际抽样中，往往是不再放回产品，则这不是一 个简单随机抽样。但当总量N很大时，可近似看成是简单 随机抽样。 统计量 定义 设（X 1,X 2 ,L, X n ）为总体X 的一个样本， f (X , X , L, X ) 为不含任何未知参数的连续函数，则 1 2 n 称f (X , X , L, X )为样本（X ,X ,L, X ）的一个统计量 1 2 n 1 2 n (X , X , X )