统计学原理--抽样分布.pptVIP

第5章 抽样调查和常用抽样分布 5.1抽样与抽样调查方法 5.2关于分布的几个概念 5.3由正态分布导出的几个重要分布 5.4样本均值的分布与中心极限定理 5.5样本比例的抽样分布 5.6两个样本平均值之差的分布 5.7关于样本方差的分布 抽样调查的四个阶段 非概率抽样 主要依据研究者的主观意愿、判断或是否方便等因素抽取样本；误差大，难以估计，代表性小，适合探索性研究。也叫判断抽样，主要有：偶遇抽样、判断抽样、定额抽样、滚雪球抽样等等。 普查抽样调查 你还能举一些抽样的例子吗？ 5.2关于分布的几个概念 5.2.1总体分布抽样分布 5.2.2渐近分布精确分布 5.2.3随机模拟获得的近似分布 5.2.1 总体分布抽样分布 回顾：统计量 统计量的概念 统计量是样本的函数，并且不依赖于任何未知的参数。比如：样本均值、样本方差等等。 统计量是统计推断的基础。 常用统计量 常用统计量 样本均值 样本（修正）方差、样本（修正）标准差 样本变异系数 样本的原点矩 样本的中心矩 样本偏度 样本峰度 抽样分布 统计量从一个具体的样本来看，是一个值；从广义上看，具有随机性 ，是一个随机变量，有自己的分布——抽样分布。 抽样分布的例子——样本均值的抽样分布 对来自正态总体Ｘ~N(?，?2)的简单随机样本，样本均值 5.2.2渐近分布——以中心极限定理为例 不同自由度的卡方分布 想一想 5.2.3随机模拟获得的近似分布 ADF检验 5.3由正态分布导出的几个重要分布 5.3.1 卡方分布 5.3.2 t分布 5.3.3 F分布 5.3.1 卡方分布 卡方分布的定义 ?2分布的极限分布 ? 2分布的极限分布是正态分布 5.3.2 t分布 t分布的极限分布是正态分布 5.3.3 F分布 F分布与t分布的关系 自由度为v的t分布是F（1，v）分布 5.4样本均值的分布与中心极限定理 一、正态总体的样本均值的抽样分布 正态总体的样本均值的抽样分布 5.5样本比例的抽样分布 5.6两个样本平均值之差的分布 两个样本平均值之差的分布 两个样本比例之差的分布 5.7关于样本方差的分布 5.7.1样本方差的分布 5.7.2两个样本方差比的分布 5.7.1来自正态总体的样本方差的分布 仅介绍来自正态总体样本的情形 设(X1,X2,…,Xn)是N(μ, ? 2)的样本， S2是样本修正方差，则 5.7.2两个样本方差比的分布——来自独立的正态总体 仅介绍来自正态总体两个独立样本的情形 设(X1,X2,…,Xn1)是N(μ1, )的样本，(Y1,Y2,…,Yn2)是N(μ2, ) 样本，且相互独立， ， 是样本修正方差，则 你还接触过其他抽样分布吗？ 请自己举例 比如：级差 变异系数 相关系数等等 想想：你为什么要了解抽样分布？ 结束 概率密度曲线 若X~N(0, 1)，Y~?2(n)，X与Y独立，则 称为自由度为n的t分布。 t分布的定义 (1) f(t)关于t=0(纵轴)对称； (2) f(t)的极限为N(0,1)的密度函数，即 t分布的性质 t分布表及有关计算 上侧分位数： P{t(n)λ}=p 双侧分位数： P{|t(n)|λ}=2p，λ=tp(n) p 1、定义 若X~?2(n1)，Y~?2(n2) ，X,Y独立，则 称为第一自由度为n1 ，第二自由度为n2的F—分布，其概率密度为 P{F(n1,n2)λ}=p,记做上侧分位数λ=Fp(n1,n2) F分布表及有关计算 p 证明 组合，故服从正态分布。 1、若 则 是n 个独立的正态随机变量的线性 证明 组合，故服从正态分布。 1、若 则 是n 个独立的正态随机变量的线性 设(X1,X2,…,Xn)是总体的样本，则当n足够大时,根据中心极限定理，有 二、非正态总体的抽样分布(大样本) 设(X1,X2,…,Xn)是0-1分布总体（参数为p）的样本，则当n足够大时,根据中心极限定理，有 设(X1,X2,…,Xn1)和(Y1,Y2,…,Yn2)是来自正态总体的两个样本，它们相互独立，σ12， σ 22是总体方差，则 两个来自正态总体的样本平均值之差的分布 设(X1,X2,…,Xn1)和(Y1,Y2,…,Yn2)是来自总体的两个样本，它们相互独立，σ12， σ 22是总体方差，则样本容量充分大的情况下，根据中心极限定理，有 两个来自非正态总体的样本平均值之差的分布 设(X1,X2,…,Xn1)和(Y1,Y2,…,Yn2)是来自0-1总体的两个样本，它们相互独立，p1，p 2是0-1总体参数，则样本容量充分大的情况下， 根据中心极限定理，有 两个样本比例之差的分布 分层要求增大组间差异，缩小组内差异，以利于提高样本