数理统计的基本概念.pdf

第六章 数理统计的基本概念 数理统计简介 本章转入课程的第二部分 数理统计 数理统计的特点是应用面广 ，分支较多 . 社会的发展不断向统计 提出新的问题 . 计算机的诞生与发展，为数据 处理提供了强有力的技术支持，数理统 计与计算机的结合是必然的发展趋势 . 由于学时有限，课程的的这部 分内容重点在于介绍数理统计的一些重 要概念和典型的统计方法，它们是实际 中最常用的知识 . 学习统计无须把过多时间化在计 算上，可以更有效地把时间用在基本概 念、方法原理的正确理解上 . 国内外 著名的统计软件包： SAS ，SPSS ，STAT 等，都可以让你 快速、简便地进行数据处理和分析 . 从历史的典籍中，人们不难发 现许多关于钱粮、户口、地震、水灾等 等的记载，说明人们很早就开始了统计 的工作 . 但是当时的统计，只是对有 关事实的简单记录和整理，而没有在一 定理论的指导下，作出超越这些数据范 围之外的推断 . 到了十九世纪末二十世纪初 ，随着近代数学和概率论的发展，才 真正诞生了数理统计学这门学科 . 数理统计学是一门应用性很强 的学科 . 它是研究怎样以有效的方式收 集、 整理和分析带有随机性的数据，以 便对所考察的问题作出推断和预测，直 至为采取一定的决策和行动提供依据和 建议 . 数理统计不同于一般的资料统计 ，它更侧重于应用随机现象本身的规律性 进行资料的收集、整理和分析 . 由于大量随机现象必然呈现出 它的规律性，因而从理论上讲，只要对随 机现象进行足够多次观察，被研究的随机 但客观上 现象的规律性一定能清楚地呈现出来 . 只允许我们对随机现象进行次数不多的观 察试验，也就是说 , 我们获得的只是局 部观察资料 . 数理统计的任务就是研究怎 样有效地收集、整理、分析所获得的有 限的资料，对所研究的问题 , 尽可能 地作出精确而可靠的结论 . 在数理统计中，不是对所研 究的对象全体( 称为总体) 进行观察， 而是抽取其中的部分 ( 称为样本 ) 进行 观察获得数据 （抽样），并通过这些数 据对总体进行推断 . 由于推断是基于抽样数据， 抽样数据又不能包括研究对象的全部信 息. 因而由此获得的结论必然包含不 肯定性 . 下面我们以一例进行说明： 某种子公司A ，栽种了几种类 别的 鲜花，收获了大量的花籽，并把 25 粒花籽扎成一小包出售. 一个零售 商批发了若干包，并向顾客保证：在 包 25 粒花籽中至少有 22 粒将能发芽， 否则的话可免费调换另一包 . 包要是有 3 粒不 发芽，马上免费退换！ 包 25 粒 零售商面临如下两种类型的不肯定性： (1) 他对种子公司出售的小包中可接受（即至 P 少有 22 粒花籽将发芽）的包数所占比例 A 是不清楚的 . 这是第一类不肯定性 . 包 25 粒中 所有的包都 至少有 22 粒将 如此吗？？ 发芽 这种类型的不肯定性，即不知道 种子公司出售的小包中可接受的比例， 它是由于对总体的真实状态（天然状态 ）无知所引起的不肯定性 . (2) 由于种子公司出售的花籽的货单上，这类 花籽共有一百万包，而零售