样本与统计量.pptVIP

代表性——即子样( )的每个分量 与总体 具有相同的概率分布。 定义 设（ ）为总体X的一个样本， 为不含任何未知参数的连续函数，则 称 为样本（ ）的一个统计量。 它包括两个方面——数据整理 计算样本特征数 计算样本特征数： 第一．整理原始数据，加工为分组资料，作出频率分布 表，画直方图，提取样本分布特征的信息.步骤如下： 样本方差 样本标准差 Q1 Q3 极差 四分位差 68.6909 8.288 85.25 95 42 4.875 * 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 子样 是n个随机变量，抽取之后 的观测数据 称为样本值或子样观察值。 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 ， 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。 随机抽样方法的基本要求 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 是来自总体 、与总体 具有相同分布的随机变量. 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 则 例如： 设 是从正态总体 中抽取 的一个样本，其中 为已知参数, 为未知参数， 是统计量 不是统计量 几个常用的统计量 样本均值（sample mean) 设 是总体 的一个样本， 样本方差(sample variance) 样本均方差或标准差 它们的观测值用相应的小写字母表示.反映总体X取值的平均，或反映总体X取值的离散程度。 几个常用的统计量 设 是总体 的一个样本， 子样的K阶（原点）矩 几个常用的统计量 设 是总体 的一个样本， 子样的K阶中心矩 数据的简单处理 为了研究随机现象，首要的工作是收集原始数据.一般通过抽样调查或试验得到的数据往往是杂乱无章的，需要通过整理后才能显示出它们的分布状况。 数据的简单处理是以一种直观明了方式加工数据。 数据的简单处理 数据整理：将数据分组 计算各组频数 作频率分布表 作频率直方图 （1）反映趋势的特征数 样本均值 中位数：数据按大小顺序排列后，位置居中的那个数 或居中的两个数的平均数。 众数：样本中出现最多的那个数。 数据的简单处理 （2）反映分散程度的特征数：极差、四分位差 极差——样本数据中最大值与最小值之差， 四分位数—