第一讲-随机样本与直方图.pptVIP

* 第四章 样本与抽样分布 一、随机样本 第一讲 二、直方图 §1 随机样本 通过前面三章的学习，我们学会了用事件或随机变量来描述随机现象。我们注意到，概率论中研究随机变量时，总是假定随机变量的概率分布或数字特征是已知的。而在实际问题中随机变量的概率分布或数字特征往往是不知道或知之甚少的，这时如何用概率论的知识来处理分析这些问题呢？通常的做法就是对研究的随机现象，进行观察和试验，从中收集一些与我们研究的问题有关的数据，以此对随机现象的客观规律作出推 断，也就是由统计数据（或样本）对研究对象（总体）作出推断和判断。 数理统计就是研究这一类问题的数学分支。 由于只能根据有限的数据去推断出总体的规律，因而所作出的结论不可能绝对准确，总是带有 一定的不确定性，即推断是在一定概率下的推 断。这种伴随着一定概率的推断称为统计推断。 下面介绍数理统计中常用的一些基本概念 2、个体：总体中的每个元素为个体。 1、总体：研究对象的某项数量指标的值的全体。 例如：某工厂生产的灯泡的寿命是一个总体， 每一个灯泡的寿命是一个个体；某学校男生身 高的全体是一个总体，每个男生的身高是一个 个体。 定义：设 X 是具有分布函数F的随机变量，若 X1 ,X2 ,…,Xn 是具有同一分布函数 F 的相互独 立的随机变量，则称 X1 , X2 ,…,Xn 为从总体 X 中得到的容量为 n 的简单随机样本，简称为样 本，其观察值 x1 , x2 ,…, xn 称为样本值。 3、样本与样本值 例如：从某工厂生产的所有灯泡中，随机有放回 地抽取 n个，测量它们的寿命。则这 n 个灯泡的 寿命就是一个容量为 n 的样本，而测量得到的这 n 个灯泡寿命的值即为样本值； 又如，从某学校所有男生中，随机选取 n 个男生 测量他们的身高。这 n 个被选取的男生的身高就 是一个样本，身高的测量值就是样本值。 4、统计量 由样本值去推断总体情况，需要对样本值进行 “加工”，也就是考虑样本的函数。 定义：设X1 ,X2 ,…, Xn为来自总体 X 的一个样 本，g 是X1 ,X2 ,…, Xn 的函数，若 g 是连续函 数，且 g 中不含任何未知参数，则称 g(X1 , X2 ,…, Xn ) 为统计量。 注：统计量是随机变量。 例 设X1 ,X2 ,…, Xn为来自总体 X~N(?,?2)的一个 样本，其中?未知，?2已知，问下列随机变量中 哪些是统计量？ √ √ √ 常用的统计量 样本均值： 样本方差： 样本标准差： 样本k阶(原点)矩： 样本k阶中心矩： 它们的观察值分别为： 分别称为样本均值、样本方差、样本标准差、样本 k 阶矩、样本 k 阶中心矩。 §2 直方图 为了研究总体分布的性质，人们通过试验得 到许多观察值，一般地，这些观察值即数据往往 是杂乱无章的。为了利用这些数据进行统计分析 将这些数据加以整理，常常借助于表格和图形对 它们加以描述。频率直方图就是对连续型随机变 量X的分布的一个粗略的描述，通过频率直方图 使人们对随机变量 X 的分布有个大概的了解。 * * * *