统计量和其抽样的分布.pptVIP

第六章 统计量及其抽样分布;推断统计在统计方法中的地位;统计推断的过程;6.1统计量;6.1.1统计量的概念;定义6.1;6.1.2 常用统计量;6.1.2 常用统计量;6.1.3 次序统计量;6.1.4 充分统计量; 充分性是数理统计的一个重要基本概念，它是R.A.费希尔在1925年引进的，费希尔提出，并由J.奈曼和P.R.哈尔莫斯在1949年严格证明了一个判定统计量充分性的方法，叫因子分解定理。这个定理适用面广且应用方便,利用它可以验证很多常见统计量的充分性。例如,若正态总体有已知方差,则样本均值是充分统计量。若正态总体的均值、方差都未知，则样本均值和样本方差S2合起来构成充分统计量。一个统计量是否充分,与总体分布有密切关系。 ;6.2 关于分布的几个概念;6.2.1 抽样分布;抽样分布;6.2.2 渐进分布;6.2.3 随机模拟获得的近似分布;6.3 由正态分布导出的几个重要分布;6.3.1 正态分布;概率密度函数;正态分布函数的性质;4.曲线f(x)相对于均值?对称，尾端向两 个方向无限延伸，且理论上永远不会与 横轴相交 5.正态曲线下的总面积等于1 6.随机变量的概率由曲线下的面积给出;;正态分布的概率;标准正态分布的重要性;标准正态分布函数;;标准正态分布表的使用;5.对于一般正态分布，即X~N(? , )，有 ;标准化的例子 计算P(5? X ?6.2) ;标准化的例子P(2.9? X ?7.1) ;正态分布（实例）;正态分布（实例）;由阿贝(Abbe) 于1863年首先给出，后来由海尔墨特(Hermert)和卡·皮尔逊(K·Pearson) 分别于1875年和1900年推导出来 设 ，则 令 ，则 Y 服从自由度为1的?2分布，即 当总体 ，从中抽取容量为n的样本，则 ;分布的变量值始终为正 分布的形状取决于其自由度n的大小，通常为不对称的正偏分布，但随着自由度的增大逐渐趋于对称 期望为：E(?2)=n，方差为：D(?2)=2n(n为自由度) 可加性：若U和V为两个独立的?2分布随机变量，U~?2(n1)， V~?2(n2),则U+V这一随机变量服从自由度为n1+n2的?2分布 ;c2分布(图示);6.3.3 t分布（学生T分布）;;由统计学家费舍(R.A.Fisher) 提出的，以其姓氏的第一个字母来命名则 设若U为服从自由度为n1的?2分布，即U~?2(n1)，V为服从自由度为n2的?2分布，即V~?2(n2),且U和V相互独立，则 称F为服从自由度n1和n2的F分布，记为;F分布(图示);6.4 样本均值的分布与中心极限定理;一、样本均值的抽样分布;样本均值的抽样分布 （一个例子）;样本均值的抽样分布 （一个例子）;所有样本均值的均值和方差;样本均值的分布与总体分布的比较;样本均值的抽样分布与中心极限定理;二、中心极限定理;中心极限定理 (central limit theorem);抽样分布与总体分布的关系;例6.4;例6.5;6.5 样本比例的抽样分布;;例题6.7;6.6 两个样本平均值之差的分布;例6.8;6.7关于样本方差的分布;6.7.2 两个样本方差比的分布;典型例题