数理统计样本和抽样分布.pptVIP

由样本值去推断总体情况，需要对样本值进行“加工”，这就要构造一些样本的函数，它把样本中所含的（某一方面）的信息集中起来. 一、统计量和抽样分布 1. 统计量 这种不含任何未知参数的样本的连续函数g(X1, X2,…,Xn)称为统计量. 它是完全由样本决定的量. 不是统计量. 但若 ? ,? 是已知参数,则为统计量 是统计量,而 例1 是未知参数, 是一组样本, 则 几个常见统计量 样本均值 样本方差 它反映了总体均值 的信息 它反映了总体方差 的信息 样本k阶原点矩 样本k阶中心矩 k=1,2,… 它反映了总体k 阶矩 的信息 它反映了总体k 阶 中心矩的信息 样本的标准差 这些统计量的观察值 （见书p160） 2. 抽样分布 统计量既然是依赖于样本的，而后者又是随机变量，故统计量也是随机变量，它的分布叫做统计量的“抽样分布” . 即: 统计量的分布称为抽样分布. 研究统计量的性质和评价一个统计推断的优良性，取决于其抽样分布的性质. 抽样分布 精确抽样分布 渐近分布 二. 统计三大分布 记为 分布 1、 定义: 设 相互独立, 都服从正态 分布N(0,1), 则称随机变量： 所服从的分布为自由度为 n 的 分布. 分布的密度函数为 来定义. 其中伽玛函数 通过积分 f(x; n) 的图形见书p163 由 分布的性质 1.?? 设 相互独立, 都服从正态分布 则 2. 设 且X1, X2相互 独立，则 这个性质叫 分布的可加性. 则可以求得， E(X)=n, D(X)=2n 若 设 ? , 称满足 的点 为自由度为n的 分布的上 分位点。 查表 ①P443 -446 , n≤45. ② n45时， (2) 分布的上 分位点(可参见书 p164) 例如 ? ?20.05(10) ? n = 10 问:前面的 是什么? 标准正态分布的分位点如下: （1）标准正态分布的上 分位点(也可见书 p61) 设 , 称满足 的实数 为标准正态分布的上 分位数。 查表 P439-440 标准正态分布的上? 分位数 z ? z? ? 常用 数字 ?/2 -z?/2 = z1-?/2 ?/2 z?/2 ? -z?/2 -1 1 0.1 0.2 0.3 0.4 概率分布的上侧分位数 有些书上把这里讲的分位点叫作分位数 这些值是怎么算出来的呢? T的密度函数为： 记为T～t(n). 定义: 设X～N(0,1) , Y～ , 且X与Y相互独立，则称变量 所服从的分布为自由度为 n的 t 分布. 2、t 分布 第六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. 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 数理统计的任务 在许多实际问题中，所描述的随机现象的随机变量的概率分布是不知道或不完全知道。 此时，如何来研究随机现象中的有关问题呢？ 对随机现象进行试验或观测，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. 由于大量随机试验必然呈现出随