吴赣昌-概率统计(5版)-第5章第3节.pptVIP

例5 解 例5 解 于是 当 时, 且 完 双正态总体的抽样分布 定理4 相互独立的正态总体， 总体 的样本, 与 分别为该样本的样本值与样 本方差. 是取自总体 的样本， 与 分别为此样本的样本均值与样本方差. 再记 与 的加权平均， 设 与 是两个 又设 是取自 即 则 (1) 双正态总体的抽样分布 则 (1) 双正态总体的抽样分布 则 (1) (2) (3) 当 时， 完 (1) 证 由定理1，知 再因两个总体 与 相互独立， 从而它们的样本 与 也相互独立，故 均值 再记 再因两个总体 与 相互独立， 从而它们的样本 与 也相互独立，故 均值 再记 再因两个总体 与 相互独立， 从而它们的样本 与 也相互独立，故 均值 再记 则 完 (2) 证 由定理2，知 再因两个总体 与 相互独立， 从而它们的样本 方差也相互独立， 故由 分布的定义， 知， 完 (3) 当 时， 证 记 当 由(1)中已 证事实， 即知 由定理2，知 由定理2，知 由定理2，知 因为 相互独立， 所以 此外， 有 与任意 对任意 此外， 有 与任意 对任意 * §5.3 抽样分布 抽样分布 有时， 总体分布的类型虽然已知， 但其中含有未知 参数， 此时需对总体的未知参数或对总体的数字特 （如数学期望、方差等） 进行统计推断， 称为参数统计推断. 在参数统计推断问题中， 利用总体的样本构造出合适的统计量， 或渐近地服从已知的分布. 分布为抽样分布. 征 此类问题 常需 并使其服从 统计学中泛称统计量的 讨论抽样分布的途径有两个. 一是精确地求出抽样 分布， 并称相应的统计推断为小样本统计推断; 种方式是让样本容量趋于无穷， 并 另一 抽样分布 种方式是让样本容量趋于无穷， 并 抽样分布 种方式是让样本容量趋于无穷， 并 求出抽样分布的极限分布. 然后， 在样本容量充分 大时， 再利用该极限分布作为抽样分布的近似分布， 进而对未知参数进行统计推断， 称与此相应的统计 推断为大样本统计推断. 抽样分布， 属小样本统计范畴， 这里重点讨论正态总体的 此外， 般总体的某些抽样分布的极限分布， 范畴. 也简要介绍一 属大样本统计 完 单正态总体的抽样分布 设总体 的均值为 方差为 取自 的一个样本， 与 分别为该样的样本均 值与样本方差， 则有 而 是 单正态总体的抽样分布 单正态总体的抽样分布 进一步, 则由正态分布的性质,有： 定理1 自 的一个样本， 为该样本的样本均值， 则有 为正态总体， 若 设总体 是取 定理2 设总体 是取 自 的一个样本， 与 分别为该样本的样本均 值与样本方差， 则有 单正态总体的抽样分布 值与样本方差， 则有 单正态总体的抽样分布 值与样本方差， 则有 (2) 与 相互独立. 证略. 定理3 设总体 是取自 的一个样本， 与 分别为该样本 均值与样本方 差，则有 完 定理3 设总体 是取自 的一个样本， 与 分别为该样本的样本均值与 样本方差， 则有 证 结论(1)是 分布定义的直接推论. 对(2)， 利用定理1的结论和定理2的结论(1)，有 证 结论(1)是 分布定义的直接推论. 对(2)， 利用定理1的结论和定理2的结论(1)，有 证 结论(1)是 分布定义的直接推论. 对(2)， 利用定理1的结论和定理2的结论(1)，有 且两者相互独立， 由 分布的定义， 即得 完 例1 设 为 的一 个样本, 求: 样本均值 的数学期望与方差; 解 由于 样本容量 所以 于是 例1 设 为 的一 个样本, 求: 样本均值 的数学期望与方差; 解 例1 设 为 的一 个样本, 求: 样本均值 的数学期望与方差; 解 由 得 故 完 例2 假设某物体的实际重量为 但它是未知的. 现在用一架天平去称它, 共称了 次, 得到 假设每次称量过程彼此独立且没有系 统误差, 则可以认为这些测量值都服从正态分布 方差 反映了天平及测量过程的总 精度, 通常我们用样本均值 去估计 根据定 理1, 再从正态分布的 性质知 这就是说, 我们的估计值 与真值 的偏差不超 过 的概率为 并且随着称量次数 例2 这就是说, 我们的估计值 与真值 的偏差不超 过 的概率为 并且随着称量次数 的增加, 这个偏差界限 愈来愈小. 例如, 若 则 于是我们以 的概率断言, 与物体真正重 量 的偏差不超过 0.09. 如果将称量次数 增加 到 100, 则 例2 例如, 若 则 于是我们以 的概率断言, 与物体真正重 量 的偏差不超过 0.09. 如果将称量次数 增加 到 100, 则 例2 例如, 若 则 于是我们以 的概率断言, 与物体真正重 量 的偏差不超过 0.09. 如果将称量次数 增加 到 100, 则 这时, 我们以同样的概率断言, 与物体真正重量