总体和样本直方图条形图及经验分布函数.pptVIP

实验步骤： (1) 确定分组个数：因为 ，取分组个数为8．数据的最小值为51，最大值为95，为分组方便起见，考虑范围从50到100，分为8个组，组距取50 / 8 = 6.25，分点分别为：50，56.25，62.5，68.75，75，81.25，87.5，93.75，100。整理学生成绩数据，在“组上限”栏中填入各组的上限值，如图6-2左所示． 图6-2 数据整理与“直方图”对话框 (2)在Excel主菜单中选择“工具”?“数据分析”，打开“数据分析”对话框，在“分析工具”列表中选择“直方图”选项，单击“确定”按钮． (3) 在打开的“直方图”对话框中，依次输入（或用鼠标拖动选择）“输入区域”、“接收区域”和“输出区域”，如图6-2右所示，单击“确定”按钮． 得到频率分布的结果如图6-3左所示． 图6-3 计算各组频率与密度 (4) 计算密度：在单元格区域J2:J9中依次输入组域名：50-56.25、56.25-62.5、62.5-68.75、68.75-75、75-81.25、81.25-87.5、87.5-93.75、93.75-100，然后在“密度”列的单元格K2中输入公式：=I2/60/6.25，并将公式复制到K3~K9中，如图6-3右所示． (5) 画密度直方图：选中单元格区域J1:K9，单击“图表向导”按钮，打开“图表向导”对话框．在“图表类型”选择中，取默认的“柱形图”向导，直接单击“完成”按钮，即可得到密度柱形图，如图6-4所示． 图6-4 密度柱形图 右键单击图中条形，在快捷菜单中选择“数据系列格式”，打开“数据系列格式”对话框，在其中的“选项”选项卡中，修改“分类间距”为0，如图6-5（左）所示，单击“确定”按钮，即可加宽条形，得到密度直方图，进一步修改图形，得到密度直方图，如图6-5（右）所示． 图6-5 密度直方图 从学生成绩的密度直方图可以看到，学生成绩在平均分附近比较密集，较低或较高分数学生比较少，学生成绩的分布呈近似“钟形”对称，即成绩分布近似正态分布． 类似的方法可以画出学生成绩的频数直方图和频率直方图，由于三种直方图只是高度相差一定的倍数，所以在研究总体分布的形态时，三种直方图具有同样的作用． 分布函数是随机变量的一个重要特征，既然总体可以用随机变量来表示，而样本又可对总体的信息进行提取。因此，怎样用样本(X1,…,Xn)估计总体X的分布函数F(x)? 任意给定自变量x，则 F(x)=P(Xx)． 用事件{Xx)发生的频率作为其估计即可。这就引出了下面所谓经验分布函数的概念。 6.1.3 直方图与经验分布函数 2. 经验分布函数 为了解总体X的分布形式，根据样本观测值x1，x2，...，xn构造一个函数Fn(x)来近似总体X的分布函数，函数Fn(x)称为经验分布函数．它的构造方法是这样的，将样本观测值x1，x2，...，xn按从小到大可排成 ，定义 6.1.3 直方图与经验分布函数 Fn(x)只在x = x(k)，（k = 1，2，…，n）处有跃度为1/n的间断点，若有l个观测值相同，则Fn(x)在此观测值处的跃度为l/n．对于固定的x，Fn(x)即表示事件{X ? x}在n次试验中出现的频率，即 ，其中k为落在(-?，x)中xi的个数． 6.1.3 直方图与经验分布函数 例 总体X，样本观察值1，2，2，2，3，3，3，4， 则经验分布函数为 经验分布函数如右图所示： 由伯努利大数定理知Fn(x)依概率收敛于F(x)．实际上，Fn(x)还一致地收敛于F(x)，所谓的格里文科定理指出了这一更深刻的结论，即 所以，当n充分大时经验分布函数Fn(x)是总体分布函数F(x)的一个良好的近似． 6.1.3 直方图与经验分布函数 前几章我们学习了概率论的基本知识，从本章开始将学习数理统计的基本知识、理论和方法．数理统计是以对随机现象观测所取得的资料（数据）为出发点，以概率论为基础来研究随机现象的一门学科． 概率论中，往往是在已知随机变量分布的条件下，去研究它的性质、特点和规律性，比如求随机变量取某些特定值的概率、求随机变量的数字特征、研究多个随机变量之间的关系等． 第6章 数理统计基础 在数理统计中，我们所研究的随机变量的分布往往是未知的，通过对随机变量进行多次独立重复的试验和观测，获取数据，利用实际观测数据研究随机变量的分布，对其分布函数、数字特征等