第六章 样本及分布.pptVIP

概率论与数理统计 第六章 6、若这批合金 第一节 一、总体与个体 实际上， 第二节 在数理统计中， 定义6.1 设 例如 总体 一、样本均值和样本方差 点估计 在概率论中， 2、方差的点估计 在数理统计中常用的样本方差 解 例1 设总体 作业 ，其一个样本为 解 由已知得 ，得 1. 定义6.3 设 则称统计量 所服从的分布为自由度为 n 的 分布，记为 三、 分布 相互独立,且 其密度为 分布是由正态分布派生出来的一种分布. 其中伽玛Γ(x)函数通过积分 来定义。 分布的密度函数的图形 图形特点： 不对称。 由 分布的定义，不难得到： 且相互独立, 1. 设 则 分布的具有可加性： 则可以求得， 2.若 事实上，因为 故 于是 统计量 对于给定的正数 称满足 则有 2、c2 分布的α分位点 的点x称为 分布的右侧α分位点，记为 对于给定的 称满足条件 的点 为 分布的 分位点。 由于密度函数表达式不简洁， 直接用它计算概率较难， 数学工作者按 造了 分布表附表4供查阅。 例 即 对于给定的正数 称满足 则有 c2 分布的左侧分位点 的点x称为 分布的左侧α分位点，记为 当 时， 对于给定的正数 称满足 则有 c2 分布的双侧分位点 的点x1和x2称为 分布的双侧α分位点，记为 和 当 时， 记为 的分布. 定义6.3 设总体 为X的一个样本, 所服从的分布为自由度为n－1的 分布. 则称统计量： 样本方差 S 2， 3、统计量 ⑴ 设 X1, X2 , … , Xn 是取自总体 的样本， 分别为样本均值和样本方差，则 ⑵ ⑶ 相互独立。 定理6.2 记为 T～t (n)。 所服从的分布为自由度为 n 的 t 分布. 1. 定义6.5 设X～N(0,1) , Y～ 独立，则称变量 , 且X与Y相互 四、t 分布 T 的密度函数为： 主讲教师: 王升瑞 第十九讲 二、统计量及其分布 一 、数理统计的几个基本概念 数理统计初步 本章转入课程的第二部分 变量函数的分布等。 在概率论中我们所研究的随机变量， 它的分布 都是假设已知的， 在这一前提下去研究它的性质、 特点和规律性， 例如求出它的数字特征， 讨论随机 数理统计是一个内容十分丰富的数学分支。 它既有严格的理论，更有极其广泛的应用。而且 随着科技的发展其研究内容还在不断地充实提高。 数理统计 作出精确而可靠的结论. 从总体上来说，数理统计可以分为两大类： 一类是如何科学地安排试验， 此部分内容称为描述统计学如：试验设计、抽样方法。 另一类是研究如何分析所获得的随机数据， 对所研究 的问题进行科学的、合理的估计和推断， 尽可能地为 采取一定的决策提供依据， 这部分的内容称为推断统计学， 如：参数估计、假设 检验等。 我们主要讨论有关推断统计学中几个最基本的 问题。 以获取有效的随机数据。 100个样品进行强度测试，于是面临下列几个问题： 例如 某厂生产一型号的合金材料， 用随机的方法选取 1、估计这批合金材料的强度均值是多少? (参数的点估计问题） 2、强度均值在什么范围内？ (参数的区间估计问题） 3、若规定强度均值不小于某个定值为合格，那么这 批材料是否合格？ (参数的假设检验问题） 4、这批合金的强度是否服从正态分布？ 5、若这批材料是由两种不同工艺生产的，那么不同 的工艺对合金强度有否影响？ 若有影响，那一种工艺 生产的强度较好？ (分布检验问题） (方差分析问题） 由几种原料用不同的比例合成，那么 如何表达这批合金的强度与原料比例之间的关系？ (回归分析问题） 我们依次讨论参数的点估计、区间估计、假设检验。 下面引入一些数理统计中的术语。 第六章 数理统计的几个基本概念 二、样本与简单随机样本 一 、总体与个体 函数或分布律、概率密度）的条件下研究随机变量的。 在概率论中， 而实际问题中所出现的随机变量往往是其分布类型 和分布参数都是未知的，或部分未知的。 因此，首要 问题是要弄清这一随机变量的分布。 如分布函数 至少也应该弄清它的数字特征。 （一般数字特征与参数 有关） 如期望和方差。 为此最理想的方法是对具体的 随机变量全体（如整批合金材料的强度进行全面地测 试）。 但这是不现实的，或是工作量极大的，或是由于 试验的破坏性而不可能。 我们是在已知随机变量分布（分布 考察某工厂生产的灯泡寿命 考察某型号手机的质量 考察吸烟和患肺癌的关系 例如本市家庭的月收入X是个随机变量， X服从什么 分布事先是不清楚的， 根据资料可确信 但 究竟取什么值还是未知的. 由于总体X的分布是未知的， 因此X的数字特征如 均值、方差等往往也是一个未知的值