统计学讲义稿.pdfVIP

第五章 统计量及其分布 在概率论的学习中，我们已经知道，随机变量及其概率分布 全面描述了随机现象的统计规律性，但在实际问题的研究中概率 分布往往是未知的。我们要讨论统计量的分布，找到总体参数与 统计量的分布之间的联系，进而通过样本去推断总体的数字特征。 第一节 总体与样本 1.总体 统计学把所要研究的事物或现象的全体称为总体，而把构成 总体的每个元素（成员）称为个体。要研究 10,000 名在校大学 生，10,000 名大学生就构成总体，每位大学生就是个体。实际问 题的研究中，我们关心的往往不是大学生（个体）的一切方面， 而是它的某个数量标志，比如大学生的身高，这时所有的身高就 构成总体，总体表现为一个数据集，其中有的数值大有的数值小， 有的出现机会多，有的出现机会少，记身高为 X ，它是一个随机 变量，记其分布函数为 F （x） 。可以把 X 的所有可能取值看做 总体，并称这一总体为具有分布函数 F （x）的总体。 总体也可以是多维的，如研究大学生的身高对体重的影响， 身高和体重这两个数量标志就构成二维随机向量（X ，X ），其 1 2 取值的全体就构成总体，即二维总体,记二维随机向量（X ，X ） 1 2 的联合分布函数为 F （x , x ），称这一总体为具有分布函数 F 1 2 （x , x ）的总体。 1 2 2.样本 1 统计学对总体的研究是以样本为工具的。为了掌握总体的分 布规律，从总体中随机抽取 n 个个体,其标志值（比如身高数值） 记为(x ，x ，…，x ) ，则(x ，x ，…，x )称为总体的一个样本， 1 2 n 1 2 n 样本包含的个体的数目 n 称为样本容量。 由于样本是从总体中随机抽取的，抽取前无法预知它的数值， 每个 X (1,2，…n)都是一个随机变量，样本(X ,X ,…,X )则是一个 n i 1 2 n 维随机向量。样本在抽取后就有确定的观测值，表现为 n 个具体 的数据(x ，x ，…，x ) 。 1 2 n 3. 简单随机样本 抽取样本是手段，推断总体才是目的。为使样本更好的反映 总体的信息，对样本抽取有两个基本要求。一是样本具有随机性， 总体中每个个体都有同等可能性进入样本，即每个 X 与总体 X i 具有相同的分布 F （x）。二是样本满足独立性，即 X ,X ,…,X 相 1 2 n 互独立，每一 X 的取值不影响另一 X 的取值。 i i 如果从总体 X 中抽取样本（ X 1,X 2 , ,X n ），其每个分量 X i （i  1, 2, , n ）都与总体X 具有相同的概率分布，且相互独立，则 这样的抽样方法称为简单随机抽样，而如此得到的样本，称为简 单随机样本。如果总体X 具有分布函数F (x) 或概率密度f (x) ，显 然来自总体X 的简单随机样本（X 1,X 2 , ,X n ）具有联合概率分布 n n F (x