（整理）次序统计量及其分布.pptVIP

例 5-3-2 :设总体X 的密度函数为 现从该总体中抽得一个容量为 5 的样本，试计算 解： 我们首先应求出 x (2) 的分布。由总体密度函数不难求出总体分布函数为 由公式（5-3-3）可以得到 x (2) 的密度函数为 优选 * 于是 优选 * （二）多个次序统计量的联合分布 仅讨论任意二个次序统计量的情形。 定理 5-3-2 ：设总体 ξ 有密度函数 f (x) , a ≤x ≤b , （同样可设 a = - ∞, b = +∞ ) 。并且 ξ1 , ξ2 , … , ξn 是取自这一总体的一个样本，则其任意两个次序统计量 ξ (1) ξ (2) 的联合分布密度函数为 （5-3-6） 证明：对增量 ?y, ?z 以及 y z , 事件 优选 * 可以表述为“容量为 n 的样本 x1, x2, … , xn 中有 i-1 个观测值小于等于 y , 一个落入区间 ( y , y + ?y ] , j –i -1 个落入区间 ( y + ?y , z ] , 一个落入区间 ( z, z+?z ] ,而余下的 n—j 个大于 z + ? z ” i-1 1 j-i-1 1 n-j 于是由多项分布得 i-1 1 j-i-1 1 n-j i-1 1 j-i-1 1 n-j i-1 1 j-i-1 1 n-j y y+?y z z+?z i-1 1 j-i-1 1 n-j 优选 * 考虑到 F (x) 的连续性，当 有 于是 优选 * 例5-3-4：设总体分布为 U ( 0 , 1 ) , x1, x2, … , xn 为样本，则 ( x (1) , x (n) )的联合密度函数为 令 由 R 0 可以推出 则 该分布参数为 ( n-1, 2 ) 的贝塔分布。 优选 * 总体分位数与样本分位数 （一）总体分位数 定义5-3-2： 设总体 X 的分布函数为 F (x) ，满足 (5-3-7) 的 xα称为 X 的 α—分位数，如下图所示。 几种常用分布 的分位数 优选 * 都在书后附表中可以查到。其中 N ( 0, 1 )是分布函数表Φ ( x ) 反过来查，而其它几个分布,则是分别对给出 α 的几个的常用值如 α=0, 0.25, 0.05, 0.1, 0.9, 0.95, 0.975 等等，列出相应分布对应值的 α 分位点。图 5-9 给出了四种常用分布的 α 分位点表示方法，其中 N ( 0, 1 ) 的 α 分位点通常记成 uα . 图 5-9 优选 * 这里要注意到如下几个有用的事实。 ，要求的分位数 xα, 可化成求 1) 若 N ( 0, 1 )的分位数 . 此时， 故 从而 2） 对于 T ~ t (n) ，由密度函数的对称性可知 即 （5-3-8） （5-3-9） 优选 * 3）对于 F—分布 由于 所以 即 （5-3-10） 优选 * （二）样本分位数 定义5-3-3：设 为取自总体 X 的次序统计量，称 mp 为样本 p 分位数。（Sample p– Quantile ) 特别地，当 p = ? 时，称 mp 为样本中位数。 （5-3-11） （5-3-12） 优选 * 课件 课件 课件 课件 课件 课件 课件 课件 课件 课件 课件 课件 课件 课件 课件 课件 课件 课件 课件 课件 课件 课件 课件 课件 §5.3 次序统计量及其分布 定义 定义 5-3-1: 设 为取自总体X的样本， 将其按大小顺序排序 则称 X(k) 为第 k 个次序统计量( No.k Order Statistic) 特别地，称 （5-3-1） 为最小顺序统计量(Minimum order Statistic) 称 （