概率论与统计原理 第5章.ppt

（ 2 ）假设检验的理论依据 小概率原则。所谓小概率原则，就是根据具体问 题的要求，指定一个可以认为“充分小”的数 α （ 0< α <1 ），并且把概率不大于 α 的事件认为是 “实际不可能事件”，即认为这样的事件在一次 试验或观测中实际上不会出现。 4 、假设检验的基本步骤 （ 1 ）根据实际问题的要求提出原假设 H 0 和备择假设 H 1 ，并且在作出最后的判断之前，将始终在假设 H 0 成立的假定下进行分析； 第五章 统计原理 § 5.1 数理统计的基本概念 5.1.1 总体和样本 在实际中，我们把研究对象的全体组成的集合称 为总体；组成总体的每一个元素称为个体；总体 的一个子集称为样本。 在数学上，我们把随机变量 X 称为总体，并把随机 变量 X 的概率分布称为总体分布 ； 把相互独立且与 总体 X 同分布的随机变量（ X 1 ， X 2 ， … ， X n ）称 为来自总体 X 的一个简单随机样本； n 称为样本容 量；把样本（ X 1 ， X 2 ， … ， X n ）的每一个具体值 （ x 1 ， x 2 ， … ， x n ）称为样本（ X 1 ， X 2 ， … ， X n ）的 一组样本观测值或样本实现。 5.1.2 统计量 设（ X 1 ， X 2 ， … ， X n ）是来自总体 X 的一个简单随 机样本，称样本的函数 T=g （ X 1 ， X 2 ， … ， X n ）为 统计量，如果它不依赖于任何未知参数。统计量的 具体值亦称做统计量的实现 。 几个常用的统计量： 1 、样本均值 ? ? ? n i i X n X 1 1 2 、样本方差 3 、样本标准差 4 、样本 k 阶原点矩 ? ? ? ? ? n i i X X n S 1 2 2 ) ( 1 1 ? ? ? ? ? n i i X X n S 1 2 ) ( 1 1 ? ? ? n i k i k X n a 1 1 5 、样本 k 阶中心矩 6 、顺序统计量 最小统计量 最大统计量 极差 ? ? ? ? n i k i k X X n 1 ) ( 1 ? } , , , m in{ 2 1 ) 1 ( n X X X X ? ? } , , , max{ 2 1 ) ( n n X X X X ? ? ) 1 ( ) ( X X R n ? ? 例 1 设假设总体 X 服从参数为 p （ 0< p <1 ）的 0-1 分布， p 未知。（ X 1 ， X 2 ， … ， X 5 ）是来自 X 的简单随机 样本。 （ 1 ）指出 X 1 + X 3 ， min （ X 1 ， X 2 ， … ， X 5 ）， X 5 +2 p （ X 5 - X 2 ）， X 2 - E X 4 ，（ X 3 - X 5 ） 2 ，中哪些是统计 量，哪些不是统计量 ？ （ 2 ）如果（ 0 ， 1 ， 0 ， 1 ， 1 ）是一个样本值，求样 本均值和样本方差 。 例 2 设一个样本由六个 6 ，七个 7 ，八个 8 ，九个 9 和 十个 10 组成．求样本容量，样本均值、样本方差 和样本极差。 例 3 设某地区抽样调查 200 个居民家庭，得到月支出 的统计资料如下： 月支出（千元） 1~2 2~3 3~4 4~5 5~6 6~7 7~8 家庭数 18 35 76 24 19 14 14 求样本均值和样本方差近似值。 5.1.3 经验分布函数 对于任意实数 x ，设 μ n 表示样本（ X 1 ， X 2 ， … ， X n ） 的 n 个观察值中不大于 x 的观察值的个数，则 μ n 表 示在对总体 X 的 n 次独立重复观测中，事件 { X ≤ x } 出 现的次数。因此在对总体 X 的 n 次独立重复观测中， 事件 { X ≤ x } 出现的频率 n x x F n n ) ( ) ( ? ? 称为总体 X 的经验分布函数或样本分布函数 。 对于给定的样本值（ x 1 ， x 2 ， … ， x n ），经验分布函 数具有分布函数的一切性质，经验分布函数也是一 个阶梯型的函数；经验分布函数依概率收敛于总体 的分布函数。 经验分布函数依概率收敛于总体的分布函数这个结 论，为进行统计推断提供了依据。 例 4 根据例 1 （ 2 ）和例 2 中的数据，分别求其经验分布 函数。 § 5.2 抽样分布 5.2.1 χ 2 分布 设（ X 1 ， X 2 ， … ， X n ）是来自正态总体 N （ 0 ， 1 ）的样 本，称统计量 χ 2 = X 1 2 + X 2 2 +…+ X n 2 服从自由度为 n 的 χ 2 分布，记为 χ 2 ~ χ 2 （ n ）。 χ