2021年数理统计讲义.doc

《数理记录》 教 案 记录量及其抽样分布 第一节　总体与样本教学目：规定学生理解数理记录两个基本概念:总体和样本，以及与这两个基本概念有关记录基本思想和样本分布。 教学重点：掌握数理记录基本概念和基本思想. 教学难点：掌握数理记录基本概念和基本思想. 一、总体与个体　　在一种记录问题中，咱们把研究对象全体称为总体，构成总体每个成员称为个体。对多数实际问题。总体中个体是某些实在人或物。例如，咱们要研究某大学学生身高状况，则该大学全体学生构成问题总体，而每一种学生即是一种个体。事实上，每个学生有许多特性：性别、年龄、身高、体重、民族、籍贯等。而在该问题中，咱们关怀只是该校学生身高如何，对其她特性暂不予以考虑。这样，每个学生（个体）所具备数量指标值——身高就是个体，而将所有身高全体当作总体。这样一来，若抛开实际背景，总体就是一堆数，这堆数中有大有小，有浮现机会多，有浮现机会少，因而用一种概率分布去描述和归纳总体是恰当。从这个意义上看，总体就是一种分布，而其数量指标就是服从这个分布随机变量。后来说“从总体中抽样”与“从某分布中抽样”是同一种意思。　　例1.考察某厂产品质量，将其产品只分为合格品与不合格品，并以0记合格品，以1记不合格品，则　　总体＝｛该厂生产所有合格品与不合格品｝＝｛由0或1构成一堆数｝。　　若以p表达这堆数中1比例（不合格品率），则该总体可由一种二点分布表达：　　　　不同p反映了总体间差别。例如，两个生产同类产品工厂产品总体分布为：　　　　　　咱们可以看到，第一种工厂产品质量优于第二个工厂。　　实际中，分布中不合格品率是未知，如何对之进行预计是记录学要研究问题。二、样本　　为了理解总体分布，咱们从总体中随机地抽取n个个体，记其指标值为x1，x2，…，xn，则x1，x2，…，xn称为总体一种样本，n称为样本容量，或简称样本量，样本中个体称为样品。　　咱们一方面指出，样本具备所谓二重性：一方面，由于样本是从总体中随机抽取，抽取前无法预知它们数值，因而，样本是随机变量，用大写字母X1，X2，…，Xn表达；另一方面，样本在抽取后来经观测就有拟定观测值，因而，样本又是一组数值。此时用小写字母x1，x2，…，xn表达是恰当。简朴起见，无论是样本还是其观测值，本书中样本普通均用x1，x2，…，xn表达，读者应能从上下文中加以区别。　　例2.啤酒厂生产瓶装啤酒规定净含量为640g，，由于随机性，事实上不也许使得所有啤酒净含量均为640g ,现从某厂生产啤酒中随机抽取10瓶测定其净含量，得到如下成果：　　 641　　635　　640　　637　　642　　638　　645　　643　　639　　640　　这是一种容量为10样本观测值。相应总体为该厂生产瓶装啤酒净含量。　　从总体中抽取样本时，为使样本具备代表性，抽样必要是随机抽样。普通可以用随机数表来实现随机抽样。还规定抽样必要是独立，即每次成果互不影响。在概率论中，在有限总体（只有有限个个体总体）中进行有放回抽样，是独立随机抽样；然而，若为不放回抽样，则是不独立抽样。但 　　当总体容量N很大但样本容量n较小时，不放回抽样可以近似地看做放回抽样，即可近似看做独立随机抽样。 　　下面，咱们假定抽样方式总满足独立随机抽样条件。　　从总体中抽取样本可以有不同抽法，为了能由样本对总体做出较可靠推断，就但愿样本能较好地代表总体。这就需要对抽样办法提出某些规定，最惯用 “简朴随机抽样”有如下两个规定：　　（1）样本具备随机性，即规定总体中每一种个体均有同等机会被选入样本，这便意味着每同样品xi与总体X有相似分布。　　（2）样本要有独立性，即规定样本中每同样品取值不影响其她样品取值，这意味着x1，x2，…，xn互相独立。　　用简朴随机抽样办法得到样本称为简朴随机样本，也简称样本。除非特别指明，本书中样本皆为简朴随机样本。 　　于是，样本x1，x2，…，xn可以当作是互相独立具备同一分布随机变量，其共同分布即为总体分布。 　　设总体X具备分布函数F（x），x1，x2，…，xn为取自该总体容量为n样本，则样本联合分布函数为：　　　　若总体具备密度函数f（x），则样本联合密度函数为　　　　若总体X为离散型随机变量，则样本（联合）概率函数为　　 显然，普通说样本分布是指多维随机变量（x1，x2，…，xn）联合分布。　　例3.为预计一物件重量μ，用一架天平重复测量n次，得样本x1，x2，…，xn，由于是独立重复测量，x1，x2，…，xn是简朴随机样本。总体分布即x1分布（x1，x2，…，xn分布相似）。由于称量误差是均值（盼望）为零正态变量，因此x1可以为服从正态分布N（μ，σ2）（X1等于物件重量μ）加上称量误差，即x1概率密度为