数理统计学 总体与样本..pptVIP

二、正态总体的抽样分布定理 * * 数理统计学是一门应用性很强的学科. 它是研究怎样以有效的方式收集、 整理和分析带有随机性的数据，以便对所考察的问题作出推断和预测. 分析这些数据的方法.概括起来可以归纳成两大类: 参数估计──根据数据, 对分布的未 知参数进行估计. 假设检验──根据数据,用一些方法对分布的未知参数进行检验. 它们构成了统计推断的两种基本形式.这两种推断方法渗透到了数理统计的每个分支. 总体与样本 实际上,我们真正关心的并不是 总体或个体的本身,而是它们的某项数量指标. 因此,我们应该把总体理解为那些研究对象上的某项数量指标的全体. 说明 一、总体 在统计学中,将我们研究的问题所涉及的对象的全体称为总体,而把总体中的每个元素称为个体. 例如:我们想要研究一家工厂的某种产品的 废品率.这种产品的全体就是我们的总体, 而每件产品则是个体. 对一个总体,如果我们用X表示它的数量指标, 如果我们随机地抽取个体,则X的值也就随着抽取的个体的不同而不同. 所以X是一个随机变量,称为表征总体的随机变量 二、总体的分布 X 的分布函数和数字特征分别称为总体的分布函数和数字特征.根据X的不同可分为离散型总体和连续型总体. 总体所包含的个体总数称为总体容量，总体容量是有限的,则称该总体为有限总体. 如果总体所包含的个体数量是无限的,则称该总体为无限总体. 三、有限总体与无限总体 通常在总体所含个体数量比较大时,我们就把 它近似地视为无限总体 二、简单随机样本 随机现象的统计规律性必须通过大量重复 试验才能体现出来. 试验 完全试验: 部分试验: 因成本大,可能具有破坏性 故不可取 抽样 抽样 —— 从总体中抽取的部分个体的过程. 样本 ——抽样得到的一组试验数据. 样本容量 ——样本中所含个体的数量 由于是根据样本取值来估计总体分布, 因此自然要求样本它具有代表性 随机性:每个个体被抽到的机会均等 独立性:抽取后总体分布不变 满足以上条件的抽样称为简单随机抽样 实现方式: 有限总体:采取有放回的方式 无限总体:可采取无放回的方式 抽样 —— 从总体中抽取的部分个体的过程.抽出的个体称为样本 称 为总体 X 的一个容量为n的样本观测值. 用 表示, n 为样本容量. 总结: 若总体 X 的样本 满足: (1) 与X 有相同的分布 (2) 相互独立 简单随机样本 设总体X的分布为F(x)，则样本(X1,X2,…,Xn)的联合分布为 (1)当总体X是离散型时，其分布律为 样本的联合分布律为 (2)当总体X是连续型时， X~f(x)，则样本的联合密度为 设总体 X 的分布函数为F (x),则样本 若总体X 的密度函数为 f( x),则样本 的联合概率密度为 的联合分布函数为 例 设 (X1,X2,…,Xn)为X的一个样本， 求(X1,X2,…,Xn)的密度。 解 (X1,X2,…,Xn)为X的一个样本，故 例 设某电子产品的寿命X服从指数分布，密度函数 (X1,X2,…,Xn)为X的一个样本，求其密度函数。 解 因为(X1,X2,…,Xn)为X的一个样本， 例 某商场每天客流量X服从参数为λ的泊松分布，求其样本(X1,X2,…,Xn)的联合分布律。 解 统计量 定义:设X1,X2,…,Xn是来自总体X的一个 样本,g(X1,X2,…,Xn)是n维随机变量的函数, 称为样本函数 若 是一个样本值, 称 的一个样本值 为统计量 若g中不含任何未知参数,则称 为统计量. 总体 选择个体 样本 观测样本 样本观察值 (数据) 数据处理 样本有关结论 统计的一般步骤: 推断总体性质 统计量 “不含未知参数的样本的函数”称为统计量。 常用的统计量 为样本均值 为样本方差 为样本标准差 设 是来自总体 X 的容量 为 n 的样本,称统计量 结论 设 则 (1) 为样本的k 阶原点矩 为样本的k 阶中心矩 例如,一阶样本原点矩就是样本均值 而样本方差与样本二阶中心矩不同 关系式 (5) 样本最大值与样本最小值 设 为样本, 当 取值为 时, 分别称为样本最大值与样本最小值 几个常用的统计量 样本均值 样本方差 样本均方差 样本k阶原点矩 样本k阶中心矩 例 从一批机器零件毛坯中随机地抽取10件, 测得其重量为(单位: 公斤): 210, 243, 185, 240, 215, 228, 196, 235, 200, 199 求这