6统计量及分布.pdfVIP

统计量及分布 教程 1、 复习 1：统计量定义：总体，样本的不含其他未知量的函数称为统计量，当 样本观察值给定，统计量的值也可以马上得到 2：经验分布，总体，样本观察值，构造离散随机变量，由格列纹科定 理，。 说明，经验分布和总体分布很近似。 ××××××××××× syms x t pi int(1/sqrt(2*pi)*exp(-t^2/2),t,-inf,x) ans = 1/2+1/2*erf(1/2*2^(1/2)*x) A=normrnd(0,1,1,300); X=-4:0.25:4; for i=1:size(X,2) N(i)=1/2+1/2*erf(1/2*2^(1/2)*X(i)); F(i)=sum(A=X(i))/300; end plot(X,N,r) hold on plot(X,F,b*) 频数直方图 概率函数的概念：连续随机变量的概率函数指概率密度函数，离散随机 变量的概率函数则指概率分布列函数 B=randn(2000,1); hist(B,30) 3、随机变量的矩（ moment） 和分别称为随机变量 X 的m阶原点矩和 k阶中心矩 随机变量的一阶原点矩和二阶中心矩分别是（）和（）？ 二：由格列纹科定理，经验随机变量的概率分布函数既然和总体的概率 分布函数近似，那么，它们对应的原点矩（中心矩）也应该比较接近。 因此，若总体均值是未知量，我们可以用来估计它。 从统计方案角度，我们就是在用的观察值来估计总体均值。统计量称为 样本均值。 同样道理，我们定义样本方差为统计量。（样本标准差） 三：一般地，定义为样本 m阶原点矩，为样本 k 阶中心矩。它们的本质 是统计量（从统计方案角度给出的定义），是随机变量。 例题：假若总体 ( 只能是假定 ), matlab模拟生成样本观察值： A=normrnd(1,0.5,1,100); % 总体，模拟生成 1行 100列对应样本 %观察值 0.990440509876667 0.456830059728371 1.14607416450737 1.42211417308743 moment1=mean(A) %计算样本均值 moment1 = 0.9981 moment1=sum(A)/100 % 也可以自己编程解决 moment1 = 0.9981 variance=sum((A-moment1).^2)/100 % 计算样本方差 variance = 0.2910 standardvariance=sqrt(variance) %计算样本标准差方差 standardvariance = 0.5394 说明：从模拟结果看，效果还可以。 以上所定义的样本均值、样本方差是最常用的统计量（是随机变量，不 是数，但是总体的均值和总体的方差却是具体的数） 我们还定义 四：次序统计量 定义：样本由 n个个体组成，每个个体有许多可能取值，从小到大排 列，第 k个大的有各种可能取值（可能是的观察值排在第 k个位置，也可 能是的观察值 ...），称为第 k个次序统计量，记 例题： P271例题 5.3.6 定理 5.3.5：总体，样本的第 k个大次序统计量的概率密度函数为 例题：从 [0,1] 中任意取值 5次，则第 2个大的次序统计量平均值为多少 （0.4吗？） 解：， 模拟 A=unifrnd(0,1,5,100) % 每列的 5个数据看作一次样本观察，每次观察得到一 个%的值，独立进行 100次观察 C=[]; for i=1:100 % 对于 100次观察试验 B=sort(A(:,i)); % 取出第 i次样本观察的数据（ 5个数据）从小到大排 列 C=[C,B(2)]; % 取出第 i次试验的数据第 3个大的赋