基本概念与抽样分布.pptVIP

定义1.3 设总体X的分布为一个含未知参数的分布族 ， 是X的一个样本。 是一个统计量,对给定的t ，样本 在的条件 下的条件分布与参数 无关，则称统计量T是参数 的充分统计量。 第二十页，共五十七页。 上例的一般情况是 设 是来自0-1分布 的一个简单随机样本，其中 ，则 是 参数的充分统计量。 第二十一页，共五十七页。 由定义可得 定理1.1 设 是参数 的充分统计量， 是单值可逆函数，则 也是参数 的充分统计量。 第二十二页，共五十七页。 当总体为连续型总体时，充分统计量要用条件分布密度来描述。奈曼（J.Neyman）和哈尔斯（P.R.Halmos）在20世纪40年代提出并严格证明了一个判别充分统计量的方法：因子分解定理。 第二十三页，共五十七页。 定理1.2 （因子分解定理）设样本的联合分布为一个含未知参数的分布族 ,则 是一个充分统计量当且仅当存在这样的两个函数： (1)与 无关的非负函数 ； (2)与 有关，且仅与统计量T的值有关的非负函数 使得 其中 在离散总体的情况下表示样本的分布列，在连续总体的情况下表示样本的分布密度。 第二十四页，共五十七页。 例 设 是来自 分布,即它的分布密度为 的一个简单随机样本，其中 则 分别是参数 的充分统计量 第二十五页，共五十七页。 解:样本 的联合分布密度为 如果令 由因子分解定理知 是 的充分统计量。 第二十六页，共五十七页。 例 设总体X的分布密度为 是X的一个简单随机样本，试证明最小顺序统计量 的充分统计量。 　 第二十七页，共五十七页。 证:样本 的联合分布密度为 如果令 由因子分解定理知 是 的充分统计量。 第二十八页，共五十七页。 §1.4抽样分布 我们称统计量的分布为抽样分布 ,不同的统计量其分布不一定相同. 常见的分布类型有: 正态分布 伽玛分布 卡方分布 t 分布 F分布 第二十九页，共五十七页。 伽玛分布 定义1.4 如果连续型随机变量X的密度函数为 其中 为 函数，则称X为服从参数是 的伽玛分布，记为 第三十页，共五十七页。 伽玛分布的性质 (1) 由此可得 第三十一页，共五十七页。 (2) 如果 ，并且X和Y相互独立，容易求得 这个性质称为可加性,即伽玛分布具有可加性. 第三十二页，共五十七页。 卡方分布 用构造性的方式定义是 定义1.5 设 为相互独立的随机变量，且均服从 ，则它们的平方和 也是一个随机变量，它所服从的分布称为自由度为n的 分布，记为 第三十三页，共五十七页。 它的密度函数为 其密度函数与参数n有关，它的图形也有一定差异． 第三十四页，共五十七页。 卡方分布的性质 　　　若　　　　　　，则 　　即卡方分布是一种伽玛分布，因此具有伽玛分布的性质 　　（１） 　　（２） 如果