浅谈统计学(课件).ppt

第四节偏态和峰度的测定一、偏态系数（Skewness）（一）经验测定法经验测定法是利用平均数之间的关系来测定随机变量的偏斜状态的，有皮尔逊（K·Pearson）偏度系数和鲍莱（A·L·Bowley）偏度系数。1、皮尔逊（K·Pearson）偏度系数2、鲍莱（A·L·Bowley）偏度系数取值在-3—+3之间取值在-1—+1之间（二）矩法偏度系数1、什么是矩？原点矩是随机变量取值K次方的数学期望，称为K阶原点矩。未分组资料：分组资料：中心矩是随机变量各取值与数学期望离差的K次方的数学期望，称为K阶中心矩。未分组资料：分组资料：2、矩法偏度系数二、峰度系数为正表示正偏，为负表示负偏，绝对值越大，表示偏度越大峰度系数越大越尖峭，大于3为尖峰分布第四章抽样分布与参数估计抽样分布抽样平均误差区间估计样本容量的确定第一节抽样及抽样分布样本总体均值比例方差容量nN一、基本概念总体参数：未知的待估计的总体指标值。记为估计量：用来估计总体指标数值的样本指标称为总体指标的估计量。通常记为常用的样本估计量与总体参数的表示符号如下表所示。重置抽样：有放回抽样不重置抽样：不放回抽样相互独立不独立抽样分布是样本估计量的概率分布。即由样本估计量的所有可能取值及其相应概率组成。例：设总体由4、5、6三个数字组成，从中抽取容量为2的随机样本。试列出样本均值的抽样分布。样本均值的抽样分布，与抽样的两种不同方式——重置抽样和不重置抽样有关。在重置抽样情况下，样本可能数目为Nn=32=9在不重置抽样情况下，样本可能数目为ANn=A32=6，由于两种抽样方式下样本可能数目不同，因此，样本均值的抽样分布也不同。以下以重置抽样为例。对于重置抽样，全部可能样本分别为（4，4），（4，5），（4，6），（5，4），（5，5），（5，6），（6，4），（6，5），（6，6），每个样本被抽到的概率相同，均为1/9。对于每个可能样本，均可计算出一个样本均值，并进一步可得样本均值的抽样分布如下所示。44.555.561/92/93/92/91/91、样本均值的抽样分布（1）正态总体中样本均值的抽样分布如果总体服从期望为，方差为的正态分布，从中抽取样本，无论样本容量多大，则可以证明样本均值服从正态分布。即～N（E(),Var()）。简言之，正态总体中样本均值服从正态分布。（2）大样本情形下样本均值的抽样分布中心极限定理：对于任意一个期望为方差为的总体，当样本容量n足够大时，样本均值近似地服从期望为E(),，方差为Var()的正态分布。E()=()重置抽样不重置抽样2、样本比例的抽样分布（1）什么是比例？将总体分成两部分，其中一部分占总体的比重。比例的本质是均值，是两点分布总体的均值。样本比例则是来自该总体的样本均值。样本比例是随机变量。即对于两点分布总体：==（2）样本比例的抽样分布根据中心极限定理，从服从任意分布的总体中抽取样本，只要样本容量足够大，样本均值就近似地服从正态分布，显然在大样本情形下，样本比例近似地服从正态分布，即～N(E(),V())。E（）=V（）=V()=重置抽样不重置抽样3、样本方差的抽样分布若所考察的随机变量的分布为正态分布，即X～N（，），从该总体中抽取容量为的简单随机样本，则有第二节参数估计概述一、参数估计的两种类型(一)点估计如果根据样本资料给出总体参数的单一估计值，这种估计称为点估计。矩法