应用概率统计（第二版）第5章 数理统计的基本概念.pptxVIP

第5章数理统计的基本概念5.1总体、样本、统计量5.25.3常用统计量的分布与分位点正态总体的六大抽样分布

5.1总体、样本、统计量

5.1总体、样本、统计量最常用的抽样方法为“简单随机抽样”,它应满足:(1)代表性.总体中每个个体都有同等机会被抽入样本,即认为样本X1,X2,…,Xn中的每个Xi(i=1,2,…,n)都与总体X有相同的分布.(2)独立性.样本中每个个体的取值并不影响其他个体的取值,这意味着X1,X2,…,Xn相互独立.定义5-1设X1,X2,…,Xn是总体X的一个样本,若T=T(X1,X2,…,Xn)是样本的函数,且不含任何未知参数,则称T为一个统计量.若x1,x2,…,xn是样本观测值,则称T(x1,x2,…,xn)是T的观测值.

5.1总体、样本、统计量定义5-2X1,X2,…,Xn是从总体X中抽取的样本,称统计量为样本均值;为样本方差;为样本标准差;为样本k阶原点矩.

5.1总体、样本、统计量【例5-1】某一样本的观测值如下:解由题目知样本容量n=50.样本均值为

5.2常用统计量的分布与分位点

5.2常用统计量的分布与分位点1.标准正态分布定义5-3设Z~N(0,1),若zα满足P(Zzα)=α,α∈(0,1),则称点zα为标准正态分布的上α分位点(图5-1).由于标准正态分布的密度函数为偶函数,可知z1-α=-zα.

【例5-2】给定α=0.05,查表求zα和z1-α的值.解反查正态分布表(附录4),得z0.05=1.645,z0.95=-z0.05=-1.645.设X1,X2,…,Xn相互独立,且均服从标准正态分布N(0,1),则称2.χ2-分布定义5-45.2常用统计量的分布与分位点

定义5-4χ2-分布的密度函数为其中Γ函数(读作Gamma函数)Γ(x)通过积分来定义,此积分在x0时有意义.f(x)的图形如图5-2所示.5.2常用统计量的分布与分位点

χ2-分布有如下性质:(1)若X~χ2(n),Y~χ2(m),且X与Y相互独立,则X+Y~χ2(n+m).这一性质称为χ2-分布的可加性.(2)若X~χ2(n),则有E[χ2(n)]=n,D[χ2(n)]=2n.5.2常用统计量的分布与分位点

5.2常用统计量的分布与分位点

【例5-3】解3.t-分布定义5-5设X~N(0,1),Y~χ2(n),且X与Y相互独立,则称服从自由度为n的t-分布,记为t~t(n).其密度函数为5.2常用统计量的分布与分位点

密度函数图形如图5-4所示.当t~t(n)时,其上α分位点记为tα(n),即P(ttα(n))=α,α∈(0,1).显然有t1-α(n)=-tα(n).5.2常用统计量的分布与分位点

t-分布的上α分位点如图5-5所示.【例5-4】给定α=0.01,查表求tα(12)和t1-α(12)的值.解由t-分布表(附录6)可得t0.01(12)=2.681,t0.99(12)=-2.681.5.2常用统计量的分布与分位点

4.F-分布定义1-1设X~χ2(n),Y~χ2(m),且X与Y相互独立,则称服从自由度为n,m的F-分布,记为F~F(n,m).其密度函数为5.2常用统计量的分布与分位点

密度函数图形如图5-6所示5.2常用统计量的分布与分位点

F-分布有如下性质:(2)若t~t(n),则t2~F(1,n).若F~F(n1,n2),其上α分位点记为Fα(n1,n2),即P(FFα(n1,n2))=α,α∈(0,1).F-分布的上α分位点如图5-7所示.利用F-分布的性质,容易证明5.2常用统计量的分布与分位点

【例5-5】给定α=0.01,查表求Fα(10,8)和F1-α(10,8)的值.解查F-分布表(附录7)可知,F0.01(10,8)=5.81,但对F0.99(10,8)的情况,附录7中查不到,即只能查到右侧尾部的分位点值.由于5.2常用统计量的分布与分位点

5.3正态总体的六大抽样分布

5.3正态总体的六大抽样分布定理5-1(单正态总体的抽样分布定理)

5.3正态总体的六大抽样分布

5.3正态总体的六大抽样分布定理5-2(双正态总体的抽样分布定理)