工程数学 课件 第7章 数理统计.pptx

第7章数理统计;

第1节样本及抽样分布;

例如，研究某城市人口年龄的构成时，可以把该城市所有居民的年龄看作一个整体.若该城市有1000万人口，那么该总体就是由1000万个表示年龄的数字构成的，而每一个人的年龄即是一个个体。

总体中所含的个体数不一定是个定值，它可以是很小的有限值，也可以是很大的值,甚至是无限值。

例如，研究棉花的纤维长度时，每根棉花的纤维长度就是一个个体,若研究对象为一个棉包，则总体中所包含的个体数目可视为无穷大。而如果测量一个班100名学生的体重，则总体中所包含的个体数目只有有限多个。;

如果从总体X中抽取n个个体X1,X2,…,Xn组成一个样本，则记为(X1,X2,…,Xn)，其中Xi(i=1,2,…,n)表示第i次从总体X中取得的个体.很明显，每个Xi(i=1,2,…,n)都是随机变量。所以，称(X1,X2,…,Xn)为随机样本。对样本(X1,X2,…,Xn)的每一次观察所得到的n个数(x1,x2,…,xn)，称为样本观察值(或样本值)。

为了研究方便,常常假定样本满足以下两个性质：

(1)独立性：X1,X2,…,Xn是n个相互独立的随机变量。

(2)代表性：每个Xi(i=1,2,…,n)与总体X有相同的分布。

具有上述两个性质的随机样本(X1,X2,…,Xn)称为简单随机样本。以后讨论的样本都指简单随机样本。;

2.样本的联合分布

对于简单随机样本(X1,X2,…,Xn)，其联合概率分布可以由总体X的分布完全确定。若总体X的分布函数为F(x)，则样本(X1,X2,…,Xn)的联合分布函数为

又若X具有概率密度f(x)，则(X1,X2,…,Xn)的联合概率密度为;

若X的分布律为P{X=xi}=pi，i=1,2,…,则(X1,X2,…,Xn)的联合分布律为;

;

二、统计量

从统计学的观点来看，总体的分布一般是未知的。有时总体的分布类型已知，但其中包含着未知参数，如总体X~N(μ,σ2)中μ，σ2未知。统计学的方法是进行抽样得到样本，利用样本提供的信息对总体中的未知参数进行推断，这就是统计推断。然而，我们实际上观察得到的是样本值，即一批数据，我们对这批数据进行处理，最常用的方法就是构造一个样本函数，这种样本函数称为???计量。;

定义7.1设(X1,X2,…,Xn)为来自总体X的样本，g(X1,X2,…,Xn)是(X1,X2,…,Xn)的函数，若g中不含任何未知参数，则称g(X1,X2,…,Xn)为统计量，称统计量的概率分布为抽样分布。

设(x1,x2,…,xn)是相应于样本(X1,X2,…,Xn)的样本值，则称g(x1,x2,…,xn)是g(X1,X2,…,Xn)的观察值。;

;

;

定理7.1设总体X~N(μ,σ2)，(X1,X2,…,Xn)为来自总体X的样本，则;

三、抽样分布

1.χ2分布

定义7.2设随机变量X1,X2,…,Xn相互独立，且均服从标准正态分布N(0,1)，则

的分布称为自由度为n的χ2分布，记为χ2~χ2(n)。;

2.t分布

定义7.2设随机变量X、Y相互独立,且X~N(0,1),Y~χ2(n),则称随机变量服从自由度为n的t分布(又称学生氏分布)，记作T~t(n)。

t分布的概率密度函数为;

t分布的性质如下:;

3.F分布

定义7.4设随机变量X、Y相互独立，且X~χ2(m)，Y~χ2(n)，则称随机变量F=服从自由度为(m,n)的F分布，记作F~F(m,n)。

F分布的概率密度函数为

;

对于给定的α(0≤α≤1)，称满足等式

的点Fα(m,n)为F分布的α分位点。

F分布的性质如下：;

;

第2节参数的点估计;

二、矩估计法

矩估计法的思想是用样本矩作为总体矩的估计。当总体X的分布类型已知，但含有未知参数时，可以用矩估计法获得未知参数的估计。

设X的分布函数为F(x,θ),θ=θ1,θ2,…,θk为待估参数，并设总体X的前k阶矩存在，且它们均是θ1,θ2,…,θk的函数，则求待估参数θi(i=1,2,…,k)的矩估计的步骤如下：;?;

例7.4设总体X的二阶矩存在且未知，(X1,X2,…,Xn)为来自总体的样本，求μ=E(X)和σ2=D(X)的估计量。;

;

三、最大似然估计法

定义7.6设总体X具有概率密度函数f(x;θ)或分布律函数p(x;θ)，θ=θ1,θ2,…,θm为待估参数，样本(X1,X2,…,Xn)的联合概率密度