概率统计经典讲义.pptxVIP

由样本值去推断总体情况，需要对样本值进行“加工”，这就要构造一些样本的函数，它把样本中所含的（某一方面）的信息集中起来.一、统计量概念§2抽样分布定义设X1,X2,?,Xn是来自总体X的一个样本，g(X1,X2,?,Xn)是X1,X2,?,Xn的函数，若g中不含未知参数，则称g(X1,X2,?,Xn)是一个统计量.

X1,X2,?,Xn都是r.v.,而g(X1,X2,?,Xn)是它们的函数，所以g(X1,X2,?,Xn)也是一个r.v.,若设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.

样本均值01样本方差02样本标准差03样本k阶原点矩04样本k阶中心矩05二、几个常见统计量

01样本均值与总体均值的关系02若总体X的k阶矩E(Xk)=μk存在，则：03若g是连续函数，则：

四、几个常用统计量的分布分布（一）定义:设相互独立,都服从正态分布N(0,1),则称随机变量：服从自由度为n的分布，记为

分布的密度函数logo来定义.其中伽玛函数通过积分

分布的性质设且相互独立，则（分布的可加性）2.设，则

对于给定的??(0,1),称满足条件:分布的分位点的点为分布的上?分位点..分布的上?分位点可以查附4(P443)，但是该表只列到n=45为止；当n45时，有：其中zα是标准正态分布的上?分位点.

分布的上?分位点f(x)xαχ2α(n)o

1.??设相互独立,都服从正态分布则注记应用中心极限定理可得，当n充分大时，近似服从正态分布N(0,1).2.若

t(n)分布的密度函数为定义:设X～N(0,1),Y～,且X与Y相互独立，则称变量服从自由度为n的t分布，记为：（二）t分布

t(n)分布的性质1.数学期望和方差E(t)=0;D(t)=n/(n-2),对n23.当n充分大时，其图形类似于标准正态分布密度函数的图形,但对于较小的n，t分布与N(0,1)分布相差很大.2.t分布的密度函数关于t=0对称，且

对于给定的??(0,1),称满足条件:的点tn(?)为t分布的上?分位点.t分布的上?分位点可以查附表3(P441).t分布的分位点

t分布的上?分位点h(t)tαtα(n)o当n45时，tα(n)≈zα

（三）F分布定义:设且U、V独立，则称统计量服从自由度为(n1,n2)的F分布，记作:由定义可见，其中n1称为第一自由度，n2称为第二自由度.

F分布的密度函数为

对于给定的??(0,1),称满足条件:01F分布的分位点02的点F?(n1,n2)为F分布的上?分位点.03F分布的上?分位点可以查附表5(P447).04

F分布的上?分位点φ(y)yαFα(n1,n2)o

五、几个重要的抽样分布定理设X1,X2,…,Xn是取自正态总体定理1的样本，则有

定理2分别为样本均值和样本方差,设X1,X2,…,Xn是取自正态总体的样本,则有

定理3则有设X1,X2,…,Xn是取自正态总体分别为样本均值和样本方差,的样本,

定理4分别是这两个样本的且X与Y独立,X1,X2,…,是取自X的样本,取自Y的样本,分别是这两个样本的样本方差,均值,则有Y1,Y2,…,是样本设

若，则：

假设某物体的实际重量为?,但它是未知的.现在用一架天平去称它,共称了n次,得到X1,X2,?,Xn，假设每次称量过程彼此独立且没有系统误差,则可以认为这些测量值都服从正态分布N(?,?2),方差?2反映了天平及测量过程的总精度.根据基本定理,例1通常我们用样本均值:

例如?=0.1时,若取n=10,则:下面讨论样本均值与真值?的偏差.根据3σ法则:还是?=0.1时,若取n=100,则:随着称量次数n的增加,偏差界限越来越小.

在设计导弹发射装置时,重要事情之一是研究弹着点偏离目标中心的距离的方差.设对于一类导弹发射装置,弹着点偏离目标中心的距离