第四章统计数的分布.pptVIP

t分布?t分布是类似正态分布的一种对称分布，它通常要比正态分布平坦和分散。一个特定的分布依赖于称之为自由度的参数。随着自由度的增大，分布也逐渐趋于正态分布。xt分布与标准正态分布的比较t分布标准正态分布t不同自由度的t分布标准正态分布t(df=13)t(df=5)z第29页，共40页，星期日，2025年，2月5日第1页，共40页，星期日，2025年，2月5日研究总体与从中抽取的样本之间的关系是统计学的中心内容。对这种关系的研究可从两方面着手，一是从总体到样本，这就是研究抽样分布(samplingdistribution)的问题；二是从样本到总体，这就是统计推断(statisticalinference)问题。第2页，共40页，星期日，2025年，2月5日由总体中随机地抽取若干个体组成样本，即使每次抽取的样本含量相等，其统计量也将随样本的不同而有所不同。因而样本统计量也是随机变量，也有其概率分布，我们把统计量的概率分布称为抽样分布。第3页，共40页，星期日，2025年，2月5日一、抽样试验与无偏估计１．抽样试验由总体随机抽样(randomsampling)的方法可分为有返置抽样和不返置抽样两种。对于无限总体，返置与否都可保证各个体被抽到的机会相等。对于有限总体，就应该采取返置抽样，否则各个体被抽到的机会就不相等。第4页，共40页，星期日，2025年，2月5日100份样本的均数和标准差第5页，共40页，星期日，2025年，2月5日将这100份样本的均数看成新变量值，按第二章的频数分布方法，得到这100个样本均数得直方图见图4-1。随机抽样所得100个样本均数的分布第6页，共40页，星期日，2025年，2月5日100个样本均数的抽样分布特点：①②100个样本均数中，各样本均数间存在差异，但各样本均数在总体均数周围波动。③样本均数的分布曲线为中间高，两边低，左右对称，近似服从正态分布。第7页，共40页，星期日，2025年，2月5日２．无偏估计在统计学上，如果所有可能样本的某一统计数的平均数等于总体的相应参数，则称该统计数为总体相应参数的无偏估计值。第8页，共40页，星期日，2025年，2月5日设有一N=3的近似正态总体，具有变量3，4，5；求得μ=4，σ2=0.6667，σ=0.8165现以n=2作独立的有回放抽样，总共得Nn=32=9个样本。抽样结果列入下表：第9页，共40页，星期日，2025年，2月5日N=3n=2时抽样的平均数方差标准差样本编号样本值平均数方差标准差1234567893，33，43，54，34，44，55，35，45，53.03.54.03.54.04.54.04.55.00.00.52.00.50.00.52.00.50.00.00000.70711.41420.70710.00000.70711.41420.70710.0000∑36.06.05.6567第10页，共40页，星期日，2025年，2月5日从上表的资料可以求出:样本平均数的平均数μx=4样本方差的平均数μS2=0.6667=σ2样本标准差的平均数μS=0.6285≠0.8165=σ所以，惟有样本标准差s的平均数不是总体标准差σ的无偏差估计值。其余两个参数为无偏差估计值。第11页，共40页，星期日，2025年，2月5日二、样本平均数抽样分布设有一个总体，总体平均数为μ,方差为σ2，总体中各变数为x，将此总体称为原总体。现从这个总体中随机抽取含量为n的样本，样本平均数记为。可以设想，从原总体中可抽出很多甚至无穷多个含量为n的样本。第12页，共40页，星期日，2025年，2月5日由这些样本算得的平均数与原总体平均数μ相比往往表现出不同程度的差异。这种差异是由随机抽样造成的，称为抽样误差(samplingerror)。显然，样本平均数也是一个随机变量，其概率分布叫做样本平均数的抽样分布。由样本平均数构成的总体称为样本平均数的抽样总体，其平均数和标准差分别记为和。第13页，共40页，星期日，2025年，2月5日是样本平均数抽样总体的标准差，简称标准误(standarderror)，它表示平均数抽样误差的大小。统计学上已证明总体的两个参数与x总体的两个参数有如下关系：第14页，共40页，星期日，2025年，2月5日即样本均数的标准差，可用于衡量抽样误差的大小。因通常σ