统计量及其分布.pptVIP

例5.3.10设总体为柯西分布，密度函数为p(x,?)=1/[?(1+(x??)2)],???x?+?通常，样本均值在概括数据方面具有一定的优势。但当数据中含有极端值时，使用中位数比使用均值更好，中位数的这种抗干扰性在统计中称为具有稳健性。不难看出?是该总体的中位数，即x0.5=?。设x1,x2,…,xn是来自该总体的样本，当样本量n较大时，样本中位数m0.5的渐近分布为m0.5?AN(?,?2/4n).其经验分布函数为由伯努里大数定律：只要n相当大，Fn(x)依概率收敛于F(x)。0，x3440.2，344?x347Fn(x)=0.4，347?x3510.8，344?x3471，x?355更深刻的结果也是存在的，这就是格里纹科定理。定理5.2.1（格里纹科定理）设x1,x2,…,xn是取自总体分布函数为F(x)的样本,Fn(x)是其经验分布函数，当n??时，有P?sup?Fn(x)?F(x)??0?=1格里纹科定理表明：当n相当大时，经验分布函数是总体分布函数F(x)的一个良好的近似。经典的统计学中一切统计推断都以样本为依据，其理由就在于此。160196164148170

175178166181162

161168166162172

156170157162154

5.2.2频数--频率分布表样本数据的整理是统计研究的基础，整理数据的最常用方法之一是给出其频数分布表或频率分布表。例5.2.2为研究某厂工人生产某种产品的能力，我们随机调查了20位工人某天生产的该种产品的数量，数据如下(1)对样本进行分组：作为一般性的原则，组数通常在5~20个，对容量较小的样本;(2)确定每组组距：近似公式为组距d=(最大观测值?最小观测值)/组数;(3)确定每组组限：各组区间端点为a0,a1=a0+d,a2=a0+2d,…,ak=a0+kd,形成如下的分组区间(a0,a1],(a1,a2],…,(ak-1,ak]对这20个数据(样本)进行整理,具体步骤如下:其中a0略小于最小观测值,ak略大于最大观测值.(4)统计样本数据落入每个区间的个数——频数，

并列出其频数频率分布表。表5.2.1例5.2.2的频数频率分布表组序分组区间组中值频数频率累计频率(%)1(147，157]15240.20202(157，167]16280.40603(167，177]17250.25854(177，187]18220.10955(187，197]19210.05100合计2015.2.3样本数据的图形显示一、直方图直方图是频数分布的图形表示，它的横坐标表示所关心变量的取值区间，纵坐标有三种表示方法：频数，频率，最准确的是频率/组距，它可使得诸长条矩形面积和为1。凡此三种直方图的差别仅在于纵轴刻度的选择，直方图本身并无变化。把每一个数值分为两部分，前面一部分（百位和十位）称为茎，后面部分（个位）称为叶，然后画一条竖线，在竖线的左侧写上茎，右侧写上叶，就形成了茎叶图。如：二、茎叶图数值分开茎和叶112?11|2?11