第四章-数理统计的基础知识.pptVIP

第四章数理统计的基础知识;§4.1总体与样本;一、统计学(数理统计)的定义;统计学(数理统计)的定义(续);例1;例2;例3;例4;总体的定义(续);总体的定义(续);有限总体和无限总体;总体数量特征的特点;总体是由大量取值不全相同的观察值组成。这些大量观察值在数量指标的值域上所形成的分布就叫总体分布。

总体分布包含了总体的整体数量特征的全部信息。只要知道了总体分布，总体数量特征就完全清楚了。

但要完全知道总体分布，就必须知道组成总体的全部指标值。

统计推断就是在无法获得组成总体的全部指标值的情况下，如何用获得的部分指标值(有限个)来推断未知的总体分布。

如果所研究的数量指标是随机变量(如当个体是非实体时)，那么总体分布就是这个随机变量的分布。;如果所研究的数量指标不是随机变量(如当个体是实体时)，那么可通过设计一个随机试验使所研究的数量指标成为一个随机变量。

因此我们可以把所研究的数量指标看作一个随机变量(或随机向量)，相应的总体分布就是这个随机变量(或随机向量)的分布。我们感兴趣的总体数量特征就是这个随机变量(或随机向量)的分布及其数字特征。因此，我们也可以称随机变量(或随机向量)为总体，而总体分布就是这个随机变量(或随机向量)的分布。

统计推断就是利用这个随机变量(或随机向量)的有限个观察值来推断其未知的分布。

本课程只研究总体是随机变量的情况。;在实际问题中，我们可以依据问题的背景，设定总体分布的类型(如正态分布、伯努利分布、泊松分布等)，我们称所设定的总体分布的类型为理论模型。

如果所设定的总体分布的类型是由有限个未知参数决定的，我们就称之为参数模型。

如果所设定的总体分布的类型不能由有限个未知参数决定的，我们就称之为非参数模型。;某人群由N个男生组成，记N个男生的身高数据为x1，x2，…，xN。用随机方法从人群中抽取一个人，记X为其身高的测量值，则X是个随机变量，其分布为即为：;某人群由N个人组成，其中有N1个男性，记p=N1/N为人群中男性所占比例。从这个人群中随机抽出一个人，记X为被抽到的人的性别，并用X=1表示男性，X=0表示女性。则数量化后的性别指标X就变成一个随机变量，这个随机变量就是总体，其分布(理论模型)为：;例7;统计推断就是通过从总体中抽取一部分个体，根据获取的数据来对总体分布得出推断的。

被抽出的部分个体叫做总体的一个样本。

显然，样本就是总体的一个有限子集。

若将总体定义为随机变量X，总体分布就是随机变量X的概率分布，总体数量特征就是随机变量X的数字特征。

这时，从总体中抽取一个个体，就是对总体X进行一次观察并记录其结果。

;在相同条件下对总体X进行n次重复的、独立的观察，将n次观察结果按试验的次序记为x1，x2，…，xn。

由于x1，x2，…，xn是对随机变量X观察的结果，且各次观察是在相同的条件下独立进行的，所以有理由认为(x1，x2，…，xn)是n个独立同分布(共同分布就是总体X的分布)的随机变量组成的n维随机向量(X1，X2，…，Xn)的一次实现。

称这种n维随机向量(X1，X2，…，Xn)为简单随机样本，简称为样本。

n称为这个样本的容量。;容量为n的样本在观察之前为一个n维随机向量(X1，X2，…，Xn)，当n次观察一经完成，我们就得到由一组实数组成的n维向量(x1，x2，…，xn)，它是n维随机向量(X1，X2，…，Xn)的一次实现，称之为样本值。;对于有限总体，采用有放回抽样就能得到简单随机样本，但有放回抽样使用起来不方便，当总体中的个体总数N比要得到的样本容量大得多时，在实际中可将不放回抽样近似地当作放回抽样来处理。

至于无限总体，由于抽取一个个体不影响它的分布，所以总是用不放回抽样。

在生产过程中，每隔一定时间抽取一个个体，抽取n个就得到一个简单随机样本。实验室中的记录，水文、气象等观察资料都是简单随机样本。试制新产品得到的样品质量指标，也常被认为是简单随机样本。;若(X1，X2，…，Xn)为X的一个样本，则称(X1，X2，…，Xn)的联合分布为样本分布。;正态总体的样本分布;伯努利总体的样本分布;泊松总体的样本分布;事实上我们抽样后得到的资料都是具体的、确定的样本值。如我们从全班同学中抽取10人测量身高，得到10个数，它们是样本值而不是样本。我们只能观察到随机变量的取值而见不到随机变量。;总体（理论分布）

？;四、统计学的研究内容;五、统计推断与概率论的区别;六、统计学与数学的区别;在数学中，是非是明确的；但统计从来不绝对地说“是”或者“不是”，只能够说可能，而且往往提供某事可能发生的概率。统计只说可能性