260 likes | 451 Views
第六章 数理统计的基本概念. 第一节 随机样本. 第二节 抽样分布. 第一节 随机样本. 总体与个体. 在一个统计问题中,将研究对象的全体称为 总体。 构成总体的每个元素称为 个体。. 由于总体就是一个随机变量 X (或向量 X )或一个概率分布,因此研究总体就是要研究 X 的概率分布或某些特征量。. 样本. 从总体中按一定规则抽出一部分个体的过程称为抽样。所抽得的个体称为 样本。.
E N D
第六章 数理统计的基本概念 第一节 随机样本 第二节 抽样分布
第一节 随机样本 总体与个体 在一个统计问题中,将研究对象的全体称为总体。 构成总体的每个元素称为个体。 由于总体就是一个随机变量X(或向量X)或一个概率分布,因此研究总体就是要研究X的概率分布或某些特征量。 样本 从总体中按一定规则抽出一部分个体的过程称为抽样。所抽得的个体称为样本。
设X是具有分布函数F的随机变量,若X1,X2,…,Xn是具有同一分布函数F的、相互独立的随机变量,则称X1,X2,…,Xn为来自总体X(或总体F)的样本容量为n的简单随机样本,它们的观察值x1,x2,…,xn称为样本值。设X是具有分布函数F的随机变量,若X1,X2,…,Xn是具有同一分布函数F的、相互独立的随机变量,则称X1,X2,…,Xn为来自总体X(或总体F)的样本容量为n的简单随机样本,它们的观察值x1,x2,…,xn称为样本值。 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 则X1,X2,…,Xn的联合分布律为
例1 设总体X~B(1,p),X1,X2,…,Xn为取自总体X的样本,求样本X1,X2,…,Xn的联合分布(称为样本分布)。 解:X的分布律为 所以样本X1,X2,…,Xn的联合分布律为
定义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.定义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. 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. 样本平均 样本方差
样本标准差 样本k阶(原点)矩 样本k阶中心矩
例2 设总体X的期望、方差分别为 X1,X2,…,Xn为来自总体X的样本,其样本均值和样本方差分别记为 。求
由于 所以
1、分布 设X1,X2,…,Xn是来自总体N(0,1)的样本,则统计量 服从自由度为n的 分布,记为 分布的概率分布密度为 第二节 抽样分布
标准正态分布的分位点也类似定义,标准正态分布的上 分位点记为 ,它满足 其中Z~N(0,1)。 对不同的 分布的上 分位点的值已制成表格,可以查用。
设X~N(0,1),Y~ ,且X与Y相互独立, 则随机变量 服从自由度为n的t分布,记为t~t(n)。 2、t 分布 t(n)分布的概率密度函数为
t(n)分布的概率密度函数 关于t=0单峰对称
当n很大时t(n)分布接近于标准正态分布,利用Γ函数的性质可以证明当n很大时t(n)分布接近于标准正态分布,利用Γ函数的性质可以证明 t(n)分布的上 分位数记为 , 即 满足 t分布的上 分位数可由附表查得。 当n>45时,有 当n较小时,t(n)分布与N(0,1)分布之间有较大差异。
设 且U与V相互独立, 则随机变量 服从自由度为(n1,n2)的F分布,记为F~F(n1,n2) 3、F分布 F(n1,n2)分布的概率密度函数为
的上 分位点记为 ,即它满足 若F~F(n1,n2),则
若F~F(n1,n2),则 F分布的上 分位点有如下的性质: