数理统计 样本及抽样分布.ppt

《数理统计 样本及抽样分布.ppt》由会员上传分享，免费在线阅读，更多相关内容在教育资源-天天文库。

1、第一章样本及抽样分布1.1总体和样本1.2抽样分布1.1总体和样本一.总体与样本二.经验分布函数三.样本的数字特征四.统计量一.总体与样本样本在总体X中抽取n个个体X1,X2,,Xn,n为样本容量，(X1,X2,,Xn)构成n维随机变量。1.总体和个体总体：研究对象的全体，用随机变量X表示。个体：总体的每个单元。2.样本与样本值样本值样本的取值，即样本的观察值x1,x2,,xn样本的联合分布函数为F*(x1,x2,,xn),样本的联合概率密度函数为f*(x1,x2,,xn),简单随机样本(1)每个个体Xi与总体X同分布；(2)个体之间

2、相互独立。且F*(x1,x2,,xn)=F(x1)F(x2)F(xn)f*(x1,x2,,xn)=f(x1)f(x2)f(xn)设总体X的分布函数为F(x),概率密度为f(x)，则二.经验分布函数1.经验分布函数将n个样本值按大小排成顺序x(1)x(2)x(n)记Fn(x)为不大于x的样本值出现的频率,则称Fn(x)为经验分布函数。2.格列汶科定理设总体分布函数为F(x)，经验分布函数为Fn(x)，则即当n很大时，Fn(x)F(x)三.样本的数字特征1.样本均值2.样本方差3.样本标准差4.样本的k阶原点矩5.样本的k阶中心矩

3、由大数定律可知定理样本的数字特征依概率收敛到总体的数字特征样本均值总体均值E(X)Pn→∞样本方差总体方差D(X)Pn→∞样本矩总体矩Pn→∞四.统计量设X1,X2,,Xn是总体X的样本，若函数g(X1,X2,,Xn)不含任何未知参数，则称函数g(X1,X2,,Xn)为一个统计量。如样本均值,样本方差,样本矩经验分布函数Fn(x)1.2抽样分布分布函数的分位点四大统计分布正态总体的抽样分布定理F(u)uo一.分布函数的分位点分位点设统计量U服从某分布，如果对于(0<<1)有P(U>U)=则称U为该分布的上分位点。抽样分布统计量

4、的分布。U面积=二.四大统计分布1.正态分布u设X~N(μ,σ2),则U=(X-μ)/σ~N(0,1)uo记标准正态分布的分布函数为(u),分位点为uP(U>u)=P(U≤u)=1－=(u)1－例如求u0.05由于1－=0.95查表(1.645)=0.95所以u0.05=1.645定义：设总体X~N(0,1)，X1,X2,,Xn是X的样本统计量2定义为称2服从自由度是n的卡方分布。2.2(卡方)分布概率密度为②2分布的可加性若12~2(n1)，22~2(n2)且相互独立，则12+22~2(

5、n1+n2)2分布的性质①E(2(n))=n，D(2(n))=2n③当n=1时，2(n)为分布,当n=2时，2(n)为指数分布。当n＞45时,利用以下近似公式计算2分布的分位数计算2xo2(n)①当n≤45时,可直接查表求出如20.1(25)=34.328如定义：设X~N(0,1)，Y~2(n)，且X,Y相互独立，3.t分布则称T服从自由度是n的t分布概率密度为(2)当n→∞时,t分布的极限为标准正态分布t分布的性质(1)f(t)关于t=0(纵轴)对称。t分布的分位数计算当n＞45时,利用以下近似公式计算t(n)u

6、①当n≤45时,可直接查表求出如t0.005(8)=3.3554t1-(n)=-t(n)txot(n)如t0.025(52)u0.025=1.96t1-(n)定义：设U~2(n1)，V~2(n2)且U,V相互独立，4.F分布则称F服从自由度是(n1,n2)的F分布.概率密度为F分布的分位数计算定理若X~F(n1,n2)分布,则1/X~F(n2,n1)由此可知F(n1,n2)=1/F1-(n2,n1)当α＞0.5时,利用上述公式计算①当α≤0.5时,可直接查表求出如F0.005(9,9)=6.54如F0.995(9,9)=

7、1/F0.005(9,9)=1/6.54=0.153fxoF(n1,n2)三.正态总体的抽样分布定理设总体X~N(,2)，X1,X2,,Xn是其样本12样本方差为S2记样本均值为则有以下结论(1)~(5)结论1,2的证明是n个独立的正态随机变量的线性组合,故服从正态分布12且U与V独立,根据t分布的定义可知345设有两个独立正态总体X~N(1,12),Y~N(2,22)X的样本为X1,X2,,Xn1，Y的样本为Y1,Y2,,Yn2，它们的样本均值及样本方差分别为6则有以下结论78特别当时