水文统计课件

假设检验

§8－1基本概念

基本思想

假設檢驗的一般步驟兩類錯誤

小概率事件（實際推斷原理）將概率很小、接近於0的事件（小概率事件）在一次試驗中看成實際上的不可能事件；將概率較大、接近1的事件（大概率事件）在一次試驗中看成實際上的必然事件。這就是概率論中的一個重要原理，即實際推斷原則。例如，交通事故時有發生，但對每個人來講，遇到車禍的概率是很小的，可看成實際上的不可能事件；又例如，若某種彩票中頭獎的概率為1/500萬，則買一張彩票就中頭獎是一個小概率事件，也可看成實際上的不可能事件。假設檢驗的基本方法

假設檢驗的基本方法是所謂的概率反證法。即：假定某種假設H0是正確的。在此前提下構造一個小概率事件A，作一次實驗，如果事件A沒有發生，就接受H0

；反之，就有理由拒絕H0。

例：某車間用一臺自動包裝機包裝奶粉，額定標準假設檢驗的一般步驟下麵通過例子來說明假設檢驗的一般步驟為每袋淨重0.5公斤，設包裝機稱得的奶粉重量服從正態分佈，且根據長期的經驗知其標準差是0.015（公斤），某天開工後，為檢驗包裝機的工作是否正常，隨機抽取它所包裝的奶粉9袋，稱得淨重為：0.497，0.506，0.518，0.524，0.488，0.511，0.510，0.515，0.512。問這天包裝機的工作是否正常？

解：設這天包裝機所包裝的奶粉重量為X，已知X~N

(a,0.0152)。首先，假設a=0.5，記作H0:

a=0.5。如果H0成立，

取一臨界值，使之在H0

成立的條件下，則設

因為|1.8|<1.96,這表明小概率事件沒有發生，我們沒有理由否定原來的假設，只能認為原假設成立，接受原假設H0

，即認為這天包裝機工作正常。這種檢驗又稱顯著性檢驗。假設檢驗的內容和形式儘管很多，但檢驗步驟一般如下：①②③④⑤假設檢驗中的基本術語

上例中“H0:a=0.5”為原假設或零假設，而把相反的結論稱作對立假設或備擇假設，上例中的備擇假設為“H1：a

≠0.5”。如果拒絕H0

，則就接受H1

。給定的小概率為顯著水準。拒絕原假設的區域稱為拒絕域或否定域。接受原假設的區域稱為接受域。

兩類錯誤

第一類錯誤(“以真作假”錯誤或“棄真”錯誤):在原假設為真的情況下，如果一次試驗中，小概率事件A發生了，我們就拒絕原假設，實際上，在成立條件下，雖然事件A發生的概率很小（等於顯著水準），但是，它還是有可能發生的，一旦發生，就拒絕原假設，即把一個正確的假定給否定了。犯第一類錯誤的概率就是

。第二類錯誤(“以假作真”錯誤或“取偽”錯誤):在我們進行假設檢驗的時候，當我們接受原假設時，並不能保證原假設一定是正確的。因為在原假設不成立的情況下，統計量的取值也有可能落在接受域。犯第二類錯誤的概率為β（如下圖）。

在樣本容量一定的情況下，變小了，則β變大了；反之,β變小了，則變大，不可能使兩者同時都很小。當然，人們總希望盡可能地減小犯兩類錯誤的概率。但是，欲使和β都變小，必須增加樣本容量。因為n越大，σ2/n越小，分佈越集中。

我們知道對同一個原假設，根據同一組樣本，不同，可能有不同的判別結果。因此，的選擇也很重要，一般鬚根據實際情況來確定。例如，在檢驗藥品中，某種成分是否等於規定指標，因為關係到人民的安全，我們情願犯“以真作假”的錯誤，而不願犯“以假作真”的錯誤，即寧可將合格藥品判為不合格藥品，而不願將不合格藥品判為合格藥品，此時，應把取大些。而在另外一些場合，例如，檢查盒裝螺絲釘的重量，就不必那麼嚴格了，值可以取小些。§8－2正態總體均值的假設檢驗

分兩種情況討論：一個正態總體均值的假設檢驗1①1.2.

2.

例:由生產經驗知，某種鋼筋的強度服從正態分佈N(a,σ2)

，但a,σ2均未知，今隨機抽取6根鋼筋進行強度試驗，測得強度分別是(單位:kg/mm2)：48.5，49.0，53.5，49.5，56.0，52.5，問能否認為該種鋼筋的強度為52.0(=0.05)？解：

正態總體均值的雙側假設檢驗與

單側假設檢驗

雙側假設檢驗：假設檢驗的否定域分佈在接受域的兩側。單側假設檢驗原假設為：兩個正態總體均值的假設檢驗

例：設我國南方甲、乙兩市的年降水量，分別服從正態分佈，X~N(a1,σ12),Y~N(a2,σ22)且已知

σ1=250,σ2=260

。根據甲城市的15年降水資料計算得平均年降水量為1050mm，又根據乙城市13年降水資料計算得平均降水量為1000mm

，試在=0.05下檢驗兩市年降水量的均值有無顯著差異？解：

如果兩正態總體方差未知，但已知兩正態總體方差相等，則在H0成立時統計量

其中這樣，可以採用t檢驗法。

多個正態總體均值的假設檢驗

(方差分析)表1:在水文研究中,方差分析主要用於分析水文現象的週期性。§8－3正態總體方差的假設檢驗

分兩種情況：一個正態總體方差的假設檢驗a已知

a未知

例：某車間生產的鋼絲折斷力在正常情況服從N(a,σ2)

，按規定生產精度σ2=64，某天抽取10根鋼絲作折斷試驗，結果為(單位：kg)578，572，570，568，572，570，572，596，584，570。試問該天生產的精度有無顯著變化？（取=0.05）解：，兩個正態總體方差的假設檢驗

例：

對A，B兩批同類無線電元件的電阻進行測試（單位：歐），各抽6件，根據測試結果。求得,能否認為這兩批元件電阻的方差相等。（＝0.02）解：

根據已知條件，求得F的計算值為：

因為0.09<1.06<11,所以可以認為這兩批元件電阻的方差無顯著差異。§8－4零相關檢驗

設X與Y為服從正態分佈的隨機變數，ρ為它們的相關係數。（X1,X2,…，Xn）和（Y1，Y2,…，Yn）分別為X與Y的樣本，R為它們的樣本相關係數，與其他樣本數字特徵一樣，也是隨機變數。

一般來講，如果X與Y的線性相關程度越高，則R的絕對值越大；反之，則R的絕對值越小。但是，有時即使X與Y不相關，甚至相互獨立，由於抽樣的隨機性仍有可能有較大的樣本相關係數。因此，常常有必要對相關係數是否為零進行檢驗，這種檢驗成為零相關檢驗。提出原假設：

H0:ρ=0；H1:ρ≠0在實際工作中，常採用另外一種等價的檢驗方法。

例：根據12年資料，算得某流域年徑流量與年降水量的相關係數r＝0.88，試檢驗該流域的年徑流量和年降水量是否顯著相關（＝0.05）。解：

由＝0.05,根據自由度n-2＝10，查附表（相關係數檢驗表）得：因為

所以拒絕原假設ρ＝0，即該流域的年徑流量與年降水量是顯著相關的。§8－5非參數假設檢驗

分佈的假設檢驗獨立性檢驗一致性檢驗

前面所討論的檢驗對象都是總體的未知參數，所以稱為參數假設檢驗。而在某些場合需要檢驗某個樣本是否來自某已知分佈的總體，或者根據樣本，要檢驗隨機變數的獨立性，有時還要判斷某組樣本是否屬於同一總體，等等。這些都屬於非參數假設檢驗。分佈的假設檢驗

隨機變數X的分佈函數F(x)未知,F0(x)為某個已知的分佈函數。H0:F(x)=F0(x)，H1:F(x)≠

F0(x)

將X的取值範圍劃分成若干個連續的區間，統計樣本落在各區間內的個數mi，再計算出H0成立時，n次試驗中在各區間取值的理論頻數npi。皮爾遜證明，當

例：下表中①，②兩列是某隨機變數X的容量n＝269的樣本的頻率分佈，試檢驗X

是否服從正態分佈N(a,σ2)(＝0.05)。各組的頻數不應太小，一般要求不小於5，否則，將它與鄰組合並，總組數k按合併後的組數計算。解：根據樣本，用極大似然法估計正態分佈中的兩個參數。將表中的最前2組和最後3組分布合併，使每組頻數不少於5。總組數k＝11。由

＝0.05，自由度v＝11－2－1＝8，查分佈表得。由上表求得的值為7.47。因為7.47<15.51，所以接受原假設，即可以認為隨機變數X服從正態分佈。獨立性檢驗

在水文分析中，常常要考慮隨機變數的獨立性，一般情況下，可通過分析物理成因和抽樣方式作出判斷。如果資料充分，也可運用獨立性檢驗作出判斷。設X與Y為兩個隨機變數。

H0:X與Y相互獨立將X與Y的取值範圍分別劃分成r個和k個互不相交的區間，統計樣本觀測值落在各區間的頻數nij，製成列聯表。

可以證明

一致性檢驗

設F1(x)、F2(x)分別為隨機變數X1和X2的分佈函數；Fn1(x)、Fn2(x)分別為X1和X2的經驗分佈函數，n1和n2分別為X1和X2的樣本容量。H0：F1(x)=F2(x)其中

本章小結假設檢驗是統計推斷方法之一，它的基本思想是根據實際需要，對所研究的隨機現象的某種統計性質作出某種假設，然後通過實驗或觀測獲得該現象的樣本，利用這個樣本檢驗所作的假設是否可以接受，所作的假設稱為原假設（或統計假設），假設檢驗有參數檢驗和非參數檢驗兩種。假設檢驗的內容很多，這裏只介紹了幾種常用的方法，這些方法的掌握以後，對其他假設檢驗問題將會觸類旁通。

第二章

隨機變量及其分布隨機變數及其分佈§2－1隨機變數與分佈函數§2－2離散型隨機變數的概率分佈§2－3連續型隨機變數與分佈密度§2－4隨機變數函數的分佈§2－1隨機變數與分佈函數隨機變數隨機變數的兩種基本類型分佈函數隨機變數

如果隨機試驗的所有結果可以用一個變數X的各種不同取值來表示，則這種變數稱為隨機變數或隨機變數。例如，有一批產品共100件，其中有5件次品，今從中任取2件，我們可用X來表示任取的2件產品中次品的件數。用“X=0”表示“沒有取到次品”；“X=1”表示“取到1件次品”；“X=2”表示“取到2件次品”。例如，我們若用Y表示長江某站的年最高水位，則“Y=8”表示“年最高水位等於8米”；“Y11”表示“年最高水位不超過11米”；“7<Y<9”表示“年最高水位在7～9米”之間。結果不是數量性的隨機試驗，也可以用一個變數來表示這個試驗的結果。例如拋擲硬幣，可用“Z=1”表示“正面朝上”；“Z=0”表示“反面朝上”。隨機變數的定義如果對試驗E的每一個結果賦予一個實數X（w），且對任意實數，｛X（w）<x｝有著確定的概率，則稱X（w）為隨機變數。

可以用右圖說明上述X（w

）與w的關係。其中w是試驗E的任一事件，X（w

）為在數軸上與w對應的的一個實數。把隨機變數X（w）簡寫成X;

用X,Y,Z……表示隨機變數；用小寫的英文字母x,y,z……

表示隨機變數的取值。隨機變數的兩種基本類型離散型隨機變數非離散型隨機變數

離散型隨機變數隨機變數X的全體可能取值為有限個，或無限多個但可以一一列舉的數。例如，擲一顆骰子，用X表示其出現的點數，則X的可能取值為有限個數：1,2,3,4,5,6；記錄某電話總機在24小時內接到的呼喚次數，以Z表示呼喚次數，則Z的可能取值有無限多個，但可以一一列舉出來：0,1,2……

非離散型隨機變數若隨機變數X的可能取值不能列舉（即非有限，非可列），則稱X為非離散型隨機變數，非離散型隨機變數範圍很廣，其中最重要最常見的是所謂連續型隨機變數。連續性隨機變數的嚴格定義將在後面給出，這裏只是指出它的一個最重要特徵，即它的可能取值充滿數軸上一個有限或無限區間。例如，年降水量、年最大洪峰流量、峰現時間、測量誤差等。注意：對連續型隨機變數，我們所關心的往往不是它取某個特定值的概率（以後將證明，它取任一特定值的概率為0），而是它的取值落在某個區間內的概率。例如，年雨量在800至1000毫米間的概率，洪峰流量大於某個數值的概率等。

分佈函數：設X為一隨機變數，x為任意實數，則（X<x）代表了樣本空間Ω中的一個事件。當x為不同值時，（X<x）代表不同的事件，從而其概率P(X<x)也不同。一般來說，P(X<x)隨x的改變而變化，即P(X<x)為x的函數。若記F(x)=P(X<x)，則稱F(x)為隨機變數X的分佈函數。

分佈函數的性質分佈函數的性質1

分佈函數的性質2分佈函數的性質3根據概率的性質可得上述性質。§2－2離散型隨機變數的

概率分佈

概率分佈幾種重要的離散型隨機變數的概率分佈離散型隨機變數的概率分佈設隨機變數X為離散型隨機變數，則X的取值可以一一列舉出來。若X的所有可能取值為xi（i=1,2……），X取xi的概率為Pi，即P(X＝xi)＝Pi,i＝1,2…

則P(X＝xi)＝Pi,i＝1,2…

稱為隨機變數X的概率函數。離散型隨機變數的分佈列

將X的所有可能取值xi以及與其相應的概率Pi列成表Xx1X2

…xi…P(X=xi)P1P2…Pi…概率函數的性質此表稱為隨機變數X的分佈列。

性質1：性質2：分佈函數離散型隨機變數的分佈函數為：

例：從一批含有13只正品、2只次品的產品中，不放回地抽取3次，每次抽取1只，求抽得次品數X的分佈列及分佈函數。解：從含有2只次品的15只產品中抽取3只，抽得的次品數的可能取值為0,1,2。所以，X的分佈列為：

X012

所以，X的分佈函數為幾種重要的離散型隨機變數的概率分佈

（0-1）分佈（又稱兩點分佈）貝努利概型、二項分佈泊松分佈泊松定理（0-1）分佈（又稱兩點分佈）設隨機變數X只可能取0和1二個值，它的概率分佈是

P（X＝1）＝p，

P（X＝0）＝1-p＝q，（0<p<1）則稱服從（0－1）分佈，或稱X具有（0-1）分佈。分佈列為：X的分佈函數為：X01Pi1－pp

貝努利概型與二項分佈將試驗E重複進行n次，若各次試驗的結果互不影響，即每次試驗出現什麼結果的概率都不依賴於其他各次試驗的結果，則稱這n次試驗是獨立的。設試驗E只有二個可能的結果：A及，記P(A)＝p，P（）＝1-p＝q（0<p<1）,將E獨立地重複進行n次，則稱這一串重複的獨立試驗為n重（次）貝努利試驗，簡稱貝努利試驗。貝努利試驗是一種很重要的數學模型，這種模型有時又被稱為重複獨立試驗概型或貝努利概型。在貝努力概型中，求事件A恰發生K(0k

n)次的概率Pn(k)。例：對同一目標作三次獨立射擊。每次命中目標的概率為p，不命中目標的概率是q＝1-p,若以X表示三次射擊中擊中目標的次數，則X是貝努利型的隨機變數，試求X的分佈列。解：設Ai表示“第i次射擊命中目標”，i＝1,2,3則

由概率的加法公式和乘法公式得：二項分佈的一般公式： 在n次貝努利試驗中，A恰好出現次的概率為

k=0，1，…，n

因式的右端是二項式展開式的第k+1項，所以稱此分佈為二項分佈，簡記為，其中n，p為分佈參數。例：一座小型水庫，每年出現超標洪水的概率為1/50，假定各年是否出現超標洪水是相互獨立的，求在建成後20年內恰有2年出現超標洪水的概率和出現超標洪水的年數在4年以上的概率。解：將記錄每年的最大洪水看成一次試驗。令X表示出現超標洪水的年數，則X～B（20，1/50）分佈，於是所求概率為

泊松分佈

設隨機變數X的可能取值為0，1，…，n而（X=k）的概率為

例：一電話交換臺每分鐘內接到的呼喚次數服從參數為4的泊松分佈，求1）一分鐘內恰有8次呼喚的概率2）一分鐘內的呼喚次數大於3的概率

泊松定理設一串隨機變數Xn（n=1，2，…）服從二項分佈，其分佈律為

因此，當n很大時，二項分佈的計算很麻煩，在這種情況下，可通過泊松分佈來求出二項分布的近似值。例：為了保證設備正常工作，需要配備適量維修工人（工人配備多了就浪費，配備少了又要影響生產），現有同類型設備300臺，各臺工作是相互獨立的，發生故障的概率都是0.01，在通常情況下一臺設備的故障可由一個人來處理（我們也只考慮這種情況），問至少需要多少工人，才能保證當設備發生故障，但不能及時維修的概率小於0.01？解：設需要配備N人，記同一時刻發生故障的設備台數為X，那麼，X~B(300,0.01)，所要解決的問題是確定N使得

P(X>N)≤0.01

由泊松定理（這裏λ＝np＝3）

P(X>N)=1-P(X≤N)

於是解上式得最小的N應該是8。因此達到上述要求至少需配備8各人。§2－3連續型隨機變數的分佈密度

連續型隨機變數和分佈密度幾種重要的連續型隨機變數的分佈均勻分佈

正態分佈皮爾遜Ⅲ型分佈

連續型隨機變數和分佈密度設隨機變數X的分佈函數為F(x)，如果存在非負函數f(x)，使對任意實數x，有密度函數的性質密度函數的兩條基本性質:

連續型隨機變數X落在[a，b]區間的概率

密度函數和分佈函數的關係

密度函數的意義

注意:連續型隨機變數取單個值的概率為0。因此，在討論連續型隨機變數的概率時，總是考慮它取值於某個區間的概率，而不考慮它取某一特定值的概率。而且在進行概率計算時，區間的端點包不包括在內是無關緊要的，這是連續型隨機變數與離散型隨機變數的重大區別。超過累積頻率

在水文計算中，常常關心某些水文特徵值超過某一標準的概率，在描述水文變數的概率分佈時，常常不採用上述定義的分佈函數，而採用它的餘量。

幾種重要的連續型隨機變數的分佈均勻分佈

正態分佈皮爾遜Ⅲ型分佈

均勻分佈設隨機變數X在有限區間〔a，b〕內取值，且其概率密度為

則稱X在區間〔a，b〕上服從均勻分佈，簡記為X的分佈函數為

正態分佈設隨機變數X的概率密度為正態分佈的分佈函數為

標準化正態分佈若正態概率密度中a=0,σ=1,

則稱這樣的正態分佈為標準化正態分佈，相應的隨機變數為標準化正態變數。標準化正態分佈的概率密度和分佈函數分別用

標準化正態分佈重要性質：

通過查表可求得標準化正態隨機變數X的超過制概率Q(x)

正態分佈的計算例：解：1）對於一般正態隨機變數，可通過下列關係式

例：設X服從正態分佈N（10，22），求解：

皮爾遜Ⅲ型分佈

英國生物學家皮爾遜研究了大量資料後發現，許多隨機變數的頻率分佈密度曲線都是單峰鈴形，峰值兩邊的頻率逐漸減少，最後趨於與橫軸相切。於是，他概括出這種形狀的頻率密度曲線的微分方程，通過積分，得到13種不同型式的密度函數，組成皮爾遜曲線簇。其中的Ⅰ、Ⅲ、Ⅴ三種型式的密度曲線都曾受到水文學者的推薦和研究，特別是第Ⅲ型，簡記為P－Ⅲ型，1924年福斯特（Foster）首先將它應用於水文現象，以後得到各國水文工作者的廣泛研究，也是我國水文計算規範指定採用的分佈線型。皮爾遜Ⅲ型的分佈密度

§2－4隨機變數函數的分佈例：設X為離散型隨機變數，其分佈列為

求Y=X2的分佈律解：因此，Y的分佈列為連續型隨機變數函數的情形

設y=g(x)是x的單調函數

y=g(x)單調增加

例：設X服從正態分佈

一般情況隨機變數函數的分佈

設隨機變數X有密度函數是單值連續函數，若方程對y有實根，即且均存在，那麼Y的密度函數為本章小結離散型隨機變數和連續隨機變數是兩類最主要的隨機變數，分佈列和分佈密度函數就是分別針對這兩類隨機變數而提出的，而分佈函數則可用於一般情況。分佈列、分佈密度和分佈函數都能完整地反映隨機變數的概率特性。學習本章內容，除了應熟悉隨機變數及其分佈的一些基本概念之外，還應熟記它們的基本性質。兩點分佈、二項分佈、泊松分佈是離散型隨機變數中最常見的分佈；均勻分佈、正態分佈是連續型隨機變數中最常見的分佈；P－Ⅲ分佈是我國水文工作中使用最普遍的分佈。在所有分佈中，正態分佈佔有特別重要的地位。它具有良好的性質，不論在理論研究中，還是在實際工作中，都得到廣泛的應用。推求已知分佈的隨機變數函數的分佈，也是十分重要的內容，應熟練掌握。第九章回歸分析回歸分析§9－1基本概念§9－2一元線性回歸§9－3多元線性回歸§9－4非線性回歸§9－1基本概念變數間的關係自然界中的許多變數，它們之間的關係可概括為三種類型。

第一種類型是確定性關係，即一個變數的值完全由另一個或另幾個變數的值所確定，這種關係可以用函數式來表述。例如：自由落體運動中，物體下落的距離S與下落時間t之間就有如下的函數關係

第二種類型是一個變數的取值與另一個變數的值毫無關係。

第三種類型是一個變數的取值既不象確定性關係中那樣完全由另一個變數值決定，也不象第二種類型所述的與另一個變數值完全無關，它與另一個變數有一定的關係，這種關係稱為相關關係。具有相關關係的兩個變數中，一個變數的取值，除受到另一個變數值的制約之外，還受到其他變數的影響，因此，它不完全由另一個變數確定。在水文工作中所研究的變數，很多屬於相關關係。例如，河流某斷面處的流量與水位的關係，對某個確定的水位，流量是不確定的，而是在一個數值上下變動。這是因為影響流量大小的，除了水位以外，還有水面比降、河道糙率等因素。因此，同一水位下各次測得的流量不同。但是，一般來說，水位高，流量大；水位低，流量小，因此，稱水位與流量之間存在相關關係。再例如，測流斷面的徑流量與斷面以上流域內的平均降雨量之間的關係，也屬於相關關係。由於徑流量除了主要受降雨量影響外，還受其他因素的影響，如土壤含水量、河湖蓄水量以及蒸發量等。因此，對於相同的降水量，並不對應著一個確定的徑流量。但是，總的來說，降雨量大，徑流量也大；降雨量小，徑流量也小。相關關係雖然不是確定性的，但往往也存在一定規律。回歸分析就是研究變數間相關關係的一種數學方法。回歸分析的主要任務，就是根據因變數和引數的觀測數據，確定它們之間的趨勢函數並對其進行統計分析。在水文學的研究和實踐中，回歸分析是極其重要的工具。線性模型具有相關關係的變數之間，因變數雖然不能由引數唯一確定，但因變數的變化趨勢卻是可以由引數確定的，如果能夠找出因變數隨引數變化的趨勢函數，就可以根據這種趨勢函數對因變數的未來發展作出預報或控制。設隨機變數Y與m個引數x1，x2，…

，

xm之間存在相關關係，假定它們之間可用下述關係表示

式中g(x1,x2,…,xm;β0,β1,…,βm,)是Y依x1，x2，…

，

xm變化的趨勢函數（也稱為主值函數），β0,β1,…,βm為參數，ε為隨機變數，它表示除去x1，x2，…

，

xm對Y的影響外，其他隨機因素對Y的影響，也刻劃了用趨勢函數g(x1，x2，…

，

xm;β0,β1,…,βm,)表示Y的值時產生的誤差，所以ε也稱為隨機誤差。Y=g(x1,x2,…,xm;β0,β1,…,βm)+ε

在實際問題中，要找到函數g的準確形式常常是很困難的，甚至是不可能的。因此，在回歸分析中，常把函數g限定為x1,x2,…,xm的線性函數，這不僅使理論研究變得較為方便，而且能夠滿足大多數實際應用的要求。此時式變成Y

=β0+β1x1+β2x2…+βmxm+ε

上述模型稱為線性回歸模型。β0,β1,β2,…,βm稱為回歸係數，ε除表示x1,x2,…,xm

以外其他因素對Y的影響外，還包括x1,x2,…,xm對Y的非線性影響。而β0+β1x1+β1x1…+βmxm僅表示x1,x2,…,xm對Y的線性影響程度。Y=g(x1,x2,…,xm;β0,β1,…,βm,)+ε

將(x1,x2,…,xm

)的一組觀測值(x1i,x2i,…,xmi)

代入公式：Y=β0+β1x1+β2x2…+βmxm+ε

得Yi=β0+β1x1i+β2x2i…+βmxmi+εi

由於隨機誤差εi的干擾,對給定的一組(x1i,x2i,…,xmi)，Yi不是一個確定值，而是一個隨機變數（注意：Yi是對應於引數(x1,x2,…,xm

)取固定值(x1i,x2i,…,xmi)的Y值），它有一個概率分佈。我們也可以把的Yi概率分佈理解為在引數(x1,x2,…,xm

)取值(x1i,x2i,…,xmi)的Y的條件分佈。（i=1,2,…,n）在回歸分析中，對εi有如下假定：①獨立性即對任意i與j，εi與εj相互對立，從而Cov(εi,εj)=0,i≠j；②零均值性即對任意εi有E(εi)=0；③共方差性即對任意i有D(εi)=

；④正態性即對任意i有εi～N(0,)。以上四點可用一句話概括為“隨機誤差εi是相互獨立服從同一正態分佈N(0,)的隨機變數”。

從式Yi=β0+β1x1i+β2x2i…+βmxmi+εi中看到Yi是εi的線性函數，因此，根據上述對εi的假定可知，Yi是相互獨立的正態隨機變數，且有

E（Yi）=β0+β1x1i+β2x2i…+βmxmiD(Yi)=D(εi)=

（與i無關）也可以把它們看成是當引數(x1,x2,…,xm

)取固定值(x1i,x2i,…,xmi)時隨機變數（因變數）Y的條件期望與條件方差（注意區別E(Y)和E(Yi)及D(Y)和D(Yi)的不同意義）。（i=1,2,…,n）由於i的任意性，通常略去上式中的下標i,於是可得因變數Y依引數的（線性）回歸方程,如下：§9－2一元線性回歸回歸方程估計量b0,b1的性質回歸方程的顯著性檢驗預報及其誤差回歸方程線性模型中只含有一個引數x，則稱為一元線性回歸，即為了利用回歸方程對因變數y的未來發展作出預測或控制，必須通過觀測或試驗，根據樣本對回歸係數作出估計。 下麵介紹在一元線性回歸情況下，如何根據實測資料估計式中。設有引數x的一組觀測值及與之對應的因變數Y的一組觀測值這樣就得到引數x與因變數y的n

對觀測值，將它們點繪在直角坐標中，如右圖那樣，點據大致分佈在一條不平行於x軸的直線附近，就可猜想，x與y之間可能存在線性相關關係。x0y以表示的估計量，則經驗回歸直線為理論回歸直線的估計線。那麼，應該怎樣選擇才能使這種估計達到最好呢？根據方差的定義及方差的最小性質可知，隨機變數Y對理論回歸直線上的離差平方和應該是最小的，自然也應要求觀測值對經驗回歸直線的離差的平方和達到最小。即這一原則稱為最小二乘原理。根據這一原理求得的稱為的最小二乘估計量。下麵推求估計量的計算公式。根據高等數學中求極值的原理可知，使達極小的可由下列正規方程組解出：

回歸直線的另一種形式：若記：

則的計算公式為事實上，還可表示為：其中：為變數x與y的樣本相關關係

為y系列的均方差

為x系列的均方差

例1:現有河南省洛陽市瓦廟站和興華站的年降雨量同步觀測系列，見下表。假設興華站缺測1996年～1999年4年的年降雨量，要求建立兩站年降雨量的回歸方程。瓦廟站、興華站年降雨量表

單位：mm

年份瓦廟站年降雨量興華站年降雨量年份瓦廟站年降雨量興華站年降雨量1977558.2524.91989871.5796.51978730.7624.81990578.1503.91979885.5843.51991571.2475.11980756.4852.51992788.16751981572.5595.11993773.7660.41982841.2858.91994631.3619.71983895.6770.91995531.5507.619841019.9870.91996974.5（900.9）1985740.9616.61997439.2（380.9）1986569.2442.71998735.2（714.3）1987820.6742.11999630.4（618.1）1988728.7699.2解：選擇1977

年～1995年兩站同步觀測資料進行分析計算。設瓦廟站年降雨量系列為xi，興華站年降雨量系列為yi。點繪兩站年降雨量的散點圖，如上圖，兩變數的關係在圖上呈直線趨勢，故決定建立y對x的回歸直線方程。計算按下表（回歸方程計算表）進行。yx年份xiyixiyi1977558.2524.9311587.2275520.0292999.21978730.7624.8533922.5390375.0456541.41979885.5843.5784110.3711492.3746919.31980756.4852.5572141.0726756.3644831.01981572.5595.1327756.3354144.0340694.81982841.2858.9707617.4737709.2722506.71983895.6770.9802099.4594286.8690418.019841019.9870.91040196.0758466.8888230.91985740.9616.6548932.8380195.6456838.91986569.2442.7323988.6195983.3251984.81987820.6742.1673384.4550712.4608967.31988728.7699.2531003.7488880.6509507.01989871.5796.5759512.3634412.3694149.81990578.1503.9334199.6253915.2291304.61991571.2475.1326269.4225720.0271377.11992788.1675621101.6455625.0531967.51993773.7660.4598611.7436128.2510951.51994631.3619.7398539.7384028.1391216.61995531.5507.6282492.3257657.8269789.4總和13865.112680.310477997.48812008.89571448.8平均729.7667.4551473.5463789.9503760.5由表得：因此，所配直線回歸方程為估計量b0，b1的性質由於b0和b1都是樣本的函數，因此，當用不同的樣本推求b0和b1時，所得的數值一般是不相同的，因此，容易理解，b0

和b1

都是隨機變數，並且可以計算其數學期望值和方差值，藉以描述它們的性質。因為yi(i=1,2,…,n)

是n個相互獨立的隨機變數，而且所以，b0、b1的數學期望值分別為即b0和b1分別是α和β的無偏估計。由於即是的無偏估計。同樣可以求得b0和b1的方差值由於方差反映了隨機變數取值的分散程度，上式表明，回歸係數b1的波動大小不僅與誤差的方差有關，而且還取決於觀測中變數x的分散程度，當x的值比較分散時，b1值的波動才能比較小，所得的估計比較精確。

由於方差反映了隨機變數取值的分散程度，上式表明，b0的方差不僅與誤差的方差以及x的分散程度有關，而且還和觀測值的個數n有關，n越大，x值越分散，b0

越精確。因此，為了求得滿意的樣本回歸方程，應儘量增加觀測資料，擴大樣本容量。另一方面，應使x的取值盡可能的分散。b0的方差值：估計量b0和b1的分佈因為yi是相互獨立且都服從正態分佈的隨機變數，而b1又是yi

（i＝1，2，…，n）的線性組合，因此也服從正態分佈。同樣，b0也是yi

（i=1,2,…，n）的線性組合，所以，也服從正態分佈。即b0，b1的協方差為其中的無偏估計量為回歸方程的顯著性檢驗

從求回歸方程的過程可以看出，對任何一組觀測值，不管x和y之間是否存在線性關係，都可以用最小二乘法求得形如的線性方程。但是，如果x和y根本不存在線性相關關係，則這個方程就不能描述x和y之間的真正關係了。因此，需要對變數x和y間是否存在線性相關關係，或者說對所得到的回歸方程是否有實際意義，進行檢驗。Y的總變數可以用觀測值yi與其算術平均值的離差平方和表示，現記為，稱為總平方和則有於是有

由於則記

：回歸平方和殘差平方和或剩餘平方和於是，可將下式簡化為

由可知，要判斷x和y之間是否存在線性相關關係，可以把S回和S剩進行比較，如果在S總中S回所占的比重大，則S剩所占的比重就小，這說明x對y的線性影響較大。從而可以認為x和y之間存在線性相關關係。

如果x和y之間不符合線性回歸數學模型，那麼一次項係數所以，檢驗兩個變數x和y是否具有相關

關係，事實上為檢驗下列假設：。根據F分佈的定義可知，在成立時根據給定的顯著性水準,查表求得滿足關係式的臨界值，如果由樣本求得的F值大於，則否定原假設，即認為x和y之間有線性相關關係，或稱回歸方程顯著，反之不顯著，表示該回歸方程沒有意義。這種用F檢驗對回歸方程進行顯著性檢驗的方法也稱為方差分析。顯然上式中的分母就是的無偏估計量。在檢驗中，為方便計算，S回與S剩常用下來公式計算其中

預報及其誤差分析回歸方程通過檢驗，如果是顯著的，則可以利用它進行預報和插補。即對於給定的x0，以作為真值的預報值或插補值。例：用上例中建立的回歸方程

插補興華站1996年～1999年4年缺測的年降雨量。解：按將已知的x值代入上述回歸方程或直接從圖上可插補出興華站缺測年份的年降雨量。結果如下表：興華站年降雨量插補值表單位：mm瓦廟站興華站興華站實際年降雨量年份1996974.5882.9900.91997439.2411.8380.91998735.2672.3714.31999630.4580.1618.1由上表可以看出，插補出的興華站年降雨量

與其真值

是有誤差的，該誤差可以看作是由其他隨機因素綜合作用的結果。下麵討論以估計真值的誤差。記考慮到與相互獨立，則整理後可得:以的無偏估計量代替上式中的可得用估計的均方誤差為：還可以證明，統計量於是，可以利用t分佈求得y0的置信區間，當n較大時，且x0較接近均值時，可近似表示為其中：，又因為n較大時，自由度為

n－2的t分佈接近N（0，1），所以也可用正態分佈表近似求得。例：在上例中，給定＝0.05，＝974.5，求y0的預測區間。解：所以置信度為0.95的y0的預測區間為

§9－3

多元線性回歸多元回歸的數學模型在實際問題中，和因變數相關的往往不只是一個引數，而可能有多個引數，此時因變量與引數的定量關係就是多元回歸問題，與一元回歸一樣，多元回歸中最簡單而又最常用的多元線性回歸問題。多元線性回歸的數學模型如下：

將y和x1，x2，…,xm的n組觀測值代入可得記：記：則有：多元線性回歸的回歸方程式如下：回歸係數的最小二乘估計

設為因變數與引數的n組觀測值，若以表示的估計值，則觀測值yi可表示為這裏使得

故得：

根據高等數學中求極值的原理，使Q剩達極小值的b0，b1,…,bm應滿足方程組：

將代入上式，即得正規方程組。正規方程組形式如下：其中b0，b1,…，bm為未知量，其他量都可由實測樣本算出。記：於是，正規方程組的矩陣形式為：AB1=D1從而解得B1=A－1D1＝C1D1式中C1=A－1為A的逆矩陣，即：這樣從正規方程組第一式中解出代入

可得

此時剩餘平方和可寫成令

可得

將上式展開即得正規方程的中心化形式。正規方程組的中心化形式：其中

也稱為協方差。

正規方程組及其中心化形式的係數和常數項的數量級及其差異一般都比較大，以致計算比較繁難，而且計算誤差也難以控制，因此實際計算中常用標準化形式的正規方程組，形式如下：多元線性回歸的統計檢驗在作因變數與引數之間的回歸分析時，選擇線性模型只是一種假設，這種假定是否符合實際，即因變數的變化趨勢與引數之間是否真的存在線性關係，是需要檢驗的；另一方面，回歸分析中的引數是人們選擇的，每個引數是否都與因變數的變化有顯著關係也是需要檢驗的。因此，在求出回歸方程以後，還必須進行統計檢驗，才能確定所求得的回歸方程是否有效。檢驗命題“因變數與引數總體間是否存在線性回歸關係”的原假設是“因變數與引數的總體間不存在線性回歸關係”，如果接受這一假設，就說明所求得的經驗回歸方程無效，不能採用。如果否定這一假設就說明所求得的經驗回歸方程有意義。和一元回歸一樣，多元回歸的總平方和S總、回歸平方和S回以及剩餘平方和S剩（或稱殘差平方和）為：S回與S剩的計算利用求回歸係數過程中的一些過程推求S回與S剩式中Sij是xi與xj的協方差

複相關系數前面說過S回刻劃了在因變數y的總變化中由於引數x1,x2,…,xm的線性影響所作的貢獻，而S剩刻劃了除x1,x2,…,xm對y的線性影響以外的其他隨機因素的貢獻，因此，可以用S回在S總中所占比值來刻劃y與x1,x2,…,xm間線性關係的密切程度，這個比值的方根就稱為因變數y與引數x1,x2,…,xm間的複相關係數，記為R，即按簡單的相關關係定義，應有可推求得：

回歸方程的顯著性檢驗回歸方程顯著性檢驗的原假設為：統計量

於是可用F檢驗法進行檢驗，即對給定的顯著性水準，查F分佈表得到臨界值F，這裏F滿足關係式：

當時，拒絕H0，認為線性回歸方程時顯著的。否則認為總體中因變數與引數不存在線性回歸關係。

回歸方程的顯著性檢驗一般用方差檢驗表來表示。回歸分析方差檢驗表方差來源差方和自由度方差方差比臨界值回歸mS回/m總和n-1Fα(m,n-m-1)剩餘S剩＝S總－S回n-m-1各個引數的顯著性檢驗如果一個回歸方程經檢驗後認為是顯著的，這並不說明方程中的所有引數與因變數間的線性關係都是顯著的。所以，為了判明回歸方程中各個引數的作用，在確認回歸方程顯著後，還必須對每個引數的顯著性進行檢驗，把不顯著的引數從方程中剔出。檢驗某個引數xk是否顯著的原假設是如果接受這一假設，則xk

就應從回歸方程中剔除，反之，則保留不動。各個引數的方差貢獻用Vk表示引數xk對y的方差貢獻：也稱為xk的偏回歸平方和。則Y與xk的偏相關係數為：

它表示，除去x1,x2,…,xk-1,xk+1,…,xm，這m-1個引數的作用後，xk可將y的剩餘平方和進一步降低的程度。應該注意，在多元相關分析中，只有偏相關係數才真正反映xk與y的線性關係好壞，而不考慮其他因素的簡單相關係數r則不能。簡單相關係數的數值與偏相關係數的數值可能相差很大，甚至符號相反。各個引數的顯著性檢驗為了檢驗引數xk的作用是否顯著，可作原假設統計量於是可用F檢驗法進行檢驗，即對給定的顯著性水準，查F分佈表得到臨界值F

，這裏Fα滿足關係式：當時，拒絕H0，說明xk的作用顯著，應於保留；反之，說明xk的作用不顯著，應於剔除。回歸預測的誤差回歸方程經各種檢驗通過以後，已知引數的一組值x10,x20,…,xm0，可用作為與該組引數值相對應的因變數的真值y0的估計值。若以表示此估計值的誤差，則此估計的均方誤差為：§9－4非線性回歸前面幾節中討論了線性回歸問題，即總體回歸方程是線性的情形。但在實際問題中，常常遇到回歸方程為非線性函數的情況，例如，水文計算中，設計洪峰流量Q與流域面積F之間的經驗公式Q=CFb就是個非線性函數。本節僅就一元非線性回歸問題，討論其參數估計。一元非線性回歸方程參數估計常採用線性化方法、直接最小二乘法和二步法等。本章小結回歸分析是常用的統計分析方法，是統計推斷方法的具體應用。回歸分析主要是根據觀測數據，運用統計推斷原理，對引數與因變數之間的相關關係作種種統計推斷，找出其平均關係——回歸方程。通過本章的學習，應學會用最小二乘法建立回歸方程，對回歸方程進行顯著性檢驗，並利用回歸方程對因變數進行預報和插補。第六章

抽样分布

抽樣分布

§6－1簡單隨機抽樣§6－2樣本分佈§6－3抽樣分佈的概念§6－4幾種統計量的抽樣分佈§6－5順序統計量及其分佈§6－1.簡單隨機抽樣總體與樣本(一)總體

(二)樣本

簡單隨機抽樣

作為n元隨機變數的樣本總體與樣本總體

(母體):在數理統計中，所研究對象的全體.個體:組成母體的每一個成員。例:研究某工廠生產某種規格的10萬只燈泡的品質，這10萬只燈泡就是一個總體，每個燈泡是一個個體。例:某水文站，所有年平均流量的全體是一個總體，而每一年的平均流量則是一個個體。總體可以按其所含個體的多少分為有限總體和無限總體。總體我們所研究的往往是對象的某一特性值。將特性值看成一個隨機變數。總體正好體現一個隨機變數的分佈。以後，凡是提到總體就是指一個隨機變數，提到隨機變數就是指一個總體。所謂總體已知，就是指隨機變數的概率分佈已知。

常用表示隨機變數的大寫字母X，Y，Z等表示總體。

樣本

抽樣:在數理統計中，為了研究總體的性質，需要進行的觀測或試驗。樣本（觀測資料或實測資料）：通過試驗或觀測得到的總體中一部分個體構成的集合。水文中習慣稱之為實測系列。樣本容量：樣本中所含個體的數目，水文中常稱之為系列長度，記為n。例如:我們在一條河流的某一斷面處觀測年最大洪峰流量，觀測50年，就得到一個長度為50的年最大洪峰流量的實測系列。簡單隨機抽樣

隨機樣本:因為在概率論和數理統計中所說的試驗都是指隨機試驗，所以，所得樣本就叫做隨機樣本.簡單隨機抽樣:n次試驗是相互獨立的(前面的試驗結果並不影響後面的試驗出現什麼結果)的抽樣方法.簡單隨機樣本(樣本或子樣):簡單隨機抽樣得到的樣本稱為簡單隨機樣本.作為n元隨機變數的樣本

袋中裝有2個白球和3個紅球，現有放回地從中隨機抽球，每次抽一球。觀察球的顏色，設X=0表示抽得白球，X=1表示抽得紅球。則P(X=0)=2/5，P(X=1)=3/5，抽球n次以後即得容量為n的樣本(x1,x2,…xn)。x1為第一次抽球結果，可能值為0和1，

x1是0的概率為2/5，

x1是1的概率為3/5，因此，

x1可以看作是隨機變數X1的取值，而且X1的分佈與X的分佈相同。同理，xi

(i=1,2,…,n)都可以看作是Xi

(i=1,2,…,n)的取值，而且Xi是相互獨立，都具有與總體X相同的分佈。獲得的實際樣本（x1,x2,…,xn

)（或稱實現或觀察值）可以看作是隨機變數X的n次試驗的結果，也可看作n元隨機變數（X1,X2,…,Xn

)一次試驗的結果。通常將樣本看作n元隨機變數。

必須注意（x1,x2,…,xn

)與（X1,X2,…,Xn)的區別

。如前所述，由於(X1,X2,…Xn)是獨立同分佈的隨機變數，若總體X的分佈函數為F(x)，則(X1,X2,…，Xn)的聯合分佈函數應為若總體X為連續型隨機變數，其密度函數為f(x),則(X1,X2,…，Xn)的聯合密度函數為§6－2樣本分佈頻率直方圖樣本分佈函數

樣本數字特徵

頻率直方圖設

為連續型隨機變數X的樣本，在X值域[a,b]內插入許多分點

統計樣本

中落入區間

內觀測值的個數（稱為頻數），記為

，則在樣本容量n很大時，頻率

可近似表示隨機變數X在區間

中取值的概率

，若

以表示區間內頻率的平均密度，則可作出以

為高,為底寬的許多相鄰矩形。如圖6-1：每個矩形的面積為稱圖6-1為樣本

的頻率密度直方圖

樣本分佈函數樣本分佈:如果我們從隨機變數X的總體中抽取了一個樣本，把樣本的n個值x1，x2，…，xn加以排隊並把它看成是某個離散隨機變數Xne的全部可能取值，它的概率分佈為

那麼可以求得Xne的分佈函數：

樣本分佈函數與總體分佈函數的關係

:

格利汶科－肯達利定理

設F(x)是隨機變數X的分佈函數，

是X的經驗分佈函數，則

格利汶科－肯達利定理是用簡單隨機樣本推斷總體的依據。樣本數字特徵對於一個給定的樣本x1，

x2

，…，

xn，有了樣本分佈函數後就可以計算它的數字特徵，為了區別於總體數字特徵，我們稱它們為樣本數字特徵。樣本數字特徵就是離散型隨機變數Xne的數字特徵

。樣本k階原點矩樣本平均值樣本方差樣本均方差樣本k階中心矩

樣本變差係數

樣本偏態係數上述兩式中，對於二元隨機變數（X,Y）,每次試驗得到一對數值(x,y),因此其樣本可記為(x1,y1),(x2,y2),…,(xn,yn),利用類似於一元隨機變數樣本分佈的定義方法可定義二元隨機變數的樣本分佈函數，也可以計算樣本數字特徵，除了每一個變數的均值、方差和矩外，還有樣本協方差和樣本相關係數，它們的公式可按離散型二元隨機變數數字特徵公式得到，即樣本協方差樣本相關係數例：用測溫儀對一物體的溫度測量5次，其結果為（℃）：1250，1565，1245，1260，1275，試求樣本均值、方差、樣本離勢係數及偏態係數。解：樣本均值

樣本均方差

樣本離勢函數樣本偏態係數

§6－3抽樣分佈的概念

統計量

抽樣分佈

的概念抽樣分佈的數字特徵統計量

設X1

，

X2

，…，

Xn為總體X的一個樣本，

U=U（X1,X2,…,Xn)為樣本的連續函數，如果函數中不包含任何未知參數，則稱U為統計量。

例如則

因為

未知。樣本k階原點矩樣本平均值樣本方差樣本均方差樣本k階中心矩

樣本變差係數樣本偏態係數上述兩式中，樣本相關係數抽樣分佈的概念樣本是進行統計推斷的主要依據，統計量則是根據特定的統計推斷需要而對樣本進行的加工和整理，是進行統計推斷的主要手段和工具，統計量也是隨機變數，它的分佈稱為抽樣分佈。統計量的分佈有精確分佈和極限分佈（或稱漸進分佈）兩種形式。若總體X的分佈函數運算式已知，如對任一自然數n，都能給出統計量U（X1,X2，……，Xn）的分佈函數，則稱此分佈函數為統計量U的精確分佈。導出統計量的精確分佈，是用小樣本進行統計推斷的基礎和前提，但是，一般而言，要導出各種統計量的精確分佈，僅在某些特別簡單的情況下才能做到，在大多數情況下是很難做到的，甚至是不可能做到的。若統計量U的精確分佈無法求得，則可退而求其次，求出其當

時的極限分佈，這是用大樣本進行統計推斷的一般做法。應當注意的是，在實際問題中，應用極限分佈作統計推斷是，應該有足夠大的樣本容量n，但究竟n有多大才算大樣本，並沒有嚴格的限定，而且對於不同的統計量，要求也是不一樣的。抽樣分佈的數字特徵1.樣本均值的數學期望與方差2.樣本k階原點矩的數學期望和方差3.樣本方差的數學期望與方差§6－4幾種統計量的抽樣分佈

例：設總體X服從的分佈，求樣本的平均值

的分佈。解：因為X的特徵函數為

所以

的特徵函數為

可見（1）（2）（3）

(4)

(5)§6－5順序統計量及其分佈順序統計量的概念：設（X1,X2,…,Xn)為X的樣本，定義樣本函數

，

=g(X1,X2,…,Xn),(m=1,2,…,n)

含義：當（X1,X2,…,Xn

)取值（x1,x2,…,xn

)時，

取（x1,x2,…,xn

)中從大到小排列的第m項數值。即當把（x1,x2,…,xn)按由大到小的順序排列成

順序統計量。順序統計量的分佈

假定X為連續型隨機變數，其分佈函數為F(x)，密度函數為f(x)。

記

Xm*的分佈函數為Fm(x)，密度函數為fm(x)。

圖

6-4所以

利用Bata函數

本章小結本章介紹了總體、樣本、經驗分佈、統計量等基本概念，以及常用的幾種抽樣分佈。順序統計量及其抽樣分佈在水文頻率計算中有著重要的運用，應很好掌握。在生產實際中，隨機變數的概率分佈通常是未知的，往往需要通過研究其經驗分佈來對總體進行推斷，因此本章學習的有關抽樣分佈的知識是學習後面估計理論的基礎。第七章

水文頻率計算

水文頻率計算§7－1概述§7－2參數點估計的矩法和極大似然法

§7