大学统计学《抽样分布》专题课件

统计学专题课件大学统计学《抽样分布》专题课件统计量·三大分布·中心极限定理·统计推断年份2026年课程导览01抽样分布基础统计量概念与抽样分布定义02三大抽样分布卡方分布、t分布与F分布03样本均值分布分布规律与中心极限定理04统计推断应用参数估计与假设检验落地统计推断入门01抽样分布基础从总体到样本的桥梁理解统计量，才能读懂抽样分布从总体到样本的推断桥梁抽样分布是连接样本与总体的理论桥梁抽样分布是连接样本与总体的理论桥梁统计量不含任何未知参数的样本函数常见统计量样本均值、样本方差样本具有随机性，由样本算出的统计量也是随机变量抽样分布统计量所有可能取值及其概率构成的理论分布是参数估计、假设检验与置信区间构建的理论基础总体参数与样本统计量参数唯一未知，统计量随机可求特征总体参数样本统计量均值μx̄比例πp方差σ²s²特点唯一且未知随机可求总体参数是唯一且未知的确定值，样本统计量则随机可求。参数与统计量的关系总体参数唯一且未知，无法直接获知。样本统计量随机可求，随抽样波动。用可求的统计量推断未知的参数。常用统计量的构造统计量是对样本信息的提炼加工根据不同的推断要求，可以构造不同的统计量x̄样本均值反映数据的集中趋势s²样本方差反映数据的离散程度p样本比例样本中具有某特征单位所占比例矩样本矩k阶原点矩与中心矩重复抽样与不重复抽样抽样方式决定样本个数与方差公式抽样方式决定样本个数与方差公式重复抽样每次抽取后放回，总体单位总数始终不变抽法数：共

N的n次方

种抽法样本均值方差：σ²/n不重复抽样抽取后不放回，样本总数为组合数抽法数：C(N,n)需引入有限总体修正系数修正系数n/N小于5%

时，修正系数可忽略VS抽样分布为何重要抽样分布提供样本统计量长远而稳定的信息抽样分布是连接样本与总体的桥梁，是抽样推断科学性的重要保证抽样分布的五大核心作用波动波动描述：刻画样本均值在什么范围内波动，波动程度如何评估可靠性评估：评估样本均值作为总体均值估计的可靠性区间区间构建：计算标准误、构建置信区间检验检验依据：为假设检验提供理论依据保证科学保证：是抽样推断科学性的重要保证统计推断入门02三大抽样分布正态分布衍生三大分布卡方、t、F，一脉相承卡方分布的定义标准正态变量平方和构成的分布卡方分布由标准正态变量的平方和构造，取值恒为正、呈右偏形态构造定义独立标准正态设Z₁,Z₂,…,Zₙ相互独立且均服从标准正态分布

N(0,1)平方和分布其平方和

χ²

服从自由度为

n

的卡方分布记号记作χ²服从

χ²(n)分布特征历史提出由阿贝于

1863

年首次提出，皮尔逊于

1900

年推导完善取值与偏态取值始终为正，是正偏（右偏）分布自由度影响自由度越小分布越尖锐，越大越趋向对称卡方分布的核心性质期望与方差仅由自由度决定卡方分布：由自由度唯一刻画其形态与统计特性期望

E(χ²)=n，方差

D(χ²)=2n独立可加性：χ²(n₁)+χ²(n₂)

服从

χ²(n₁+n₂)概率密度函数定义在第一象限，曲线下总面积恒为

1自由度较大时逐渐趋近正态分布是方差分析与联合检验的重要理论基础实际应用常通过卡方分布表查临界值卡方分布与样本方差正态总体下样本方差的分布规律(n−1)S²/σ²

服从

χ²(n−1)关键定理与自由度1构造(n−1)S²/σ²

服从

χ²(n−1)；样本方差S²为平均偏差平方和。2自由度自由度为

n−1

而非n，源于样本均值的约束，偏差之和为零。3应用场景总体方差的假设检验卡方拟合优度检验与列联表独立性检验t分布的定义与形态小样本推断的核心分布t分布由标准正态与卡方分布之比构造而成构造定义设

X

服从标准正态分布，Y

服从自由度为

n

的卡方分布，且X与Y相互独立T=X/√(Y/n)

服从自由度为n的t分布，记作

T~t(n)形态与历史由威廉·戈塞

1908

年以笔名"Student"首次发表以

0

为中心呈左右对称的单峰分布自由度越小曲线越低平、尾部越厚自由度趋于无穷时收敛于标准正态分布t分布的应用与局限总体标准差未知时替代正态分布t分布是小样本推断的核心工具，但需正视其假设边界与适用局限应用场景适用小样本且总体标准差未知的情形，此时用样本标准差

s

代替

σ标准误

s/√n，衡量样本均值的抽样波动应用于单样本t检验、独立样本t检验、配对样本t检验适用边界三组及以上数据比较改用方差分析局限：依赖正态性假设，样本量极小时方差估计稳定性受限偏态或重尾数据应改用非参数方法F分布的定义与性质两个卡方分布比值构成的分布F分布由两个独立的卡方变量之比构成，其形状由分子自由度与分母自由度共同决定定义与来源设

U服从χ²(n₁)，V服从χ²(n₂)，且U与V相互独立，则

F=(U/n₁)/(V/n₂)

服从自由度n₁和n₂的F分布。由费雪于

1924

年提出并以姓氏首字母命名。性质非对称的

右偏

分布期望

E(F)=n₂/(n₂−2)，要求n₂>2分子自由度与分母自由度位置

不可互换若F服从

F(1,n)，则F=T²，与t分布存在联系F检验与方差分析比较两组数据方差是否存在显著差异F检验又称方差比率检验，统计量

F

为两组样本方差之比FF检验定义又称方差比率检验、方差齐性检验，统计量F为两组样本方差之比判定F<F表值：两组无显著差异判定F≥F表值：两组存在显著差异应用常作为独立样本

t检验

的前置步骤应用广泛应用于方差分析与回归模型显著性检验注意对数据正态性敏感，非正态时可用

Levene检验

替代三大分布的内在联系由标准正态分布逐层导出卡方分布χ²χ²标准正态变量的平方服从自由度

1

的卡方分布由标准正态平方逐层导出t分布t由标准正态分布与卡方分布共同导出正态总体下样本均值与样本方差相互独立F分布F由两个独立卡方分布导出三条导出路径依次为

χ²、t、F统计推断入门03样本均值分布样本均值的分布规律中心极限定理，统计推断的基石样本均值的期望与方差样本均值是总体均值的无偏估计样本均值的方差远小于总体方差式核心公式期望数学期望：E(X̄)=μ方差抽样方差：σ²/n结关键结论结论一样本均值的方差远小于总体方差结论二样本容量增大时，样本均值的方差减小结论三是样本容量增大时抽样误差缩小的根本原因有限总体修正系数不重复抽样需引入修正系数不重复抽样方差=σ²/n×(N−n)/(N−1)01修正系数核心举措(N−n)/(N−1)

为不重复抽样的修正系数，用于校正样本占比带来的方差偏差02n/N≥5%核心举措样本占比不低于5%时，必须使用含修正系数的修正公式计算方差03n/N<5%核心举措样本占比低于5%时，修正系数近似为

1，直接按重复抽样公式处理04总体无限核心举措总体容量无限时，同样按重复抽样公式处理正态总体的样本均值分布总体正态则样本均值必正态N(μ,σ²/n)X̄服从总体服从正态分布

N(μ,σ²)

时，无论样本容量大小，样本均值均服从正态分布。样本均值

X̄服从N(μ,σ²/n)期望期望仍为

μ方差方差缩小为总体方差的

n分之一标准误标准误为

σ/√n中心极限定理独立同分布随机变量均值的极限分布“1810年拉普拉斯在《概率论解析理论》中首次正式证明。”中心极限定理揭示：样本均值的分布在大样本下趋近正态，与总体分布无关。条件与结论3项独立同分布设定设X₁,X₂,…,Xₙ独立同分布，具有有限均值

μ

与方差

σ²收敛结论当样本量足够大时，样本均值的标准化形式收敛于标准正态分布样本量要求大样本通常要求

n≥30核心结论2项分布无关性无论单个随机变量服从什么分布，样本均值近似服从正态分布均值与方差正态分布的均值等于总体均值，方差等于总体方差除以样本容量中心极限定理的应用无需知道原始分布即可进行统计推断炮兵射击命中次数服从正态，大样本推断有据可依2每次命中期望1.69每次命中方差87.64%100次射击命中180-220颗的概率应用方向·为非正态总体的大样本推断提供依据·支撑t检验与假设检验的计算公式·用于大样本的均值估计、假设检验与置信区间构建掷骰子实验样本均值向理论均值收敛每次掷

100

次算均值3.5多次重复后集中于理论均值统计推断入门04统计推断应用从理论走向实践抽样分布，统计推断的根基抽样分布支撑参数估计抽样分布是推断统计的基础参数未知→样本统计量估计→抽样分布核心逻辑参数未知总体参数无法直接获知样本统计量估计用样本量替代总体参数抽样分布刻画估计量的波动规律点估计应用用样本均值估计总体均值用样本比例估计总体比例用样本方差估计总体方差抽样分布用途用于估计参数计算标准误构建置信区间标准误与置信区间用标准误衡量估计的可靠性标准误=σ/√n，衡量样本均值的抽样波动程度；置信区间给出总体均值可能落入的范围用标准误衡量估计的可靠性大样本置信区间x̄±z·σ/√n总体标准差已知，用z分布样本量大时估计更稳定小样本置信区间x̄±t·s/√n总体标准差未知，用样本标准差s代替样本量小时t分布更稳健VS从分布到假设检验抽样分布为检验统计量提供理论依据从抽样分布出发，用t检验判断样本均值与假设均值的差异是否真实。检验流程3步提出假设判断总体参数是否符合某个假设对比分布将观察到的样本均值与已知分布进行比较计算p值判断差异是否由随机波动导致t检验统计量3项统计量公式统计量=（样本均值−假设均值）÷

标准误概率计算通过