四川民族学院《概率论与数理统计》课件-第6章数理统计的基本概念_第1页
四川民族学院《概率论与数理统计》课件-第6章数理统计的基本概念_第2页
四川民族学院《概率论与数理统计》课件-第6章数理统计的基本概念_第3页
四川民族学院《概率论与数理统计》课件-第6章数理统计的基本概念_第4页
四川民族学院《概率论与数理统计》课件-第6章数理统计的基本概念_第5页
已阅读5页,还剩57页未读, 继续免费阅读

下载本文档

版权说明:本文档由用户提供并上传,收益归属内容提供方,若内容存在侵权,请进行举报或认领

文档简介

从本章起,我们转入课程的第二部分——数理统计学。数理统计学与概率论是两个密切联系的姊妹学科。

大体上可以这样说,概率论是数理统计学的基础,而数理统计学是概率论的重要应用。第六章数理统计的基本概念四川民族学院《概率论与数理统计》E6636B02012BD195C019CE06C16E3014C73D0DE32711A616D0819A1E3DEEB8F98FE8DE03BC41BA96CB4CD2F0472B73A72FC0F2BE2AA533FE6A04217657F9189DBF2DB6715F2B3FB878C24967410数理统计是一门什么样的学科?

数理统计学是这样一门学科:它使用概率论和其它数学方法,研究怎样收集(通过试验和观察)带有随机误差的数据,并在设定的模型(称为统计模型)之下,对这种数据进行分析(称为统计分析),以对所研究的问题作出推断(称为统计推断)。

由于所收集的统计数据(资料)只能反映事物的局部特征,数理统计的任务就在于从统计资料所反映的局部特征以概率论作为理论基础去推断事物的整体特征。E6636B02012BD195C019CE06C16E3014C73D0DE32711A616D0819A1E3DEEB8F98FE8DE03BC41BA96CB4CD2F0472B73A72FC0F2BE2AA533FE6A04217657F9189DBF2DB6715F2B3FB878C24967410

§6.1

总体、样本和统计量

§6.2经验分布函数§6.3抽样分布主要内容E6636B02012BD195C019CE06C16E3014C73D0DE32711A616D0819A1E3DEEB8F98FE8DE03BC41BA96CB4CD2F0472B73A72FC0F2BE2AA533FE6A04217657F9189DBF2DB6715F2B3FB878C24967410§6.1总体、样本和统计量

6.1.1总体与样本

在数理统计中,我们将研究对象的某项数量指标的值的全体称为总体,总体中的每个元素称为个体.

比如,对电子元件我们主要关心的是其使用寿命.而该厂生产的所有电子元件的使用寿命取值的全体,就构成了研究对象的全体,即总体,显然它是一个随机变量,常用X表示.E6636B02012BD195C019CE06C16E3014C73D0DE32711A616D0819A1E3DEEB8F98FE8DE03BC41BA96CB4CD2F0472B73A72FC0F2BE2AA533FE6A04217657F9189DBF2DB6715F2B3FB878C24967410

为方便起见,今后我们把总体与随机变量X等同起来看,即总体就是某随机变量X可能取值的全体.它客观上存在一个分布,但我们对其分布一无所知,或部分未知,正因为如此,才有必要对总体进行研究.

按机会均等的原则随机地从客观存在的总体中抽取一些个体进行观察或测试的过程称为随机抽样.从总体中抽出的部分个体,叫做总体的一个样本.E6636B02012BD195C019CE06C16E3014C73D0DE32711A616D0819A1E3DEEB8F98FE8DE03BC41BA96CB4CD2F0472B73A72FC0F2BE2AA533FE6A04217657F9189DBF2DB6715F2B3FB878C24967410

从总体中抽取样本时,不仅要求每一个个体被抽到的机会均等(代表性),同时还要求每次的抽取是独立的(独立性),即每次抽样的结果不影响其他各次的抽样结果,同时也不受其他各次抽样结果的影响.这种抽样方法称为简单随机抽样.由简单随机抽样得到的样本叫做简单随机样本.往后如不作特别说明,提到“样本”总是指简单随机样本.E6636B02012BD195C019CE06C16E3014C73D0DE32711A616D0819A1E3DEEB8F98FE8DE03BC41BA96CB4CD2F0472B73A72FC0F2BE2AA533FE6A04217657F9189DBF2DB6715F2B3FB878C24967410E6636B02012BD195C019CE06C16E3014C73D0DE32711A616D0819A1E3DEEB8F98FE8DE03BC41BA96CB4CD2F0472B73A72FC0F2BE2AA533FE6A04217657F9189DBF2DB6715F2B3FB878C24967410E6636B02012BD195C019CE06C16E3014C73D0DE32711A616D0819A1E3DEEB8F98FE8DE03BC41BA96CB4CD2F0472B73A72FC0F2BE2AA533FE6A04217657F9189DBF2DB6715F2B3FB878C24967410

从总体X中抽取一个个体,就是对随机变量X进行一次试验.抽取n个个体就是对随机变量X进行n次试验,分别记为X1,X2,…,Xn.则样本就是n维随机变量(X1,X2,…,Xn).在一次抽样以后,(X1,X2,…,Xn)就有了一组确定的值(x1,x2,…,xn),称为样本观测值.样本观测值(x1,x2,…,xn)可以看成一个随机试验的一个结果,它的一切可能结果的全体构成一个样本空间.

称(X1,X2,…,Xn)为样本,n为样本容量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总体样本样本观察值理论分布统计是从手中已有的资料——样本观察值,去推断总体的情况——总体分布.样本是联系两者的桥梁.总体分布决定了样本取值的概率规律,也就是样本取到样本观察值的规律,因而可以用样本观察值去推断总体.总体、样本、样本观察值的关系E6636B02012BD195C019CE06C16E3014C73D0DE32711A616D0819A1E3DEEB8F98FE8DE03BC41BA96CB4CD2F0472B73A72FC0F2BE2AA533FE6A04217657F9189DBF2DB6715F2B3FB878C24967410§6.1总体、样本和统计量

6.1.1总体与样本(前面讲完了这个内容,下面讲6.1.2)E6636B02012BD195C019CE06C16E3014C73D0DE32711A616D0819A1E3DEEB8F98FE8DE03BC41BA96CB4CD2F0472B73A72FC0F2BE2AA533FE6A04217657F9189DBF2DB6715F2B3FB878C249674106.1.2统计量统计量的定义

设X1,X2,…,Xn为来自总体X的样本,称不含未知参数的样本的函数g(X1,X2,…,Xn)为统计量.

若x1,x2,...,xn为样本观测值,则称g(x1,x2,...,xn)为统计量g(X1,X2,…,Xn)的观测值.统计量是处理、分析数据的主要工具.对统计量的一个最基本的要求就是可以将样本观测值代入进行计算,因而不能含有任何未知的参数.

E6636B02012BD195C019CE06C16E3014C73D0DE32711A616D0819A1E3DEEB8F98FE8DE03BC41BA96CB4CD2F0472B73A72FC0F2BE2AA533FE6A04217657F9189DBF2DB6715F2B3FB878C24967410【例】设X1,X2,…,Xn是来自总体X的样本,X~N(

,

2),其中

、

2为未知参数,则X1,min{X1,X2,…,Xn}均为统计量,但诸如等均不是统计量,因它含有未知参数

或

.E6636B02012BD195C019CE06C16E3014C73D0DE32711A616D0819A1E3DEEB8F98FE8DE03BC41BA96CB4CD2F0472B73A72FC0F2BE2AA533FE6A04217657F9189DBF2DB6715F2B3FB878C24967410E6636B02012BD195C019CE06C16E3014C73D0DE32711A616D0819A1E3DEEB8F98FE8DE03BC41BA96CB4CD2F0472B73A72FC0F2BE2AA533FE6A04217657F9189DBF2DB6715F2B3FB878C24967410E6636B02012BD195C019CE06C16E3014C73D0DE32711A616D0819A1E3DEEB8F98FE8DE03BC41BA96CB4CD2F0472B73A72FC0F2BE2AA533FE6A04217657F9189DBF2DB6715F2B3FB878C24967410§6.2经验分布函数

(本节非重点,只简单介绍一下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§6.3抽样分布为了用概率的方法探讨一个统计量在推断总体时的性能或把握推断结论的置信程度,我们必须要知道统计量的分布或近似分布.统计量的分布,通常称为抽样分布.先讨论统计量的数字特征.E6636B02012BD195C019CE06C16E3014C73D0DE32711A616D0819A1E3DEEB8F98FE8DE03BC41BA96CB4CD2F0472B73A72FC0F2BE2AA533FE6A04217657F9189DBF2DB6715F2B3FB878C249674106.3.1样本均值和样本方差的数字特征E6636B02012BD195C019CE06C16E3014C73D0DE32711A616D0819A1E3DEEB8F98FE8DE03BC41BA96CB4CD2F0472B73A72FC0F2BE2AA533FE6A04217657F9189DBF2DB6715F2B3FB878C24967410E6636B02012BD195C019CE06C16E3014C73D0DE32711A616D0819A1E3DEEB8F98FE8DE03BC41BA96CB4CD2F0472B73A72FC0F2BE2AA533FE6A04217657F9189DBF2DB6715F2B3FB878C24967410E6636B02012BD195C019CE06C16E3014C73D0DE32711A616D0819A1E3DEEB8F98FE8DE03BC41BA96CB4CD2F0472B73A72FC0F2BE2AA533FE6A04217657F9189DBF2DB6715F2B3FB878C249674106.3.2三种重要的概率分布1.

2分布(为简便计,不通过Г分布,直接给出

2分布定义.Г分布后面都不用到,只是在这里用于引入

2分布概念,不需掌握)

命题6.3.2

设X1,X2,…,Xn为相互独立的随机变量,它们都服从标准正态N(0,1)分布,则称随机变量服从自由度为n的

2分布,记为

2~

2(n).此处自由度指

2中包含独立变量的个数.可以证明,

2(n)的概率密度为其中

(

)称为伽马函数,E6636B02012BD195C019CE06C16E3014C73D0DE32711A616D0819A1E3DEEB8F98FE8DE03BC41BA96CB4CD2F0472B73A72FC0F2BE2AA533FE6A04217657F9189DBF2DB6715F2B3FB878C24967410

2分布概率密度

图6.1

2(n)分布的概率密度曲线可以看出,随着n的增大图形趋于“平缓”,其图形下区域的重心亦逐渐往右下移动.E6636B02012BD195C019CE06C16E3014C73D0DE32711A616D0819A1E3DEEB8F98FE8DE03BC41BA96CB4CD2F0472B73A72FC0F2BE2AA533FE6A04217657F9189DBF2DB6715F2B3FB878C24967410

2分布具有下面性质:

(1)(可加性)设是两个相互独立的随机变量,且

(2)设

证明

(1)由

2分布的定义易得证明.

(2)因为存在相互独立、同分布于N(0,1)的随机变量X1,X2,…,Xn,使则E6636B02012BD195C019CE06C16E3014C73D0DE32711A616D0819A1E3DEEB8F98FE8DE03BC41BA96CB4CD2F0472B73A72FC0F2BE2AA533FE6A04217657F9189DBF2DB6715F2B3FB878C24967410由于Xi独立,且注意到N(0,1)的四阶矩为3,可得

英国统计学家费歇(R.A.Fisher)曾证明,当n较大时,

近似服从E6636B02012BD195C019CE06C16E3014C73D0DE32711A616D0819A1E3DEEB8F98FE8DE03BC41BA96CB4CD2F0472B73A72FC0F2BE2AA533FE6A04217657F9189DBF2DB6715F2B3FB878C24967410关于

2分布以及后面将要讲到的t分布、F分布,要求做到以下两点:(1)从正向理解三种分布的定义,即三种分布是由哪些分布衍生出来的,什么样的随机变量服从上述三种分布;(2)从逆向理解三种分布的定义,即如果某随机变量服从上述三种分布之一种,则该随机变量可以写成什么样的表达式(哪种随机变量的衍生式).至于服从上述三种分布的随机变量的密度函数形式不要求记忆。E6636B02012BD195C019CE06C16E3014C73D0DE32711A616D0819A1E3DEEB8F98FE8DE03BC41BA96CB4CD2F0472B73A72FC0F2BE2AA533FE6A04217657F9189DBF2DB6715F2B3FB878C249674102.t分布命题6.3.3

设X

~N(0,1),Y

~

2(n),X与Y独立,则称随机变量服从自由度为的t分布,又称为学生氏分布(Studentdistribution),记为T

~t(n).可以证明t(n)的概率密度为

图6-2t分布的概率密度曲线E6636B02012BD195C019CE06C16E3014C73D0DE32711A616D0819A1E3DEEB8F98FE8DE03BC41BA96CB4CD2F0472B73A72FC0F2BE2AA533FE6A04217657F9189DBF2DB6715F2B3FB878C24967410

图6.2t分布的概率密度曲线显然t分布的概率密度是x的偶函数,图6.2描绘了n=1,3,7时t(n)的概率密度曲线.作为比较,还描绘了N(0,1)的概率密度曲线.E6636B02012BD195C019CE06C16E3014C73D0DE32711A616D0819A1E3DEEB8F98FE8DE03BC41BA96CB4CD2F0472B73A72FC0F2BE2AA533FE6A04217657F9189DBF2DB6715F2B3FB878C24967410可看出,随着n的增大,t(n)的概率密度曲线与N(0,1)的概率密度曲线越来越接近.可以证明t分布具有下面性质:即当n趋向无穷时,t(n)近似于标准正态分布N(0,1).一般地,若n>30,就可认为t(n)基本与N(0,1)相差无几了.另外,经简单积分可知,若则E6636B02012BD195C019CE06C16E3014C73D0DE32711A616D0819A1E3DEEB8F98FE8DE03BC41BA96CB4CD2F0472B73A72FC0F2BE2AA533FE6A04217657F9189DBF2DB6715F2B3FB878C249674103.F分布命题6.3.4设X~

2(m),Y~

2(n),且X与Y独立,称随机变量服从自由度为(m,n)的F分布,记为F~F(m,n).m,n分别称为第一自由度和第二自由度.可以证明其概率密度函数为:

E6636B02012BD195C019CE06C16E3014C73D0DE32711A616D0819A1E3DEEB8F98FE8DE03BC41BA96CB4CD2F0472B73A72FC0F2BE2AA533FE6A04217657F9189DBF2DB6715F2B3FB878C24967410

图6.3F分布的概率密度曲线由F分布的定义容易看出,若F

~F(m,n),则1/F~F(n,m).E6636B02012BD195C019CE06C16E3014C73D0DE32711A616D0819A1E3DEEB8F98FE8DE03BC41BA96CB4CD2F0472B73A72FC0F2BE2AA533FE6A04217657F9189DBF2DB6715F2B3FB878C24967410

在统计推断(区间估计和假设检验)中,已知总体X的分布及某概率值α,需要知道X小于等于哪个数的概率为α,这个数称为X的α分位数,也就是,

设X~ψ(n)(ψ为某种分布,n为有关自由度),

0<α<1,称满足的数为分布ψ(n)的α分位数(或分位点).6.3.3分位数E6636B02012BD195C019CE06C16E3014C73D0DE32711A616D0819A1E3DEEB8F98FE8DE03BC41BA96CB4CD2F0472B73A72FC0F2BE2AA533FE6A04217657F9189DBF2DB6715F2B3FB878C24967410

由于四大分布的密度函数的积分计算较为复杂,求分位点相当于求分布函数的反函数更为复杂,求分位点一般采用查表的方法,这些表都是数值运算的结果.R软件中有专门的函数qnorm(α)(求标准正态分布的α分位点)、qt(α,n)(求自由度为n的t分布的α分位点)、qchisq(α,n)(求自由度为n的

2分布的α分位点)和qf(α,m,n)(求第一自由度为m、第二自由度为n的F分布的α分位点).

E6636B02012BD195C019CE06C16E3014C73D0DE32711A616D0819A1E3DEEB8F98FE8DE03BC41BA96CB4CD2F0472B73A72FC0F2BE2AA533FE6A04217657F9189DBF2DB6715F2B3FB878C24967410标准正态分布的α分位点用表示.标准正态分布和t分布还有双侧分位数的定义,即

这是因为标准正态分布和t分布的密度函数关于y轴是对称的,图6.3.4和6.3.6所示就是双侧分位数,不难发现E6636B02012BD195C019CE06C16E3014C73D0DE32711A616D0819A1E3DEEB8F98FE8DE03BC41BA96CB4CD2F0472B73A72FC0F2BE2AA533FE6A04217657F9189DBF2DB6715F2B3FB878C24967410四种常用分布的分位数示意图E6636B02012BD195C019CE06C16E3014C73D0DE32711A616D0819A1E3DEEB8F98FE8DE03BC41BA96CB4CD2F0472B73A72FC0F2BE2AA533FE6A04217657F9189DBF2DB6715F2B3FB878C24967410另外,在分位点表中对于标准正态分布、t分布和F分布只能查到α>1/2的分位数,需利用对称性间接查α<1/2的分位数,对称性指的是以下三个关系式,根据这三个分布的定义和特点很容易得到.E6636B02012BD195C019CE06C16E3014C73D0DE32711A616D0819A1E3DEEB8F98FE8DE03BC41BA96CB4CD2F0472B73A72FC0F2BE2AA533FE6A04217657F9189DBF2DB6715F2B3FB878C24967410E6636B02012BD195C019CE06C16E3014C73D0DE32711A616D0819A1E3DEEB8F98FE8DE03BC41BA96CB4CD2F0472B73A72FC0F2BE2AA533FE6A04217657F9189DBF2DB6715F2B3FB878C24967410E6636B02012BD195C019CE06C16E3014C73D0DE32711A616D0819A1E3DEEB8F98FE8DE03BC41BA96CB4CD2F0472B73A72FC0F2BE2AA533FE6A04217657F9189DBF2DB6715F2B3FB878C24967410E6636B02012BD195C019CE06C16E3014C73D0DE32711A616D0819A1E3DEEB8F98FE8DE03BC41BA96CB4CD2F0472B73A72FC0F2BE2AA533FE6A04217657F9189DBF2DB6715F2B3FB878C249674106.3.4正态总体的抽样分布一、单个正态总体的抽样分布E6636B02012BD195C019CE06C16E3014C73D0DE32711A616D0819A1E3DEEB8F98FE8DE03BC41BA96CB4CD2F0472B73A72FC0F2BE2AA533FE6A04217657F9189DBF2DB6715F2B3FB878C24967410

推论6.3.1设(X1,X2,…,Xn)是来自总体X~N(μ,σ2)的一个样本,则E6636B02012BD195C019CE06C16E3014C73D0DE32711A616D0819A1E3DEEB8F98FE8DE03BC41BA96CB4CD2F0472B73A72FC0F2BE2AA533FE6A04217657F9189DBF2DB6715F2B3FB878C24967410证明:且它们表示的随机变量是相互独立的,故E6636B02012BD195C019CE06C16E3014C73D0DE32711A616D0819A1E3DEEB8F98FE8DE03BC41BA96CB4CD2F0472B73A72FC0F2BE2AA533FE6A04217657F9189DBF2DB6715F2B3FB878C24967410解:

所以E6636B02012BD195C019CE06C16E3014C73D0DE32711A616D0819A1E3DEEB8F98FE8DE03BC41BA96CB4CD2F0472B73A72FC0F2BE2AA533FE6A04217657F9189DBF2DB6715F2B3FB878C24967410解:查表得

则有

由于E6636B02012BD195C019CE06C16E3014C73D0DE32711A616D0819A1E3DEEB8F98FE8DE03BC41BA96CB4CD2F0472B73A72FC0F2BE2AA533FE6A04217657F9189DBF2DB6715F2B3FB878C24967410二、两个正态总体下的抽样分布E6636B02012BD195C019CE06C16E3014C73D0DE32711A616D0819A1E3DEEB8F98FE8DE03BC41BA96CB4CD2F0472B73A72FC0F2BE2AA533FE6A04217657F9189DBF2DB6715F2B3FB878C24967410结论1:证明:E6636B02012BD195C019CE06C16E3014C73D0DE32711A616D0819A1E3DEEB8F98FE8DE03BC41BA96CB4CD2F0472B73A72FC0F2BE2AA533FE6A04217657F9189DBF2DB6715F2B3FB878C24967410其中

注:此结论只有在两个总体的方差相等时才成立.E6636B02012BD195C019CE06C16E3014C73D0DE32711A616D0819A1E3DEEB8F98FE8DE03BC41BA96CB4CD2F0472B73A72FC0F2BE2AA533FE6A04217657F9189DBF2DB6715F2B3FB878C24967410

证明:

(1)因为所以(2)因为(3)故所以E6636B02012BD195C019CE06C16E3014C73D0DE32711A616D0819A1E3DEEB8F98FE8DE03BC41BA96CB4CD2F0472B73A72FC0F2BE2AA533FE6A04217657F

温馨提示

  • 1. 本站所有资源如无特殊说明,都需要本地电脑安装OFFICE2007和PDF阅读器。图纸软件为CAD,CAXA,PROE,UG,SolidWorks等.压缩文件请下载最新的WinRAR软件解压。
  • 2. 本站的文档不包含任何第三方提供的附件图纸等,如果需要附件,请联系上传者。文件的所有权益归上传用户所有。
  • 3. 本站RAR压缩包中若带图纸,网页内容里面会有图纸预览,若没有图纸预览就没有图纸。
  • 4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
  • 5. 人人文库网仅提供信息存储空间,仅对用户上传内容的表现方式做保护处理,对用户上传分享的文档内容本身不做任何修改或编辑,并不能对任何下载内容负责。
  • 6. 下载文件中如有侵权或不适当内容,请与我们联系,我们立即纠正。
  • 7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。

评论

0/150

提交评论