随机样本及抽样分布课件_第1页
随机样本及抽样分布课件_第2页
随机样本及抽样分布课件_第3页
随机样本及抽样分布课件_第4页
随机样本及抽样分布课件_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

第6.1—6.2节数理统计学中的基本概念

数理统计的任务:

观察现象,收集资料,创建方法,分析推断。

统计推断:

伴随着一定概率的推测。其特点是:由“部分”推断“整体”。

总体:研究对象的全体(整体)。个体:每一个研究对象。实际上是对总体的一次观察。有限总体无限总体第六章随机样本及抽样分布第6.1—6.2节数理统计学中的基本概念数理统计的随机样本及抽样分布课件

样本:

由部分个体构成的集合。经常说,来自(或取自)某总体的样本。样本具有二重性:在抽样前,它是随机向量,在抽样后,它是数值向量(随机向量的取值)。样本选择方式:(1)有放回抽样.(2)无放回抽样特别,样本容量<<总体数量时,无放回抽样可近似看作有放回抽样.简单随机样本(s.r.s):

具有两个特点的样本:代表性(组成样本的每个个体与总体同分布),独立性(组成样本的个体间相互独立)。

样本容量:

样本中所含个体的个数。样本:由部分个体构成的集合。经常说,来自(或取自)如,检验一批灯泡的质量,从中选择100只,则总体:这批灯泡(有限总体)个体:这批灯泡中的每一只样本:抽取的100只灯泡(简单随机样本)样本容量:100样本观测值:

x1,x2,…,x100定义:设X为一随机变量,其分布函数为F(x),X1,X2,…,Xn是一组独立且与X同分布的随机变量,称X为总体;(X1,X2,…,Xn)为来自总体X(或分布函数F(x))的简单随机样本;n为样本容量在依次观测中,样本的具体观测值x1,x2,…,xn称为样本值XX1,X2,…,X100100样本值注意:样本是一组独立同总体分布相同的随机变量.如,检验一批灯泡的质量,从中选择100只,则总体:这批灯泡(总体选择个体样本观测样本样本观察值(数据)数据处理样本有关结论统计的一般步骤:推断总体性质

统计量为了集中简单随机样本所带来的总体信息,考虑样本的函数,且不含任何未知参数,这样的“不含未知参数的样本的函数”称为统计量。总体选择个体样本观测样本样本观察值(数据)数据处理样本有关结

是来自总体例6.2.1

未知,则()不是统计量。的s.r.s,其中已知,

统计量

定义:设X1,X2,…,Xn是来自总体X的一个样本,g(X1,X2,…,Xn)是n维随机变量的函数,若g中除样本的函数外不含任何未知参数,则称g(X1,X2,…,Xn)为统计量.统计量的分布称为抽样分布.是来自总体例6.2.1设①样本均值

常用统计量:②样本方差③样本标准差④样本k阶原点矩⑤样本k阶中心矩①样本均值常用统计量:②样本方差③样本标准差④(6)顺序统计量与样本分布函数设X1,X2,…,Xn的观察值为x1,x2,…,xn,从小到大排序得到:x(1),x(2),…,x(n),定义X(k)=x(k),由此得到的(X(1),X(2),…,X(n))或它们的函数都称为顺序统计量.显然X(1)X(2)

…X(n)且有X(1)=min(X(1),X(2),…,X(n)),X(n)=max(X(1),X(2),…,X(n))1)样本中位数2)样本极差R=X(n)-X(1)(6)顺序统计量与样本分布函数设X1,X2,…,Xn的观察样本分布函数(经验分布函数)格里汶科定理:设总体X的分布是F(x),则下式成立样本分布函数(经验分布函数)格里汶科定理:设总体X的分布是F第6.3节抽样分布一、样本均值的分布定理:设X1,X2,…Xn是来自总体N(,2)的样本,是样本均值,则有注:在大样本情况下,无论总体服从何种分布均有第6.3节抽样分布一、样本均值的分布定理:设X1,X二、顺序统计量的分布1、(X(1),X(2)…X(n))的概率密度函数为2、样本中位数的概率密度函数为3、样本极差的概率密度函数为其中二、顺序统计量的分布1、(X(1),X(2)…X(n))的概z1-α例6.3.1设X~N(0,1),分别为0.95,0.975,0.75,求X关于的100%分位数.Xφ(x)

三、标准正态分布及其100%分位数定义:设X~N(0,1),对任意0<<1,若P{X<λ}=,则称λ为标准正态分布的100%分位数,记为解:=0.95时,反查表得:z0.95=1.64类似可得:z0.975=1.96,z0.75=0.69-zz1-α例6.3.1设X~N(0,1),分别分布及其性质1.定义:

称n个相互独立同标准正态分布的随机变量的平方和X的分布为自由度为n的分布,记作(2)X1,X2,…Xk独立,Xi~(ni),(i=1,2,…,k),则

2.性质:

(1)X1,X2,…Xn独立,Xi~N(0,1),(i=1,2,…,n),则(3)X1,X2,…Xn为来自总体N(,2)的简单随机样本,则四、(4)分布及其性质1.定义:称n个相互独立同标准

例6.3.2设是来自总体的s.r.s,则服从()分布。

例6.3.3设是取自总体N(0,4)的s.r.s,当a=

,b=

时,解(1)服从(2)由题意得a=1/20b=1/100例6.3.2设是来3.的密度曲线Xf(x)n=1n=4n=10随着n的增大,密度曲线逐渐趋于平缓,对称.3.的密度曲线Xf(x)n=1n=4n=14.分布的100

%分位数定义:设,对于给定的(0<<1),若P{X<λ}=,则称λ为自由度为n的分布的100%分位数,记为Xf(x)查表求100%分位数:(1)若P{X<λ}=,则(2)若P{X>λ}=,则例6.3.4.设X~(10),P{X>λ1}=0.025,P{X<λ2}=0.05,求λ1,λ2.解:查表得:查表得:4.分布的100%分位数定义:设五、t分布及其性质1.定义

设随机变量,随机变量Y且它们互相独立,则称随机变量

的分布为自由度是n的t分布,记作可以证明t分布的概率密度函数为五、t分布及其性质1.定义设随机变量

特点:

关于y轴对称;随着自由度的逐渐增大,密度曲线逐渐接近于标准正态密度曲线.2.t分布的密度曲线:Xf(x)特点:关于y轴对称;随着自由度的逐渐增大,密度曲线逐渐3、t分布的性质(1)

(2)

(3)h(t)的图形关于Y轴对称3、t分布的性质(1)(2)(3)h(t)的图形关4.t分布的100α%分位数:Xf(x)对于给定α(0<α<1),若P{t(n)<λ}=α,则称λ为t分布的100α%分位数,记为:1-α例6.3.5.设t~t(15),求(1)α=0.995(2)α=0.005的100α%分位数;解:(1)λ=t0.995(15),查表得λ=2.9467(2)λ=t0.005(15),查表得λ=-2.9467注:

4.t分布的100α%分位数:Xf(x)对于给

例6.3.6(974)设随机变量X和Y相互独立且都服从正态分布,而和分别是来自总体X和Y的s.r.s,则统计量服从()分布,参数为().t9解:故与独立,所以例6.3.6(974)设随机变量X和Y相六、F分布及其性质1.定义

设随机变量随机变量且它们相互独立,则称随机变量的分布为自由度是的F分布。记作可以证明,的概率密度函数为六、F分布及其性质1.定义设随机变量2.F分布的概率密度曲线3.性质:2.F分布的概率密度曲线3.性质:4.F分布的100α%分位数Xf(x)设F~,对于给定α(0<α<1),若P{F<λ}=α,则称λ为F分布的100α%分位数,记为:5.100α%分位数的计算(1)若P{F<λ}=α,则(2)若P{F<λ}=α(α比较小),则P{1/F<1/λ}=1-α,故4.F分布的100α%分位数Xf(x)设F~例6.3.7设F~F(24,15),分别求满足解(1)λ=F0.975(24,15)=2.29(2)λ=F0.95(24,15)=2.70(3)α比较小,P{1/F<1/λ}=0.975所以λ=0.41例6.3.7设F~F(24,15),分别求满足解(1)λ

七、抽样分布基本定理1、设是来自总体的s.r.s,表示样本均值,则

七、抽样分布基本定理1、设2、设X~N(μ1,σ12),Y~N(μ2,σ22),X,Y相互独立,从中分别抽取容量为n1,n2的样本,样本均值分别记为2、设X~N(μ1,σ12),Y~N(μ2,σ22),X,3、定理6.3.3设X1,X2,…,Xn是来自总体的样本,分别是样本均值和样本方差,则有注:由可得3、定理6.3.3设X1,X2,…,Xn是来自总体的样本,分4、定理6.3.4设X1,X2,…,Xn是来自总体的样本,分别是样本均值和样本方差,则有例6.3.8(993)设是来自正态总体X的s.r.s,证明:统计量Z~t(2)4、定理6.3.4设X1,X2,…,Xn是来自总体的样本,分例6.3.9(994)设是来自总体的s.r.s,是样本均值,记则服从自由度为n-1的t分布的随机变量是()1例6.3.9(994)设5、定理6.3.5设与分别是来自总体X,Y的样本且这两个样本是独立的,记则有5、定理6.3.5设与分别是来自总体X,Y的样本且这两个样注:若记则有注:若记则有第6.1—6.2节数理统计学中的基本概念

数理统计的任务:

观察现象,收集资料,创建方法,分析推断。

统计推断:

伴随着一定概率的推测。其特点是:由“部分”推断“整体”。

总体:研究对象的全体(整体)。个体:每一个研究对象。实际上是对总体的一次观察。有限总体无限总体第六章随机样本及抽样分布第6.1—6.2节数理统计学中的基本概念数理统计的随机样本及抽样分布课件

样本:

由部分个体构成的集合。经常说,来自(或取自)某总体的样本。样本具有二重性:在抽样前,它是随机向量,在抽样后,它是数值向量(随机向量的取值)。样本选择方式:(1)有放回抽样.(2)无放回抽样特别,样本容量<<总体数量时,无放回抽样可近似看作有放回抽样.简单随机样本(s.r.s):

具有两个特点的样本:代表性(组成样本的每个个体与总体同分布),独立性(组成样本的个体间相互独立)。

样本容量:

样本中所含个体的个数。样本:由部分个体构成的集合。经常说,来自(或取自)如,检验一批灯泡的质量,从中选择100只,则总体:这批灯泡(有限总体)个体:这批灯泡中的每一只样本:抽取的100只灯泡(简单随机样本)样本容量:100样本观测值:

x1,x2,…,x100定义:设X为一随机变量,其分布函数为F(x),X1,X2,…,Xn是一组独立且与X同分布的随机变量,称X为总体;(X1,X2,…,Xn)为来自总体X(或分布函数F(x))的简单随机样本;n为样本容量在依次观测中,样本的具体观测值x1,x2,…,xn称为样本值XX1,X2,…,X100100样本值注意:样本是一组独立同总体分布相同的随机变量.如,检验一批灯泡的质量,从中选择100只,则总体:这批灯泡(总体选择个体样本观测样本样本观察值(数据)数据处理样本有关结论统计的一般步骤:推断总体性质

统计量为了集中简单随机样本所带来的总体信息,考虑样本的函数,且不含任何未知参数,这样的“不含未知参数的样本的函数”称为统计量。总体选择个体样本观测样本样本观察值(数据)数据处理样本有关结

是来自总体例6.2.1

未知,则()不是统计量。的s.r.s,其中已知,

统计量

定义:设X1,X2,…,Xn是来自总体X的一个样本,g(X1,X2,…,Xn)是n维随机变量的函数,若g中除样本的函数外不含任何未知参数,则称g(X1,X2,…,Xn)为统计量.统计量的分布称为抽样分布.是来自总体例6.2.1设①样本均值

常用统计量:②样本方差③样本标准差④样本k阶原点矩⑤样本k阶中心矩①样本均值常用统计量:②样本方差③样本标准差④(6)顺序统计量与样本分布函数设X1,X2,…,Xn的观察值为x1,x2,…,xn,从小到大排序得到:x(1),x(2),…,x(n),定义X(k)=x(k),由此得到的(X(1),X(2),…,X(n))或它们的函数都称为顺序统计量.显然X(1)X(2)

…X(n)且有X(1)=min(X(1),X(2),…,X(n)),X(n)=max(X(1),X(2),…,X(n))1)样本中位数2)样本极差R=X(n)-X(1)(6)顺序统计量与样本分布函数设X1,X2,…,Xn的观察样本分布函数(经验分布函数)格里汶科定理:设总体X的分布是F(x),则下式成立样本分布函数(经验分布函数)格里汶科定理:设总体X的分布是F第6.3节抽样分布一、样本均值的分布定理:设X1,X2,…Xn是来自总体N(,2)的样本,是样本均值,则有注:在大样本情况下,无论总体服从何种分布均有第6.3节抽样分布一、样本均值的分布定理:设X1,X二、顺序统计量的分布1、(X(1),X(2)…X(n))的概率密度函数为2、样本中位数的概率密度函数为3、样本极差的概率密度函数为其中二、顺序统计量的分布1、(X(1),X(2)…X(n))的概z1-α例6.3.1设X~N(0,1),分别为0.95,0.975,0.75,求X关于的100%分位数.Xφ(x)

三、标准正态分布及其100%分位数定义:设X~N(0,1),对任意0<<1,若P{X<λ}=,则称λ为标准正态分布的100%分位数,记为解:=0.95时,反查表得:z0.95=1.64类似可得:z0.975=1.96,z0.75=0.69-zz1-α例6.3.1设X~N(0,1),分别分布及其性质1.定义:

称n个相互独立同标准正态分布的随机变量的平方和X的分布为自由度为n的分布,记作(2)X1,X2,…Xk独立,Xi~(ni),(i=1,2,…,k),则

2.性质:

(1)X1,X2,…Xn独立,Xi~N(0,1),(i=1,2,…,n),则(3)X1,X2,…Xn为来自总体N(,2)的简单随机样本,则四、(4)分布及其性质1.定义:称n个相互独立同标准

例6.3.2设是来自总体的s.r.s,则服从()分布。

例6.3.3设是取自总体N(0,4)的s.r.s,当a=

,b=

时,解(1)服从(2)由题意得a=1/20b=1/100例6.3.2设是来3.的密度曲线Xf(x)n=1n=4n=10随着n的增大,密度曲线逐渐趋于平缓,对称.3.的密度曲线Xf(x)n=1n=4n=14.分布的100

%分位数定义:设,对于给定的(0<<1),若P{X<λ}=,则称λ为自由度为n的分布的100%分位数,记为Xf(x)查表求100%分位数:(1)若P{X<λ}=,则(2)若P{X>λ}=,则例6.3.4.设X~(10),P{X>λ1}=0.025,P{X<λ2}=0.05,求λ1,λ2.解:查表得:查表得:4.分布的100%分位数定义:设五、t分布及其性质1.定义

设随机变量,随机变量Y且它们互相独立,则称随机变量

的分布为自由度是n的t分布,记作可以证明t分布的概率密度函数为五、t分布及其性质1.定义设随机变量

特点:

关于y轴对称;随着自由度的逐渐增大,密度曲线逐渐接近于标准正态密度曲线.2.t分布的密度曲线:Xf(x)特点:关于y轴对称;随着自由度的逐渐增大,密度曲线逐渐3、t分布的性质(1)

(2)

(3)h(t)的图形关于Y轴对称3、t分布的性质(1)(2)(3)h(t)的图形关4.t分布的100α%分位数:Xf(x)对于给定α(0<α<1),若P{t(n)<λ}=α,则称λ为t分布的100α%分位数,记为:1-α例6.3.5.设t~t(15),求(1)α=0.995(2)α=0.005的100α%分位数;解:(1)λ=t0.995(15),查表得λ=2.9467(2)λ=t0.005(15),查表得λ=-2.9467注:

4.t分布的100α%分位数:Xf(x)对于给

例6.3.6(974)设随机变量X和Y相互独立且都服从正态分布,而和分别是来自总体X和Y的s.r.s,则统计量服从()分布,参数为().t9解:故与独立,所以例6.3.6(974)设随机变量X和Y相六、F分布及其性质1.定义

设随机变量随机变量且它们相互独立,则称随机变量的分布为自由度是的F分布。记作可以证明,的概率密度函数为六、F分布及其性质1.定义设随机变量2.F分布的概率密度曲线3.性质:2.F分布的概率密度曲线3.性质:4.F分布的100α%分位数Xf(x)设F~,对于给定α(0<α<1),若P{F<λ}=α,则称λ为F分布的100α%分位数,记为:5.100α%分位数的计算(1)若P{F<λ}=α,则(2)若P{F<λ}=α(α比较小),则P{1/F<1/λ}=1-α,故4.F分布的10

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