样本及抽样分布讲解.ppt

  1. 1、本文档共50页,可阅读全部内容。
  2. 2、有哪些信誉好的足球投注网站(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
  3. 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  4. 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
查看更多
n=1 n=10 0 性质: n=1 n=10 0 设随机变量 X 与 Y 相互独立,且 则称,随机变量 3 F 分布 0 m=10,n=5 m=10,n=25 由定义可知,若 m=10,n=? 四、上 α 分位点: 性质: 返回 0 附表4 说明:表中只列到 n = 45 ,费歇曾证明,当 n 充分大时,有近似公式 附表3 性质: 0 性质: 五、正态总体的样本均值与样本方差的分布 1、总体 X(不论它服从什么分布,只要均值和方差存在)的均值为 X1 , X2 , …, X n 是 X 的一个样本,则总有 因为: 特别地,若总体 ,则 返回 2 、对于正态总体 的样本均值 与样本方差 的分布 定理1 设(X1 , X2 , …, X n )是取自正态总体 的样本, 定理2 设(X1 , X2 , …, X n )是取自正态总体 的样本, 证明: 且两者独立,由t 分布的定义知: 定理3 (两正态总体样本均值与样本方差的分布) 分别是这两个样本的 且X与Y 独立, X1,X2,…, 是来自X的样本, 来自Y的样本, 分别是这两个样本的样本方差, 均值, 则有 Y1,Y2,…, 是 样本 得: 证明:由 特别地, 事实上: 且它们相互独立,故由 例1 从正态总体 中抽取容量为16的样本,试求: 样本均值 与总体均值 ? 之差的绝对值小于 2 的概率。 解: 例2 设总体 X 服从正态分布 为使样本均值大于70的概率不小于90%, 则样本容量至少应取多少? 解: 设所需样本容量为 n, 查正态分布表得: 即: 故样本容量至少为42,才能使样本均值大于70的概率不小于90%。 例3 已知 求证: 证明: 由 使 则: 由 F 分布定义: 存在 * * * * * * 什么是数理统计? ◆ 数理统计是一门应用性很强的学科. 它是研究怎样以有效的方式收集、 整理和分析带有随机性的数据,以便对所考察的问题作出推断和预测,直至为采取一定的决策和行动提供依据和建议. ◆ 应用是数理统计的一个重要特点。 什么是数理统计? ◆数理统计不同于一般的资料统计,它更侧重于应用 随机现象本身的规律性进行资料的收集、整理和分析. ◆由于大量随机现象必然呈现出它的规律性,因而 从理论上讲,只要对随机现象进行足够多次观察, 被研究的随机现象的规律性一定能清楚地呈现出来. 什么是数理统计? ◆ 数理统计的任务就是研究怎样有效地收集、整理、 分析所获得的有限的资料,对所研究的问题,尽可能地 作出精确而可靠的结论. ◆由于推断是基于抽样数据,抽样数据又不能包括 研究对象的全部信息. 因而由此获得的结论必然 包含不肯定性. 什么是数理统计? ◆ 计算机的诞生与发展,为数据处理提供了强有力 的技术支持,数理统计与计算机的结合是必然的 发展趋势. 与概率论有什么区别? ◆ 概率论所研究的随机变量其分布都假设是已知 的,在这一前提下讨论其性质、特点和规律性。 ◆ 数理统计所研究的随机变量其分布是未知的,或 者是不完全知道的,通过对随机变量进行重复独立的 观测,利用观测数据对随机变量的分布做出种种推 断。 课程内容 样本及抽样分布 参数估计 假设检验 方差分析 回归分析 第一章 样本及抽样分布 §1.1 随机样本 §1.2 抽样分布 返回 总体:研究对象的某个数值指标的值的全体。 个体:组成总体的每一个基本单元. 注:总体本质上就是指随机变量。 任何一个总体都可以用一个随机变量来描述。 有限总体 无限总体 一、 总体与样本 返回 (1)对总体的研究,就是对相应的随机变量 X 的研究。 (2)随机变量 X 的分布函数和数字特征称为总体的分 样本:从总体中抽取若干个成员,称这些成员叫做总体 称成员个数为样本大小(或样本容量)。 布函数和数字特征。 的一个样本。 在实际问题中, (x1 , x2 , …, x n)即是数据。 则称 (X1 , X2 , …, X n)为容量为 n 的简单随机样本。 简单随机样本(以下简称样本): (1)X1 , X2 , …, X n是相互独立的随机变量; (2)每一个X i 的分布都与总体X,( i=1,…,n) 的分布相同; 观察值: 在抽样后,记样本观察值为(x1 , x2 , …, x n) 说明:x1 , x2 , …, x n为 n 个独立的观察值。 样本 X1 , X2 , …, X n 的联合分布函数为: 联合密度函数为 若

文档评论(0)

shuwkb + 关注
实名认证
内容提供者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档