概率论与数理统计第六章.ppt

概率论与数理统计,计算机科学学院 裘国永,第六章 样本及抽样分布,引言 随机样本 抽样分布,本章转入课程的第二部分,数理统计,引言,数理统计是以概率论的理论为基础、通过试验所得数据来研究随机现象的一门数学分支，应用广泛，内容丰富。,概率论是数理统计的理论基础,数理统计是概率论的重要应用。,从历史的典籍中，人们不难发现许多关于钱粮、户口、地震、水灾等等的记载，说明人们很早就开始了统计的工作。但是当时的统计，只是对有关事实的简单记录和整理，而没有在一定理论的指导下，作出超越这些数据范围之外的推断。,到了十九世纪末二十世纪初，随着近代数学和概率论的发展，才真正诞生了数理统计学这门学科。,数理统计学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。,例如：目前地震预测研究有3种不同的思路: 地震地质。 地震统计。对过去已发生的地震，运用数理统计方法，从中发现地震发生的规律，特别是时间序列的规律，根据过去以推测未来。此法把地震问题归结为数学问题。因需要对大量地震资料作统计，研究的区域往往过大，所以判定地震的地点有困难，而且外推常常不准确。 地震前兆。,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。,但客观上只允许我们对随机现象进行,次数不多的观察试验，也就是说，我们获得的只是局部观察资料。,在概率论中所研究的随机变量，它的分布都是假设已知的，在这一前提下去研究它的性质、特点和规律性，例如求出它的数字特征，讨论随机变量函数的分布，介绍常用的各种分布等。,而在数理统计中的随机变量，它的分布是未知的，或者不完全知道，人们通过对所研究的随机变量进行重复、独立的观察，得到许多观察值，对这些数据进行分析，从而对随机变量的分布作出种种判断。,现实世界中存在着形形色色的数据，分析这些数据需要多种多样的方法。 因此,数理统计中的方法和支持这些方法的相应理论是相当丰富的，概括起来可以归纳成两大类: 参数估计根据数据，用一些方法对分布的未知参数进行估计。 假设检验根据数据，用一些方法对分布的未知参数进行检验。 它们构成了统计推断的两种基本形式。这两种推断渗透到了数理统计的每个分支。,6.1 随机样本,总体和样本,在数理统计中，不是对所研究的对象全体（称为总体）进行观察，而是抽取其中的部分（称为样本）进行观察获得数据（抽样），并通过这些数据对总体进行推断。,数理统计方法具有“部分推断整体”的特征。,实际上,我们真正关心的并不是研究对象本身，而是其某项数量指标。 比如某家工厂的一种产品的使用寿命这样一项数量指标。,1. 总体,对研究对象上的某项数量指标进行观察。 试验的全部可能的观察值称为总体。 这些值不一定各不相同(可能重复)，数目上也不一定有限。 每一个可能的观察值称为个体。 总体中所包含的个体的个数称为总体的容量。,总体,有限总体,无限总体,例6.1 研究某地区N个农户的年收入。,总体指他们的年收入的N个数字。,例6.2 用一把尺子去量一个物体的长度。,总体应该理解为一切所有可能的测量值的全体。,一般, 我们所研究的总体的某项数量指标X是一个随机变量，其取值在客观上有一定的分布。因此，对总体的研究，就是对相应的随机变量X的研究。,今后，我们称X的分布函数和数字特征分别为总体的分布函数和数字特征，并不再区分总体与相应的随机变量X。 对总体的称呼: 总体，总体X与总体F。,2. 总体的分布,在例6.l中，若农户年收入以万元计, 假定N户中收入X为以下几种取值: 0.5, 0.8, l, 1.2和1.5。 取这些值的农户个数分别为：n1, n2, n3, n4, n5, (这里n1+n2+n3+n4+n5=N)。,例6.3（例6.l续）,则总体X的分布为离散型分布，其分布律为:,例如: 研究某批灯泡的寿命时，关心的数量指标就是寿命，那么，此总体就可以用随机变量X表示，或用其分布函数F(x)表示。,寿命 X 可用指数分布来刻划,鉴于此，常用随机变量的记号或用其分布函数表示总体。 如说总体X或总体F(x) 。,寿命总体是指数分布总体,类似地，在研究某地区中学生的营养状况时 ，若关心的数量指标是身高和体重，我们用X 和Y 分别表示身高和体重，那么此总体就可用二维随机变量(X,Y)或其联合分布函数 F(x,y)来表示。,总体分布一般是未知, 或只知道是包含未知参数的分布, 为推断总体分布及各种特征, 按一定规则从总体中抽取若干个体进行观察试验, 以获得有关总体的信息 , 这一抽取过程称为 “抽样”, 所抽取的部分个体称为样本。 样本中所包含的个体数目称为样本容量。,3. 样本,从国产轿车中抽5辆 进行耗油量试验,样本容量为5,当n次观察一经完成, 得到n个具体的数 x1, x2, xn , 称为样本X1, , Xn的一次观察值, 简称样本值。,1. 代表性： X1, X2, Xn中每一个与所考察的总体有 相同的分布。,2. 独立性： X1, X2, Xn是相互独立的随机变量。,对总体X在相同的条件下, 进行n次重复、独立观察, 其结果依次记为X1, X2, , Xn, 这样得到的随机变量X1, X2, , Xn是来自总体X的一个简单随机样本, 与总体随机变量具有相同的分布。 n是样本的容量。,这种抽样, 叫作“简单随机抽样”, 其特点：,对有限总体, 采用放回抽样可得简单随机样本, 但放回抽样使用起来不方便, 当个体总数N比要得到的样本的容量n大得多时, 在实际中可将不放回抽样近似当作放回抽样来处理。,对无限总体, 因抽取一个个体不影响它的分布，所以总是采用不放回抽样。,定义 设X是具有分布函数F的随机变量，若X1, X2, , Xn是具有同一分布函数的、相互独立的随机变量，则称X1, X2, , Xn为从分布函数F(或总体F、或总体X) 得到的容量为n的简单随机样本，简称样本，它们的观察值x1, x2, xn称为样本值，又称为X的n个独立的观察值。,简单随机样本是应用中最常见的情形，今后，当说到“X1, X2, Xn是取自某总体的样本”时，若不特别说明，就指简单随机样本。,既然样本 X1,X2 , ,Xn 被看作随机变量，自然就需要研究它们的分布。,4. 样本的分布,=F(x1) F(x2) F(xn),若总体的分布函数为F(x)、概率密度函数为f(x), 则其简单随机样本的联合分布函数为,其简单随机样本的联合概率密度函数为,=f(x1) f(x2) f(xn),假设某大城市居民的收入服从正态分布 N(, 2), 其概率密度函数为:,例6.4,设X1,X2 , , Xn是来自总体的一个样本. 则 Xi N(, 2), i1, 2, n。 于是样本 X1, X2 , , Xn的联合概率密度为,总 体 X,样本X1,X2,Xn,样本值x1,x2,xn,随机抽样 获得样本,完成试验 获得数据,整理加工 统计推断,统计 工作,4. 总体、样本、样本值的关系,事实上我们抽样后得到的资料都是具体的、确定的值。如我们从某班大学生中抽取10人测量身高，得到10个数，它们是样本取到的值而不是样本。我们只能观察到随机变量取的值而见不到随机变量。,统计是从手中已有的资料样本值，去推断总体的情况-总体分布F(x)的性质。,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值的规律，因而可以由样本值去推断总体。,样本是联系二者的桥梁,6.2 抽样分布,统计量与经验分布函数 统计三大抽样分布 正态总体的样本均值 和样本方差的分布,由样本值去推断总体情况，需要对样本值进行“加工”，这就要构造一些样本的函数，它把样本中所含的（某一方面）的信息集中起来。,1. 统计量,这种不含任何未知参数的样本的函数称为统计量。它是完全由样本决定的量。,一、统计量与经验分布函数,定义 设X1, , Xn 是来自总体X的一个样本, g(X1, , Xn )是X1, , Xn的函数, 若g中不含未知参数, 则称g(X1, ,Xn )是总体X的一个统计量。,设x1, , xn 是样本X1, , Xn的一个观察值, 则 g(x1, , xn ) 是统计量g(X1, ,Xn )的观察值。,例：设X1, , Xn 是总体X的一个样本, XN(m, s2), 令T=X1- , 若为已知的, 则T为统计量; 若未知, T就不是统计量。,几个常用的统计量及其观察值：,1.样本均值,2.样本方差,样本标准差,它反映了 总体均值 的信息,它反映了总体 方差的信息,3.样本k阶原点矩,4.样本k阶中心矩,它反映了总体k 阶矩的信息,它反映了总体k 阶 中心矩的信息,统计量的观察值,结论: 若总体X的k阶原点矩,存在, 由辛钦大数定理, 当n趋于时,证明: 辛钦定理 及依概率收敛的序列的性质。,第七章矩估计法的理论根据,经验分布函数是与总体X的分布函数F(x)相应的统计量。,设X1, X2, Xn, 是总体F的一个样本, 令S(x)表示X1, X2, Xn中不大于x的随机变量的个数。定义经验分布函数Fn(x)为：,对于一个样本值 x1, x2, xn, 经验分布函数Fn(x)的观察值仍记为Fn(x)。,2. 经验分布函数,例6.5 设总体F具有一个样本值1, 2, 3, 则经验分布函数F3(x)的观察值为,例6.6 若样本值为1, 1, 2, 则经验分布函数F3(x)的观察值为,一般地,设x1, x2, xn, 是总体F的一个容量为n的样本值, 要求经验分布函数的观察值. 首先将 x1, x2, xn, 按由小到大的顺序排列, 并重新编号, 设为x(1)x(2) x(n) , 则经验分布函数Fn (x)的观察值为,对不同的样本值, 得到的经验分布函数不同。但当样本容量较大时, 经验分布函数Fn(x)是总体分布函数F(x)的良好近似。,统计量的分布称为抽样分布。数理统计中常用到来自正态总体的三个分布： 2分布、 t 分布和F分布。,1. 定义 设X1, X2, Xn相互独立, 都服从正态分布 N(0,1), 则称随机变量： 所服从的分布为自由度为 n 的2分布。,二、三大抽样分布,记为,2 分布,2. 2 分布的密度函数 f(y) 曲线,3. 分位点 设X 2(n)，若对于：01， 存在 满足 则称 为2(n)分布的上分位点。,4. 性质 设X1, X2, Xn, 是来自正态总体N(, 2) 的一个样本, 则,当n=25时，通过查表1）求P 234.382的值; 2）若 P 2b=0.975, 求b的值。,b. 分布可加性 若X 2(n1), Y 2(n2 ), X,Y相互独立, 则 X + Y 2(n1+n2 )。,c. 期望与方差 若X 2(n)，则E(X)= n，D(X)=2n。,d若X 2(n)，则当n充分大时,近似正态分布N(0,1)。,定义 若XN(0, 1), Y2(n), X与Y独立，则,t(n) 称为自由度为n的t 分布。,t 分布,t(n) 的概率密度为,2. 性质,分位点 设tt(n), 若对:00, 满足Pt t(n)=，则称t(n)为 t(n)的上分位点。,注:,定义 若U 2(n1)， V2(n2)，U，V独立，则,称为第一自由度为n1 ，第二自由度为n2的F分布。,F 分布,注: 若FF(n1, n2), 则1/FF(n2, n1)。,F分布的概率密度函数,若FF(n1,n2)， F的概率密度为,2. F分布的分位点 对于：00， 满足PFF(n1, n2)=, 则称F(n1, n2)为F(n1, n2) 的上分位点；,注：,三、正态总体的样本均值和样本方差的分布,定理 1 (样本均值的分布),定理 2 (样本方差的分布),(1) 相互独立,