专题六 数理统计的概念
6.1 随机样本
1.简单随机样本的定义:
设总体 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 F(x) 且相互独立的随机变量,则称 X1,X2,...,Xn 为总体 X 得到的容量为 n 的简单随机样本,简称样本
2. 统计量的定义:
设 X1,X2,...Xn 是来自总体 X 的一个样本,g(X1,X2,...,Xn) 是 X1,X2,...,Xn 的函数,若 g 中不含任何未知参数,则称 g(X1,X2,...,Xn) 是一个统计量
3.常见的统计量:
(1) 样本平均值: Xˉ =n1⋅i=1∑nXi
(2)样本方差: S2=n−11⋅i=1∑n(Xi−Xˉ)2=n−11⋅(i=1∑nXi2−nXˉ2)
– 样本方差(方差的无偏估计量)
(3)样本k阶(原点矩): Ak=n1i=1∑nXik,k=1,2,3,...
(4)样本k阶中心矩Ak=n1i=1∑n(Xi−Xˉ)k,k=1,2,3,...
–当k = 2 时为二阶中心矩,即为方差的有偏估计量
6.2 抽样分布
1.χ2 分布
(1)定义: 设X1,X2,X3,...,Xn 是来自总体 N(0,1) 的样本,则统计量 χ2=X12+X22+...+Xn2 所服从的分布称为自由度为 n 的 χ2 分布,记为 χ2 ~ χ2(n)
(2)性质:
– 1)可加性:如果χ12 ~ χ12(n1) ,χ22 ~ χ22(n2) ,且他们相互独立,则有χ12+χ22 ~ χ2(n1+n2)
– 2)如果χ2 ~ χ2(n),则有 E(χ2)=n,D(χ2)=2n
(3)χ分布的α上分位点:
可以通过查表得到α上分位点,但是自由度 n 的范围仅在n≤45,当自由度 n 超过 45 时,近似地 χα2≈21⋅(zα+2⋅n−1)2
2.t 分布
(1)定义: 设X ~ N(0,1),Y ~ χ2(n),并且 X,Y 独立,则随机变量 t=Y/nX 服从自由度为 n 的 t 分布,记为 t ~ t(n)
(2)t 分布的α上分位点:
由 t 分布的上 α 分位点的性质 t1−α(n)=−tα(n) ,若n>45 时,就用标准正太分布来近似 t1−α≈zα
3.F 分布
(1)定义: 设 U ~ χ2(n1) , V ~ χ2(n2),且U,V 独立,则称随机变量 F=V/n2U/n1 服从自由度为(n1,n2) 的 F 分布,记为 F ~ F(n1,n2)
(2)F 分布的 α 上分位点:
F1−α(n1,n2)=Fα(n2,n1)1
6.3 正态总体的样本均值与样本方差的分布
定理一:设X1,X2,...,Xn 是总体 N(μ,σ2) 的样本,Xˉ , S2 分别是样本均值和样本方差,则有
(1)σ2(n−1)S2 ~ χ2(n−1)
(2)Xˉ 与 S2 相互独立
定理二:设X1,X2,...,Xn 是总体 N(μ,σ2) 的样本,Xˉ,S2分别是样本均值和样本方差,则有
S/nXˉ−μ ~ t(n−1)
定理三:设 X1,X2,...,Xn 与 Y1,Y2,...,Yn 分别来自具有相同方差的两正态分布总体 N(μ1,σ2),N(μ2,σ2),且这两个样本相互独立,设Xˉ=n11⋅i=1∑n1Xi, Yˉ=n21⋅i=1∑n2Yi分别是这两个样本的均值, S12=n1−11⋅i=1∑n(Xi−Xˉ)2 , S22=n2−11⋅i=1∑n(Yi−Yˉ)2 分别是这两个样本的样本方差,则有
Sω⋅1/n1+1/n2(Xˉ−Yˉ)−(μ1−μ2) ~ t(n1+n2−2)
其中 Sω=n1+n2−2(n1−1)S12+(n2−1)S22