常用的统计量抽样分布总结

合集下载

概率论与数理统计第六章统计量,样本及抽样分布

概率论与数理统计第六章统计量,样本及抽样分布

(2) X 1
~
2 (n1 ),
X2
~
2 (n2 ),
X1,
X

2



X 1 X 2 ~ 2 (n1 n2 ).
(3) X ~ 2 (n), E( X ) n, D( X ) 2n,
.
2021/3/11
20
(4). 2分布的分位点
对于给定的正数,0 1,
称满足条件
P
2 2 (n)
k 1
,
X
k 2
,,
X
k n
独立且与X
k同分布,
E
(
X
k i
)
k
k 1,2,,n 再由辛钦大数定律可得上述结论.
再由依概率收敛性质知,可将上述性质推广为
g( A1, A2 ,, Ak ) p g(1,2 ,,k ) 其中g为连续函数.
这就是矩估计法的理论根据.
2021/3/11
18
皮肌炎图片——皮肌炎的症状表现 数理统计
10
3. 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.
2021/3/11
11
总体(理论分布) ?
样本
样本值
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.
2. t分布的密度函数关于t 0对称.当n充分大时, 其图形近似于标准正态分布概率密度的图形,
再由函数的性质有
lim h(t)
n
1 et2 2. 2

统计学第6章统计量及其抽样分布

统计学第6章统计量及其抽样分布

整理ppt
16
2. T统计量
设X1,X2,…,Xn是来自正态总体N~ (μ,σ2 )
n
的一个样本,
X
1 n
n i 1
Xi
(Xi X )2 s 2 i1
n 1
则 T(X) ~t(n1)
S/ n
称为T统计量,它服从自由度为(n-1)的t分布。
整理ppt
17
F分布
定义:设随机变量Y与Z相互独立,且Y和Z分别服 从自由度为m和n的c2分布,随机变量X有如下表达式:
整理ppt
8
中心极限定理
设从均值为,方差为2的一个任意总 体中抽取容量为n的样本,当n充分大时, 样本均值的抽样分布近似服从均值为μ、 方差为σ2/n的正态分布。
当样本容量足够大时
(n≥30),样本均值的抽样
分布逐渐趋于正态分布
整理ppt
9
标准误差
标准误差:样本统计量与总体参数之间的平均差异
1. 所有可能的样本均值的标准差,测度所有样本 均值的离散程度
因此,估计这100名患者治愈成功的比 例在85%至95%的概率为90.5%
整理ppt
22
6.5 两个样本平均值之差的分布

X
1
是独立地抽自总体
X1 ~N(1,12)
的一个容量
为n1的样本的均值。 X 2 是独立地抽自总体
X2 ~N(2,22)的一个容量为n2的样本的均值,则有
E (X 1X 2)E (X 1) E (X 2)12
2. 样本均值的标准误差小于总体标准差
3. 计算公式为
x
n
整理ppt
10
【例】设从一个均值μ=8、标准差σ=0.7的总 体中随机抽取容量为n=49的样本。要求:

统计学 第三章抽样与抽样分布

统计学 第三章抽样与抽样分布

=10
= 50 X
总体分布
n= 4
x 5
n =16
x 2.5
x 50
X
抽样分布
从非正态总体中抽样
结论:
从非正态中体中抽样,所形成 的抽样分布最终也是趋近于正态分 布的。只是样本容量需要更大些。
总结:中心极限定理
设从均值为,方差为 2的一个任意总体中抽 取容量为n的样本,当n充分大时(超过30),样本 均值的抽样分布近似服从均值为μ、方差为σ2/n的
总体
样本
参数
统计量
总体与样本的指标表示法
总体参数
样本统计量
(Parameter) (Sample Statistic)
容量 平均数 比例 方差 标准差
N
n
X
x
p
2
s2
s
小练习
某药品制造商感兴趣的是用该公司开发的某 种新药能控制高血压人群血压的比例。进行了一 项包含5000个高血压病人个体的研究。他发现用 这种药后80%的个体,他们的高血压能够被控制。 假定这5000个个体在高血压人群中具有代表性的 话,回答下列问题: 1、总体是什么? 2、样本是什么? 3、识别所关心的参数 4、识别此统计量并给出它的值 5、我们知道这个参数的值么?
正态分布
一个任意分 布的总体
x
n
当样本容量足够 大时(n 30) , 样本均值的抽样 分布逐渐趋于正 态分布
x
X
总体分布
正态分布
非正态分布
大样本 小样本 大样本 小样本
正态分布
正态分布
非正态分布
三 中心极限定理的应用
中心极限定理(Central Limit theorem) 不论总体服从何种分布,从中抽取

统计学抽样与抽样分布

统计学抽样与抽样分布
查费用
3. 需要包含所有低阶段抽样单位的抽样框;同时由于
实行了再抽样,使调查单位在更广泛的范围内展开
4. 在大规模的抽样调查中,经常被采用的方法
概率抽样(小结)
非概率抽样
n也叫非随机抽样,是指从研究目的出发,根据调查者的 经验或判断,从总体中有意识地抽取若干单位构成样本。
n重点调查、典型调查、配额抽样(是按照一定标准或一 定条件分配样本单位数量,然后由调查者在规定的数额内 主观地抽取样本)、方便抽样(指调查者按其方便任意选 取样本。如商场柜台售货员拿着厂家的调查表对顾客的调 查)等就属于非随机抽样。
样本分量:其中每一个Xi是一个随机变量,称为样本 分量。
样本观察值:一次抽样中所观察到的样本数据x1、x2、 x3称为样本观察值。 对于某一既定的总体,由于抽样的方式方法不同,样 本容量也可大可小,因而,样本是不确定的、而是可5
一、 几个概念
(二)样本总体与样本指标
样本指标(统计量)。在抽样估计中,用来反 映样本总体数量特征的指标称为样本指标,也 称为样本统计量或估计量,是根据样本资料计 算的、用以估计或推断相应总体指标的综合指 标。
3
总体和参数(续)
通常所要估计的总体指标有
X
NX
一、 几个概念
(二)样本总体与样本指标
样本总体。简称样本(Sample),它是按照随机原则, 从总体中抽取的部分总体单位的集合体 。
样本容量:样本中所包含的个体的数量,一般用n表示。 在实际工作中,人们通常把n≥30的样本称为大样本, 而把n<30的样本称为小样本。
(二)抽样平均误差(抽样标准误)
抽样平均误差是反映抽样误差一般水平的指标(因为 抽样误差是一个随机变量,它的数值随着可能抽取的 样本不同而或大或小,为了总的衡量样本代表性的高 低,就需要计算抽样误差的一般水平)。通常用样本 估计量的标准差来反映所有可能样本估计值与其中心 值的平均离散程度。

第十六讲(数理统计中常用的分布、抽样分布定理)

第十六讲(数理统计中常用的分布、抽样分布定理)
2 1 2 2
3 n足够大 时, (n)近似服从• (n,2n) N
2

1设
2 (n) X i2
i 1
n
X i ~ N (0,1) i 1,2, , n
X 1 , X 2 , , X n
相互独立,
2 i
则 E ( X i ) 0, D( X i ) 1, E ( X ) 1
•2
P{ X z } 1
-z= z1-
例1 求
z0.05 , z0.025 , z0.005 , z0.95 .
解: P{ X 1.645} 0.05, P{ X 1.96} 0.05, P{ X 2.575} 0.005.
z0.05 1.645 , z0.025 1.96 , z0.005 2.575
0.4 0.3 0.2 0.1
n= 1 n=20
-3

-1
1
2
3
t 分布的图形(红色的是标准正态分布)
t分布的性质: 1. t分布的密度函数关于t 0对称.当n充分大时, 其图形近似于标准正态分布概率密度的图形, 1 t 2 2 再 由函数的性质有 lim f (t ) 2 e . n
~ ( n2 ), U
2
与V 相互
U n1 F V n2
服从自由度为n1及 n2 的F分布,n1称为 第 一自由度,n2称为第二自由度,记作
F~F(n1,n2) . 由定义可见,
1 V n2 ~F(n2,n1) F U n1
若F~F(n1,n2), F的概率密度为
( n1 n2 ) n n1 n21 1 n n 2 n ( n1 ) 2 ( y ) 1 n1 y 2 ( y ) ( 1 ) ( 2 ) 2 2 2 0

《概率统计简明教程》第二版(第8章-统计量与抽样分布)统计与统计学、统计量、抽样分布

《概率统计简明教程》第二版(第8章-统计量与抽样分布)统计与统计学、统计量、抽样分布

《概率统计简明教程》第二版
第八章 统计量与抽样分布
三、什么是统计学
◆短期的机遇变异
重复投掷一枚均匀硬币六次,观察每次出现的面: (1)正反正反反正 (2)反反反正正正 (3)正反反反反反
直觉认为结果(1)是随机的,结果(2)和结果 (3)很不随机。 从概率的观点认为结果(1)、(2)、(3)的发 生有相同的概率,因而没有哪一个结果比其他结果更多 一点或少一点随机性。
《概率统计简明教程》第二版
第八章 统计量与抽样分布
◆变异性(Variablity)
统计数据和统计资料具有变异性, 即个体之间有 差异,而对同一个体的多次观察,其结果也会不一样, 并且几乎每一次观察都随着时间的不同而改变,因而变 异性是一个重要的统计观念。 抽样结果的差异是变异性的主要表现 不能仅仅根据一次抽样的结果就断下结论!
《概率统计简明教程》第二版
第八章 统计量与抽样分布
二、总体和样本
1.总体
我们关心的是总体中的个体的某项指标(如人的身高、 灯泡的寿命, 汽车的耗油量…) .
由于每个个体的出现是随机的,所以相应的数量指标 的出现也带有随机性 . 从而可以把这种数量指标看作一 个随机变量X ,因此随机变量X的分布就是该数量指标在 总体中的分布.
《概率统计简明教程》第二版
第八章 统计量与抽样分布
三、什么是统计学
◆长期的规律性
在某地的彩票活动中,七年中有人累计中两次大 奖的机会是: 一半对一半
人们的潜意识常常与理性思考的结果有很大差别, 如不善于统计思考,即使面对十分平常的现象,也会闹 出笑话。
《概率统计简明教程》第二版
第八章 统计量与抽样分布
第八章 统计量与抽样分布
二、总体和样本

自考04183概率论与数理统计(经管类)总结2-数理统计部分

自考04183概率论与数理统计(经管类)总结2-数理统计部分

高等教育自学考试辅导《概率论与数理统计(经管类)》第二部分数理统计部分专题一统计量及抽样的分布I.考点分析近几年试题的考点分布和分数分布II.内容总结一、总体与样本1.总体:所考察对象的全体称为总体;组成总体的每个基本元素称为个体。

2.样本:从总体中随机抽取n个个体x1,x2…,x n称为总体的一个样本,个数n称为样本容量。

3.简单随机样本如果总体X的样本x1,x2…,x n满足:(1)x1与X有相同分布,i=1,2,…,n;(2)x1,x2…,x n相互独立,则称该样本为简单随机样本,简称样本。

得到简单随机样本的方法称为简单随机抽样方法。

4.样本的分布(1)联合分布函数:设总体X的分布函数为F(x),x1,x2…,x n为该总体的一个样本,则联合分布函数为二、统计量及其分布1.统计量、抽样分布:设x1,x2…,x n为取自某总体的样本,若样本函数T=T(x1,x2…,x n)不含任何未知参数,则称T为统计量;统计量的分布称为抽样分布。

2.样本的数字特征及其抽样分布:设x1,x2…,x n为取自某总体X的样本,(2)样本均值的性质:①若称样本的数据与样本均值的差为偏差,则样本偏差之和为零,即②偏差平方和最小,即对任意常数C,函数时取得最小值. (5)样本矩(7)正态分布的抽样分布A.应用于小样本的三种统计量的分布的为自由度为n的X2分布的α分位点.求法:反查X 2分布表.III.典型例题[答疑编号918020101]答案:D[答疑编号918020102]答案:[答疑编号918020103]答案:B[答疑编号918020104]答案:1[答疑编号918020105]答案:B[答疑编号918020106]故填20.[答疑编号918020107]解析:[答疑编号918020108]答案:解析:本题考核正态分布的叠加原理和x2-分布的概念。

根据课本P82,例题3-28的结果,若X~N(0,1),Y~N(0,1),且X与Y相互独立,则X+Y~N(0+0,1+1)=N(0,2)。

三大抽样分布及常用统计量的分布

三大抽样分布及常用统计量的分布
n1 n2
(n1
1) S12
2

2
(n1
1),
(n2
1)S
2 2
2

2

(n2
1)
且S12与S22相互独立,由 2分布的性质知
(n1 1)S12
2
(n2 1)S22
2
~ 2 (n1
n2
2)
再由定义3知
T
X
Y Sn
(1
1 n1
1
2
)
~t(n1
n2
n2
- 2)
t 分布的上侧分位点
对于给定的 (0< <1),称满足条件
X
2 i
.
i2
i4
解 (1) 因为Xi~N(0,1),i=1, 2, …, n. 所以
X1-X2 ~N(0, 2),
X
2 3
X
2 4
~
2(2),
X1
X2 2
~
N(0,1),

X1 X2
X
2 3
X
2 4
(X1
X
X 2)
2 3
X
2 4
2
~t(2).
2
例1 设总体X~N(0,1), X1,X2,…,Xn为简单
/2
/2
- t/2(n) O t/2(n) t
图5-8
在附表4 (P256)中给出了t分布的临界值表.
例如,当n=15,=0.05时,查t分布表得,
t0.05(15)= 1.753
t0.05/2(15)= 2.131
其中t0.05/2(15)由P{t(15)≥t0.025(15)}=0.025查得.
  1. 1、下载文档前请自行甄别文档内容的完整性,平台不提供额外的编辑、内容补充、找答案等附加服务。
  2. 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
  3. 3、如文档侵犯您的权益,请联系客服反馈,我们会尽快为您处理(人工客服工作时间:9:00-18:30)。

常用的统计量抽样分布
一.正态分布
1. ∑==n
i i X n X 1
1EX →
2. 2
12
)(11∑=--=n i i X X n S ][112
1
2∑=--=n i i X n X n DX → 3. 定理:
X ~),(2σμN ,n X X X ,,,21Λ为X 的样本,则 (1). X ~),
(2
n
N σμ,
(2).
2
2
)1(σS n -~)1(2-n χ,
(3). X 与2S 相互独立。

二.2χ分布 1. 定义
设n X X X ,,,21Λ独立同分布,且~)1,0(N ,则)(~2122
n X n
i i χχ∑==
2. 性质:
(1). 若X ~)(12n χ,Y ~)(22n χ,且X ,Y 独立,则X +Y ~)(212n n +χ。

(2). 若X ~)(2n χ,则n EX =,2DX n =。

三.t 分布 1. 定义
设X ~)1,0(N ,Y ~)(2n χ,且X ,Y 独立,则n
Y X T =~)(n t 。

2. 定理:
设n X X X ,,,21Λ独立同分布,且~),(2σμN ,则
n
S X μ

σ
μS
n X )(-=1
)1()
(2
2
---=
n S
n n X σσ
μ~)1(-n t
(因为
n
X σ
μ-~)1,0(N ,
2
2
)1(σS n -~)1(2-n χ)。

3. 定理:
设1,,,21n X X X Λ为总体X ~),(21σμN 的样本,
1,,,21n Y Y Y Λ为总体Y ~),(22σμN 的样本,且Y X ,独立,则
2
12111)()(n n S Y X w
+---μμ~)2(21-+n n t ,其中
2
)1()1(212
2
22112-+-+-=n n S n S n S w。

证:因为
2
2
11)1(σS n -~)1(12
-n χ,
2
2
2
2)1(σS n -~)1(22-n χ,
所以
2
2
2
2211)1()1(σ
S n S n -+-~)2(212-+n n χ;
又X ~),
(1
2
1n N σμ,Y ~),
(2
2
2n N σμ,
所以X Y -~),
(2
2
1
2
21n n N σσμμ+
+,
所以
212111)
()(n n Y X +
---σμμ~)1,0(N ,所以 2
12111)()(n n S Y X w
+---μμ
2
12111)
()(n n Y X +---=
σ
μμ/
)2/()1()1(212
2
2
2211-+-+-n n S n S n σ
~)2(21-+n n t 。

四.F 分布 1. 定义
设U ~)(12n χ,V ~)(22n χ,且V U ,独立,则2
1n V
n U
F =~),(21n n F 。

2. 定理:
设F ~),(21n n F ,则F
1
~),(12n n F 3. 定理:
设1,,,21n X X X Λ为总体X ~),(211σμN 的样本,
1,,,21n Y Y Y Λ为总体Y ~),(2
22σμN 的样本,且Y X ,独立,则
)1,1(~//2122
222
121--=n n F S S F σσ。

常用的统计量抽样分布示例
例1 设2521X X X Λ,
,是来自总体()1~2
χX 的一个样本,则∑=25
1
i i
X 服从()252
χ
分布;
例2设随机变量21,X X ,3X 相互独立,1X ~)1,0(N ,2X ~)21,
0(N ,3X ~)3
1
,0(N ,则232
22132X X X ++服从)3(2χ分布。

例3 设总体X 服从)2,0(2
N ,而1521,,,X X X Λ为来自总体X 的简单随机样本,则随机变量
)
(22
152112
10
2221x X X X X Y ++++=ΛΛ服从)5,10(F 分布。

例4 设随机变量Y X ,相互独立且都服从)3,0(2
N ,而921,,,X X X Λ和921,,,Y Y Y Λ为分别来
自总体X 和Y 的简单随机样本,则统计量29
2
1
9
21Y
Y X X X U
++++=
ΛΛ服从)9(t 分布。

例5 设n X X X ,,,21Λ)2(≥n 为来自总体)1,0(N 的简单随机样本,X 是样本均值,2
S 是样本
方差,则 D .
(A). X n ~)1,0(N (B) 2
nS ~)(2
n χ
(C). S
X
n )1(-~)1(-n t (D) ∑=-n
i i X X n 2
2
21)1(~)1,1(-n F 解:
∑=-n
i i
X
X n 2
22
1)1(∑=-=
n
i i
n X
X 2
2211
/1
/~)1,1(-n F
例6 设总体X 服从),(2
1σμN ,总体Y 服从),(2
2σμN ,1,,,21n X X X Λ为来自总体X 的简单随机样本,2,,,21n Y Y Y Λ为来自总体Y 的简单随机样本,则
解:原式2
121)([211∑=--+=n i i X X E n n ])(21
2
∑=-+n
i i Y Y

2
2
1
)
(1
σ
∑=-n i i
X X
2
2
1)1(σ
S
n -=
~)1(12-n χ,故2
2
1
22
()[]1n i
i X
X E n σ
=-=-∑,从而
1
2
1
11()
11
n i
i X
X E
n n =-=--∑,同理2
2
1
22()
11
n i
i Y Y E
n n =-=--∑,所以原式=2σ。

例7. 设n
X X X ,,,21Λ)2(>n 为来自总体),0(2σN 的简单随机样本, X 是样本均值,记
X X Y i i -=,n i ,,2,1Λ= 。

求:
(1). i Y 的方差i DY ,n i ,,2,1Λ= ; (2). ),(1n Y Y Cov ; (3) }0{1≤+n Y Y P 。

(4)若2
1)(n Y Y c +是2
σ的无偏估计,求c 的值。

解:
(1)i DY )(X X D i -=(i X n
)1
1(-Θ与∑≠=n i k k k X n ,11独立) ]1)11[(,1∑≠=--=n i k k k i X n X n D 2
22221)1(1)11(σσσn n n n
n -=-+-=,n i ,,2,1Λ= 。

(2) 0)(11
=-==X X E EY EY n Θ,
1X Θ,n X 独立,)(1n X X E ∴01=⋅=n EX EX
而)
(X D ][
21n X X X D n Λ++=21
n
=)(1n DX DX ++Λ21σn =
=++=)}()()({1
)(121211n X X E X X E X E n X X E ΛΘ2211)(1σn
X E n =,
所以),(1n Y Y Cov )(X D =21σn -21σn -=2
1σn
-
(3)=+n Y Y 1)()(1X X X X n -+-∑-=--+-=1
2
1222n i i n X n X n n X n n 上式是相互独立的正态随机变量的线性组合,所以n Y Y +1服从正态分布,由于
,0)(1=+n Y Y E 所以5.0}0{1=≤+n Y Y P 。

(4)])([2
1n Y Y c E +)(1n Y Y cD +=)],(2[11n n Y Y Cov DY DY c ++=
2]211[
σn n n n n c --+-=2
)2(2σc n
n -=2σ=,故)2(2-=
n n c 。

相关文档
最新文档