样本及抽样分布.ppt

该【样本及抽样分布 】是由【baba】上传分享，文档一共【67】页，该文档可以免费在线阅读，需要了解更多关于【样本及抽样分布 】的内容，可以使用淘豆网的站内搜索功能，选择自己适合的文档，以下文字是截取该文章内的部分文字，如需要获得完整电子版，请下载此文档到您的设备，方便您编辑和打印。第六章样本及抽样分布
第一节总体与样本
其次节样本分布函数直方图
第三节样本函数与统计量
第四节抽样分布
前面五章我们讲解并描述了概率论的基本内容,,它以概率论为理论基础,依据试验或视察得到的数据,来探讨随机现象,对探讨对象的客观规律性作出种种合理的估计和推断.
数理统计的内容包括:如何收集、整理数据资料;如何对所得的数据资料进行分析、探讨,从而对所探讨的对象的性质、。本书只讲解并描述统计推断的基本内容。本章我们介绍总体、随机样本及统计量等基本概念,并着重介绍几个常用统计量及抽样分布.
第一节总体与样本
我们知道,虽然从理论上讲,对随机变量进行大量的观测,被探讨的随机变量的概率特征确定能显现出来,可是实际进行的观测次数只能是有限的,有的甚至是少量的.
因此,我们关切的问题就是怎样有效地利用收集到的有限的资料,尽可能地对被探讨的随机变量的概率特征作出精确而牢靠的结论.
例如,我们考察某厂生产的电视机显像管的质量,在正常生产状况下,显像管的质量主要表现为它们的平均寿命是稳定的.
然而,由于生产中各种随机因素的影响,各个显像管的寿命是不完全相同的.
因为受到人力、物力等的限制,特殊是测定显像管寿命这类的试验具有破坏性,所以我们不行能对生产的全部显像管一一进行测试,一般只是从整批显像管中取出一些显像管来测试,然后依据得到的这些显像管寿命的数据来推断整批显像管的平均寿命.
我们把被探讨的对象的全体称为总体(或母体),而把组成总体的各个元素称为个体.
在上面的例子中,该厂生产的全部显像管的寿命就是总体,而每一个显像管的寿命就是个体.
代表总体的指标(如显像管的寿命)是一个随机变量,所以总体就是指某个随机变量可能取的值的全体.
从总体中抽取一个个体,就是对代表总体的随机变量进行一次试验(或观测),得到的一个试验数据(或观测值).
从总体中抽取一部分个体,就是对随机变量进行若干次试验(观测).
从总体中抽取若干个个体的过程称为抽样.
抽样结果得到的一组试验数据(观测值),称为样本(或子样);
样本中所含个体的数量称为样本容量.
假设满足下述两个条件:
(1)随机性为了使样本具有充分的代表性,抽样必需是随机的,应使总体中的每一个个体都有同等的机会被抽取到,通常可以用编号抽签的方法或利用随机数表来实现.
(2)独立性各次抽样必需是相互独立的,即每次抽样的结果既不影响其它各次抽样的结果,也不受其它各次抽样结果的影响.
这种随机的、独立的抽样方法称为简洁随机抽样,由此得到的样本称为简洁随机样本.
例如,从总体中进行放回抽样,显然是简单随机抽样,得到的样本就是简单随机样本.
从有限总体(即其中只含有有限多个个体的总体)中,进行不放回抽样,虽然不是简单随机抽样,但是正如在前面我们已知的,若总体容量很大而样本容量较小( ),则可以近似地看作是放回抽样,因而也就可以近似地看作是简单随机抽样,得到的样本可以近似地看作是简单随机样本.
今后,凡是提到抽样与样本,都是指简单
随机抽样与简单随机样本.
我们指出,从总体中抽取容量为n的样本,
就是对代表总体的随机变量随机地、独立地
进行n次试验(观测),每次试验的结果可以
看作是一个随机变量,次试验的结果就是n个
随机变量,,…,
这些随机变量相互独立,并且与总体服从相同的分布。设得到的样本观测值分别是…则可以认为抽样的结果是n个相互独立的事件发生了
若将样本,,…,看作是一个维随机变
量,则
(1)当总体是离散型随机变量,若记其分布率为,则样本
的分布律为:
(1)
(2)当总体是连续型随机变量,且具有概率密度函数时,样本的概率密度为
(2)