nullnullCh6 样本及抽样分布null 数理统计实际上是概率论的具体应用。它的研究范围分成两个方面,一个是统计推断,另一个是抽样理论与试验设计。本课程仅研究第一个方面的
内容
财务内部控制制度的内容财务内部控制制度的内容人员招聘与配置的内容项目成本控制的内容消防安全演练内容
。统计推断主要研究抽样分布、参数估计、假设检验等。null 基本概念1. 总体与样本总体研究对象的全体。通常指研究对象的某项数量指标,个体组成总体的单元。通常也指与总体对应的某项数量指标样本来自总体的部分个体。n称为样本容量null总体X~ f (x)样本X1, … ,Xnn称为样本容量又称其是“简单随机样本”或简称为“随机样本”或“样本”。满足以下两个条件:(1)独立性:X1,… ,Xn 相互独立;(2)同分布性:X1, … ,Xn与总体 X 同分布。来自总体 X 的随机样本 X1, … ,Xn可记为其中 f (x)是 X 的概率函数。null样本观测值 对样本 X1, … ,Xn进行观测,即可得一组观测值 x1, … ,xn 统计量 样本 X1, … ,Xn的函数 g(X1, … ,Xn )称为是总体 X 的一个统计量,若g(X1, … ,Xn )与任何未知参数无关。统计量的观测值 若样本 X1, … ,Xn的观测值为x1, … ,xn,则g(x1, … ,xn)称为统计量g(X1, … ,Xn )的观测值。null 常用统计量1. 样本均值(样本平均数)其观测值为2. 样本方差其观测值为样本均方差(标准差)其观测值为null3. k 阶样本矩k 阶原点矩观测值为k 阶中心矩观测值为null4. 极大、极小统计量极大统计量X(n)=max{X1, … ,Xn},其观测值x(n)=max{x1, … ,xn}极小统计量X(1)=min{X1, … ,Xn},其观测值x(1)=min{x1, … ,xn}null 抽样分布统计量的分布称为抽样分布。数理统计中主要研究如下四个分布:U—分布、 2—分布、 t —分布和F—分布。1. 2—分布构造null其密度为 f ( y)
~ 2(n) null则 1 + 2 ~ 2(n1+n2 )。再生性若1 ~ 2(n1),2~ 2(n2 ), 1, 2独立,期望与方差若 ~ 2(n),则E()= n,D()=2n。分位点设 ~ 2(n),若对于:0< <1, 存在null 费歇尔(R.A.Fisher)曾经证明:当n充分大时,近似地有其中 ~2(n),从而当n充分大时(一般地 > 45),近似地有其中z为N(0,1)的上侧分位点。null2. t—分布若 ~ N(0, 1), ~ 2(n), 与独立,则构造其密度为t (n)称为自由度为n的t—分布null密度函数 f (t )的图形与N(0, 1)的密度函数的图形很象,只是 t (n)的图形两端尾巴厚一些。基本性质(1) f (t )关于t =0(纵轴)对称。事实上,f ( t )= f (t )。(2) f (t )的极限为N(0,1)的密度函数,即null分位点 设T~ t(n),若对:0<<1,存在t(n)>0, 满足P{T t(n)}=,则称t(n)为t(n)的上侧分位点t(n)nullt/2(n)t/2(n)存在t/2(n)>0, 满足 P{|T| t/2(n)}=,则称t/2(n)为t(n)的双侧分位点.null F—分布若1 ~2(n1), 2~2(n2),1, 2独立,则构造 F(n1, n2)称为第一自由度为n1 ,第二自由度为n2的F—分布。nullF—分布的分位点 对于:0<<1,若存在 F(n1, n2)> 0,满足P{F F(n1, n2)}=, 则称 F(n1, n2)为F(n1, n2)的上侧分位点; 类似地,称 F1 (n1,n2)为
F(n1, n2)的下侧分位点。可以证明:null 正态总体的抽样分布定理null且两样本独立定理nullnullnull