第6章_样本及抽样分布1_随机样本与直方图

极值的分布
定理2 设总体X的分布函数为F(x),X1,X2,…,Xn为其样本，则
(1) X(n)的密度函数f(n)(u)=nf(u)[F(u)]n-1；
(6-11)
(2) X(1)的密度函数f(1)(v)=nf(v)[1-F(v)]n-1；
(6-12)
其中f(x)为总体X的密度函数。
证明略。
6.2
同的分布。
(2) 要有独立性。每次抽取是独立的，即每个观测结果既不影响其他观测结果，也不受其他观测
结果的影响。
满足上述两条要求的抽取个体的办法称为简单随机抽样法。换句话说，简单随机抽样法就是独立
地、重复地做随机试验。今后，凡是提到随机抽样，都是指简单随机抽样。
6.1
随机样本与统计量
6.1.1
总体、个体与样本
6.1.2
样本统计量
(4) 样本k阶原点矩
(5) 样本k阶中心矩
—
n−1 2
应当注意的是：M1= X ,υ2=
S。
n
6.1
随机样本与统计量
6.1.2
样本统计量
定义3 (顺序统计量) 设x1,x2,…,xn为样本X1,X2,…,Xn的一个观察值，将x1,x2,…,xn由小到大重新
排列为
x(1)≤x(2)≤…≤x(k)≤…≤x(n),
由定义知，对于x的每个数值而言，经验分布函数Fn∗(x)为样本X1,X2,…,Xn的函数，它是一个统计
12
k
nn
n
量，即为一个随机变量，其可能取值为0, , ,…,1。事件“Fn∗(x)= ”发生的概率为
P Fn∗ (x) =
其中F(x)=P{X<x}是总体X的分布函数。
k

样本均值的抽样分布
样本均值的抽样分布
1. 容量相同的所有可能样本的样本均值的概率分 布
2. 一种理论概率分布 3. 进行推断总体总体均值的理论基础
样本均值的抽样分布
(例题分析)
【例】设一个总体，含有4个元素(个体) ，即总体单位 数N=4。4 个个体分别为x1=1、x2=2、x3=3 、x4=4 。 总体的均值、方差及分布如下

第 一
16个样本的均值（x）
个
第二个观察值
观 察值1 2
3
4
11
1.
20.

52. 0.
5
21
2.
25.

03. 5.
0
23
2.
30.

53. 0.
5
24
3.
35.

04. 5.
0
.3 P (X ) .2 .1 0
1.0 1.5 2.0 2.5 3.0 3.5 4.0 X
第六章 统计量及其抽样分布
抽样理论依据： 1、大数定律 （1）独立同分布大数定律：证明当N足够大时，平均数据有稳定性，为用样本平 均数估计总体平均数提供了理论依据。 （2）贝努力大数定律：证明当n足够大时，频率具有稳定性，为用频率代替概率 提供了理论依据 2、中心极限定律 （1）独立同分布中心极限定律：设从均值为u、方差为s2（有限）的任意一个总体 中抽取样本量为n的样本，但n充分大时，样本均值X的抽样分布近似服从均值为u， 方差为s2/n的正态分布。 （2）德莫佛-拉普拉斯中心极限定律：证明属性总体的样本数和样本方差，在n足 够大时，同样趋于正态分布。
(central limit theorem)

例如，考察某工厂10月份生产的灯泡的寿命所组 例如，考察某工厂 月份生产的灯泡的寿命所组 成的总体。 成的总体。灯泡寿命落在各个时间区间内有一定的 百分比，如灯泡寿命落在1000小时 小时~1300小时的占灯 百分比，如灯泡寿命落在 小时 小时的占灯 泡总数的85％，落在1300小时 ％，落在 小时~1800小时的占灯泡总 泡总数的 ％，落在 小时 小时的占灯泡总 数的5％， ％，…。 即灯泡寿命的取值有一定的分布。 数的 ％， 。 即灯泡寿命的取值有一定的分布。
就取位于 [ 是整数， x([ np ]+1) , 不是整数， 当np不是整数， x 综上， 综上， p = 1 [ x( np ) + x( np+1) ], 当np是整数 . 2
0 当 特别， 特别， p = 0.5时，.5分位数 x0 .5也记为Q2或
数据集的箱线图是由箱子和直线组成的图形， 数据集的箱线图是由箱子和直线组成的图形， 它是基于以下五个数的图形概括： 它是基于以下五个数的图形概括： 最小值 Min， 第一四分位数 Q1，中位数M，第三四分位数 Q3和 中位数 最大值 Max. 作法如下： 作法如下： (1) 画一水平数轴， 在轴上标上 Min，Q1， M， 画一水平数轴， Q3，Max. 在数轴上方画一个上、 下侧平行于数 在数轴上方画一个上、 Q 箱子的左右两侧分别位 于 Q1， 3 的上方. 轴的矩形箱子， 轴的矩形箱子， 在 M点的上方画一条垂直线 段 .线段位于箱子内部. ( 2)自箱子左侧引一条水平 线至 Min； 在同一水平 高度自箱子右侧引一条水平线直至最大值. 高度自箱子右侧引一条水平线直至最大值. 如图所示. 如图所示.
1.总体与个体 总体与个体
§1 随机样本
总体 试验的全部可能的观察值称为总体. 试验的全部可能的观察值称为总体. 个体 总体中的每个可能观察值称为个体. 总体中的每个可能观察值称为个体.

概率论与数理统计优质学案
第六章
样本及抽样分布
第1，2节 基本概念
一、总体、个体 二、随机样本、直方图 三、样本函数与统计量 四、小结
一、总体与个体
一个统计问题总有它明确的研究对象.
研究对象的全体称为总体(母体)， 总体中每个成员称为个体.
总体
总体 …
研究某批灯泡的心每个 个体的一项(或几项)数量指标和该数量指标 在总体中的分布情况. 这时，每个个体具有 的数量指标的全体就是总体.
直方图
5
8
4.5
7
4 6
3.5 5
3
2.5
4
2
3
1.5 2
1
1 0.5
0
0
140
150
160
170
180
190
200
147
157
167
177
187
197
三、统计量
由样本推断总体特征,需要对样本进行 “加工”,“提炼”.这就需要构造一些样本的 函数,它把样本中所含的信息集中起来.
1. 代表性： X1,X2,…, Xn中每一个与所考察的 总体X有相同的分布. 2. 独立性： X1,X2,…, Xn是相互独立的随机变量.
满足上述两条性质的样本称为简单随机样本. 获得简单随机样本的抽样方法称为简单随机抽样.
为了使大家对总体和样本有一个明确的 概念,我们给出如下定义:
定义 一个随机变量X或其相应的分布 函数F(x)称为一个总体.
4. 直方图 4.1 频数--频率分布表
样本数据的整理是统计研究的基础，整理数据的最 常用方法之一是给出其频数分布表或频率分布表。
例3 为研究某厂工人生产某种产品的能力， 我们随机调查了20位工人某天生产的该种产品 的数量，数据如下