概率论与数理统计 --- 第六章{样本及抽样分布} 第一节:总体与样本
- 格式:ppt
- 大小:577.50 KB
- 文档页数:18
概率论与数理统计-ch6-样本与抽样分布概率论中,所研究的随机变量是假定其分布是已知的,在此前提下研究它的性质、数字特征等。
在数理统计中,所研究的随机变量的分布是未知或不完全知道的,通过重复独⽴的试验得到许多观察值去推断随机变量的种种可能分布。
1、随机样本总体:试验的全部可能的观察值。
=样本空间个体:每⼀个可能观察值。
=样本点容量:总体中所包含的个体的个数。
有限总体⽆限总体⼀个总体对应⼀个随机变量X,对总体的研究就是对随机变量X的研究。
所以将不区分总体与相应的随机变量,统称为总体X。
样本:在数理统计中,⼈们都是通过从总体中抽取⼀部分个体,根据获得的数据来对总体分布得出推断的,被抽出的部分个体叫做总体的⼀个样本。
对总体进⾏⼀次观察,就会得到⼀个随机变量X1,对总体进⾏n次重复的、独⽴的观察,就会得到n个随机变量X1,X2,...,Xn,这n个随机变量X1,X2,...,Xn是对总体随机变量X观察的结果。
则X1,X2,...,Xn是相关独⽴且与X具有相同分布,称为来⾃总体X的⼀个简单随机样本。
n称为样本的容量。
进⾏n次观察得到的⼀组实数x1,x2,...,xn是随机变量X1,X2,...,Xn的观察值,称为样本值,也称为X的n个独⽴的观测值。
2、抽样分布样本是统计推断的依据,但往往不直接使⽤样本本⾝,⽽是由样本构造的函数。
统计量:设X1,X2,...,Xn是来⾃总体X的⼀个样本,g(X1,X2,...,Xn)是其函数,且g中不含任何未知参数,则称g(X1,X2,...,Xn)是⼀统计量。
统计量也是⼀个随机变量。
g(x1,x2,...,xn)是统计量的观测值。
常⽤的统计量:经验分布函数:经验分布函数(empirical distribution function)是根据样本得到的分布函数.如设,是总体的样本值,将它们按⼤⼩顺序排列为,则称分布函数为经验分布函数是与总体分布函数相对应的统计量。
总体的分布函数是F(x),统计量的经验分布函数是F n(x),⽤F n(x)去推断F(x),当n⾜够⼤时,F n(x)以概率1收敛于F(x)。
第六章数理统计的基本概念数理统计与概率论是两个有密切联系的姊妹学科(基础 应用).概率论研究的是在知道随机变量分布的情况下求事件的概率.但对具体问题,如何判断某随机变量服从某种分布呢?诚然,我们可以根据经验判断出随机变量的分布,但参数又是什么呢?这些问题概率论回答不了,由数理统计来回答.数理统计是通过数据来回答这些问题的.这些数据带有随机性(不同于会计中的数据),根据数据得出的结论难免会出错,我们希望所犯错误越少越好,而这就需要使用概率论的语言来表述.数据不是从天上掉下来的,要获得数据,首先要进行观察或实验,收集整理数据,然后进行推断,这就是数理统计要研究的内容.即数理统计学是收集、分析数据,并根据数据进行推断的科学和艺术(强调它的艺术性是为着重说明统计方法需要灵活使用,很依赖于人的判断乃至灵感.强调这一点很有好处,它提醒人们不要以教条式的态度来看待数理统计方法,以为只要记住一些公式和方法,碰到什么问题套上去就行).数理统计课程着重于统计推断。
所谓统计推断,就是由样本来推断总体,或者由部分推断总体.统计估计和假设检验是统计推断的基础,以此为基础发展了许多实用的统计方法:回归分析、方差分析、时间序列分析及其他多元统计分析方法等.第一节样本与统计量一总体与个体1.总体(Population)和个体(Individual)1)【定义】把研究“对象”的全体称为总体.用X、Y、Z等表示总体.组成总体的每个元素称为个体.例如:全国英语四级考试刚刚结束,阅卷评分尚需一段时间,有关部门急于了解这次考试成绩的分布状况(应试的400万考生);另外,想了解全国大学生的身体状况;想了解用新工艺生产的一批灯泡寿命等等。
这里的“应试的考生”,“全国的大学生”“这批灯泡”等,就构成了各自的总体。
2)总体X的分布函数称为总体分布函数。
当X为离散型随机变量时,称X的概率函数为总体概率函数。
当X为连续型随机变量时,称X的密度函数为总体密度函数。
《概率论与数理统计》课程教学大纲英文名称:Probability and statistics课程代码:221101008课程类别:专业基础课课程性质:必修开课学期:第三学期总学时: 54学时总学分:3考核方式:闭卷先修课程:高等数学适用专业:经济学专业一、课程简介概率论与数理统计是经济学专业的一门专业基础课。
概率论与数理统计是研究不确定性现象的数量规律性的一门学科,是对随机现象进行定量分析的重要工具,它在现代科学技术中占有很重要的地位,是研究自然现象、处理现代工程技术、解决科研和生产实际问题的一种有力的数学工具,已被广泛应用于每一学科领域、工农业生产和经济管理部门中。
开设本课程的目的在于,通过本课程的学习,使学生初步掌握概率论与数理统计等方面的基础知识,了解它的基本理论与基本方法,培养学生的抽象思维能力、逻辑推理能力、数学建模与实践能力,注意培养学生的自学能力,注意理论联系实际,不断提高学生的综合素质以及运动所学知识解决实际问题的能力,同时使学生了解概率论与数理统计在经济方面的应用,具备概率思想分析实际随机问题的能力,为专业课程的学习打下基础。
学生在进入本课程学习之前,应学过高等数学课程,该课程的学习为本课程提供了必须的数学基础知识。
本课程学习结束后,学生可具备进一步学习相关课程的理论基础。
本课程总54学时,其中理论课47学时,习题课7学时,考核方式为闭卷考试,根据平时考勤成绩、习题作业成绩、阶段性单元检测成绩及闭卷期末考试成绩综合给予最终成绩评定。
二、课程目标及其对毕业要求的支撑目标1人文素养目标:教育学生认真学习马克思列宁主义、毛泽东思想、邓小平理论、“三个代表”、科学发展观和新时代中国特色社会主义的重要思想;忠诚党的教育事业和体育事业,培养学生互教互学、团结友爱、共同提高的集体主义精神;培养学生有严格组织纪律性,吃苦耐劳和勇敢顽强的意志品质。
目标2理论知识培养目标:使学生掌握概率论与数理统计的基本理论和基础知识,初步掌握处理随机事件的基本思想和方法。
《概率论与数理统计》课程标准一、课程概述第一部分前言《概率论与数理统计》(Probability Theory and Mathematical Statistics),由概率论和数理统计两部分组成。
它是研究随机现象并找出其统计规律的一门学科,是广泛应用于社会、经济、科学等各个领域的定量和定性分析的科学体系。
一、课程性质《概率论与数理统计》是理、工科有关专业的基础干课。
对高校的统计专业本科生它也是一门学科基础课程。
从学科性质讲,它是一门基础性学科,它为统计专业学生后继专业课程的学习提供方法论的指导。
学生对这门课程的掌握程度直接关系到统计学科培养目标—“经济和管理领域中善于在定性分析基础上从事定量分析的专门统计人才”的实现。
二、基本理念第一,着重基础,着重标准。
在我国,迄今为止,有关数理统计教材不少,这些教材和理论参考文献各自保持了自己的特色。
只有着重基础、着重标准,才能与国际先进的理论研究趋势保持一致。
第二,力求在简洁的基础上使学生能从整体上了解和掌握该课程的内容体系,使学生能够在实际工作中、其它学科的学习中能灵活、自如地应用这些理论。
三、课程标准的设计思路第一,浙江大学盛骤、谢式千、潘承毅主编的《概率论与数理统计》为蓝本,极力用较为通俗的语言阐释概率论的基本理论和数理统计思想方法;第二,紧密结合财经特色和计算机应用加以阐述和学习;第三,理论和方法相结合,以强调数理统计理论的应用价值.总之,强调理论与实际应用相结合的特点,力求在实际应用方面做些有益的探索,也为其它学科的进一步学习打下一个良好的基础。
第二部分课程目标一、总目标《概率论与数理统计》是一门几乎遍及所有的科学技术领域以及工农业生产和国民经济各部门之中.通过学习该课程使学生掌握概率、统计的基本概念,熟悉数据处理、数据分析、数据推断的各种基本方法,并能用所掌握的方法具体解决社会经济所遇到的各种问题。
二、分类目标为达到总目标,对该课程的具体内容制定内容标准,以分类目标保证总目标的实现.对统计学专业而言,要通过学习该课程,掌握该学科的基本理论、基本方法,了解该学科的发展趋势,能正确、熟练地运用本学科的理论和方法去解决各种社会经济问题。
Ch 6 数理统计的基本概念§6.1 基本概念 一、总体与样本1、总体——研究对象的全体,记为X 。
2、个体——构成总体的每一个对象,记为i X 。
3、总体容量——总体中包含的个体的个数。
有限总体——容量有限;无限总体——容量无限。
为推断总体X 的分布,从总体中抽取n 个个体,则对应n 个r.v.n X X X .....2,1——来自于总体X 的一个样本。
n X X X ......,21的取值((n x x x ,.....,21)--观测结果)称为样本的观测值,简称为样本值,整个抽取过程称之为抽样。
抽取的目的是根据样本的取值情况推断总体情况,因此应尽可能的使抽取的样本能反映总体的状况,故要求抽取的样本具有以下性质:文档收集自网络,仅用于个人学习⑴ 代表性:样本中每个r.v.i X 与总体X 具有相同的分布。
文档收集自网络,仅用于个人学习⑵ 独立性:n X X X ......,21相互独立。
——简单的随机抽样所得的样本称为简单的随机样本;若总体X 的分布函数为F (x ),则样本n X X X .....2,1的联合分布函数)().....,(121*i ni n x F x x x F =∏=。
文档收集自网络,仅用于个人学习若X 为连续型,且d.f 为f(x),且联合p.d.f 为:)()....,(121*i ni n x f x x x f =∏= 若X 为离散型,且分布律为:....2,1,)(===k p x X P k k 则联合分布律:in i i in n i i p p p x X x X x X P ....).....,(212211⋅⋅====。
...2,1.....3,2,1=in i i i 二、统计量Def:不含有任何未知数的关于样本空本空间的函数称为统计量。
e.g.1 设总体X~),(2σμN ,其中2,σμ未知,(n X X X .....2,1)为取自总体X 的一个样本,则:∑∑==--==n i i n i i X X n S X n X 1221)(11,1均为统计量。
第六章 样本及抽样分布 总体与个体:我们将试验的全部可能的观察值称为总体,这些值不一定都不相同,数目上也不一定是有限的,每一个可能观察值称为个体 总体中所包含的个体的个数称为总体的容量 容量为有限的称为有限总体 容量为无限的称为无限总体设X 是具有分布函数F 的随机变量,若,,21X X …n X ,是具有同一分布函数F 的、相互独立的随机变量,则称,,21X X …n X ,为从分布函数F (或总体F 、或总体X )得到的容量为n 的简单随机样本,简称样本,它们的观察值,,21x x …n x ,称为样本值,又称为X 的n 个独立的观察值由定义得:若,,21X X …n X ,为F 的一个样本,则,,21X X …n X ,相互独立,且它们的分布函数都是F ,所以(,,21X X …n X ,)的分布函数为,,(21*x x F …)(),1∏==ni i n x F x又若X 具有概率密度f ,则(,,21X X …n X ,)的概率密度为,,(21*x x f …).(),1∏==ni i n x f x设,,21X X …n X ,是来自总体X 的一个样本,g(,,21X X …n X ,)是,,21X X …n X ,的函数,若g 中不含未知参数,则称g(,,21X X …n X ,)是一统计量设,,21X X …n X ,是来自总体X 的一个样本,n x x x ,^,,21是这一样本的观察值,定义:样本平均值∑==ni i X n X 11样本方差⎪⎭⎫ ⎝⎛--=--=∑∑==n i i n i i X n X n X X n S 12221211)(11样本标准差∑=--==ni i X X n S S 122)(11 样本k 阶(原点)矩,2,1,11==∑=k X n A n i ki k …样本k 阶中心矩,3,2,)(11=-=∑=k X X n B k ni i k …经验分布函数设,,21X X …n X ,是总体F 的一个样本,用∞<<-∞x x S ),(表示,,21X X …n X ,中不大于x 的随机变量的个数。
第六章样本与抽样分布§6.1 数理统计的基本概念一.数理统计研究的对象例:有一批灯泡,要从使用寿命这个数量指标来看其质量,设寿命用X表示。
(1)若规定寿命低于1000小时的产品为次品。
此问题是求P(X 1000)=F(10000),求F(x)? (2)从平均寿命、使用时数长短差异来看其质量,即求E(x)?、D(x)?。
要解决二个问题1.试验设计抽样方法。
2.数据处理或统计推断。
方法具有“从局部推断总体”的特点。
二.总体(母体)和个体1.所研究对象的全体称为总体,把组成总体的每一个对象成员(基本单元)称为个体。
说明:(1)对总体我们关心的是研究对象的某一项或某几项数量指标(或属性指标)以及他们在整体中的分布。
所以总体是个体的数量指标的全体。
(2)为研究方便将总体与一个R.V X对应(等同)。
a.总体中不同的数量指标的全体,即是R.V.X的全部取值。
b.R.V X的分布即是总体的分布情况。
例:一批产品是100个灯泡,经测试其寿命是:1000小时1100小时1200小时20个30个50个X 1000 1100 1200P 20/100 30/10050/100(设X表示灯泡的寿命)可知R.V.X的分布律,就是总体寿命的分布,反之亦然。
常称总体X,若R.VX~F(x),有时也用F(x)表示一个总体。
(3)我们对每一个研究对象可能要观测两个或多个数量指标,则可用多维随机向量(X,Y,Z, …)去描述总体。
2.总体的分类有限总体无限总体三.简单随机样本.1.定义6.1 :从总体中抽得的一部分个体组成的集合称为子样(样本),取得的个体叫样品,样本中样品的个数称为样本容量(也叫样本量)。
每个样品的测试值叫观察值。
取得子样的过程叫抽样。
样本的双重含义:(1)随机性:用(X1,X2,……X n) n维随机向量表示。
X i表示第i个被抽到的个体,是随机变量。
(i=1,2,…n)(2)确定性:(x1,x2,……x n)表示n个实数,即是每个样品Xi观测值x i(i=1,2,…n)。