下载文档原格式
抽样分布与理论分布一、抽样分布总体分布：总体中所有个体关于某个变量的取值所形成的分布。
样本分布：样本中所有个体关于某个变量大的取值所形成的分布。
抽样分布：样品统计量的概率分布，由样本统计量的所有可能取值和相应的概率组成。
即从容量为N 的总体中抽取容量为n 的样本最多可抽取m 个样本，m 个样本统计值形成的频率分布，即为抽样分布。
样本平均数的抽样分布：设变量X 是一个研究总体，具有平均数μ和方差σ2。
那么可以从中抽取样本而得到样本平均数x ，样本平均数是一个随机变量，其概率分布叫做样本平均数的抽样分布。
由样本平均数x 所构成的总体称为样本平均数的抽样总体。
它具有参数μx 和σ2x ，其中μx 为样本平均数抽样总体的平均数，σ2x 为样本平均数抽样总体的方差，σx 为样本平均数的标准差，简称标准误。
统计学上可以证明x 总体的两个参数 μx 和σ2x 与X 总体的两个参数μ和σ2有如下关系：μx = μ σ2x = σ2 /n由中心极限定理可以证明，无论总体是什么分布，如果总体的平均值μ和σ2都存在，当样本足够大时（n>30），样本平均值x 分布总是趋近于N （μ，n2)分布。
但在实际工作中，总体标准差σ往往是未知的，此时可用样本标准差S 估计σ。
于是，以nS估计σx ，记为X S ，称为样本标准误或均数标准误。
样本平均数差数的抽样分布：二、正态分布2.1 正态分布的定义：若连续型随机变量X 的概率密度函数是⎪⎭⎫ ⎝⎛--=σμπσx ex f 22121)( （-∞＜x ＜+∞）则称随机变量X 服从平均数为μ、方差为σ2的正态分布，记作X~N （μ，σ2）。
相应的随机变量X 概率分布函数为 F （x ）=⎰∞-x dx x f )(它反映了随机变量X 取值落在区间（-∞，x ）的概率。
2.2 标准正态分布当正态分布的参数μ=0，σ2=1时，称随机变量X 服从标准正态分布，记作X~N （0,1）。
统计学考研复习指导常考分布与抽样理论梳理统计学是考研复习中的一门重要科目，而分布与抽样理论是统计学中的基础知识之一。
掌握分布与抽样理论对于考研复习非常重要，因此本文将对常考的分布与抽样理论进行梳理。
以下是各个分布与抽样理论的详细内容。
1. 正态分布正态分布是统计学中最常用的概率分布之一，也被称为高斯分布。
它具有许多特性，例如其形状对称、均值、方差决定了整个分布的特征等。
正态分布在统计学中的应用广泛，例如用于描述实际数据的分布情况、进行假设检验等。
2. t分布t分布是用于小样本情况下的概率分布。
在实际应用中，由于通常无法获得大样本数据，因此需要使用t分布进行统计推断。
t分布与正态分布有一定的关联，其形状与自由度有关。
在考研复习中，需要了解t分布的特性、应用以及与正态分布的关系。
3. 卡方分布卡方分布是用于分析分类数据的概率分布，常用于检验两个变量之间的独立性。
卡方分布的形状与自由度有关，自由度越大，分布越接近正态分布。
在考研复习中，需要掌握卡方分布的性质、应用以及与正态分布的关系。
4. F分布F分布是用于分析方差比较的概率分布，常用于方差分析等统计方法。
F分布的形状与两个自由度参数有关，具有右偏分布且不对称的特点。
在考研复习中，需要了解F分布的特性、应用以及与正态分布、卡方分布的关系。
5. 抽样与抽样分布抽样是指从总体中选取样本的过程，而抽样分布是指统计量在不同样本中的分布情况。
了解抽样与抽样分布非常重要，因为统计推断是建立在样本上的，而不是在总体上。
在考研复习中，需要掌握不同抽样方法的特点、抽样分布的基本概念以及与统计推断的应用。
总结：通过对常考的分布与抽样理论进行梳理，我们可以更好地理解统计学考研复习中的重要内容。
掌握分布与抽样理论，对于进行统计分析、假设检验以及进行统计推断非常重要。
在考研复习过程中，建议系统学习各个分布的特性、应用以及与其他分布的关系，同时理解抽样与抽样分布的基本概念和应用方法。
第四章理论分布和抽样分布一、基本概念1．必然事件：在同一组条件的实现下必然要发生的一类事件。
如人总是要死的，水在标准大气压下加热到100℃必然化为蒸汽。
P（A）＝1。
2．不可能事件：在同一组条件的实现下必然不发生的一类事件。
如水在标准大气压下温度低于0℃不可能呈气态。
P（A）＝0。
3．随机事件（偶然事件）：在同一组条件的实现下可能发生，也可能不发生的一类事件。
如种子可能发芽，也可能不发芽；硬币抛上落下可能正面朝上，也可能反面朝上。
P（A）∈[0，1]。
4．频率a：假定在相似条件下重复进行同一类试验调查，事件A发生的次数a与总试验次数n的比称之。
如抛硬币，10次有7次朝上，a＝7/10。
5．概率P：当试验总次数n逐渐增大时，事件A的频率愈来愈稳定地接近定值P，则事件A地概率为P。
6．小概率的实际不可能性原理：凡概率很小的事件（农业上一般指P<0.05的事件），在二、计算事件概率的法则1．和事件：C＝A＋B A：身高在1.65以下；B：身高在1.65～1.75之间；C：身高在1.75以下。
2．积事件：C＝A×B A：身高在1.65以下；B：男同学；C：身高在1.65以下的男同学。
3. 互斥事件：A·B＝V （V表示空集） A：小麦种子发芽；B：小麦种子不发芽。
4．对立事件：如果A＋B是必然事件，即A＋B＝U（U为全集）；而A·B＝V，即A与B 是互斥事件，则称B为A的对立事件，B＝A（补集），如上例发芽与不发芽。
5．完全事件：如A·B＝V且A＋B＝U，则称A与B为完全事件系，如小麦发芽与不发芽就构成完全事件系。
6．对立事件的概率：A()1(A)=-P P7．互斥事件的概率加法：()(A)()P＝+=+如身高小于1.60m的概率为(A)P A B P P B0.15；身高小于1.70m且大于等于1.60m的概率为()P B＝0.62；则身高小于1.70m的概率()(A)()+=+＝0.77P A B P P B8．独立事件的概率乘法：()(A)()P A B P P B=。
食品生物统计附试验设计习题集《食品试验优化设计》习题集第一章绪论一、简答题1、什么是试验设计与统计分析？它在食品科学研究中有何作用？2、统计分析的两个特点是什么？3、食品试验设计与统计分析的主要内容、知识框架结构。
第二章统计资料的整理与分析一、名词解释总体个体样本样本容量随机样本参数统计量随机误差系统误差准确性精确性数量性状资料质量性状资料半定量资料计数资料计量资料全距组中值次数分布表次数分布图算术平均数无偏估计几何平均数中位数众数调和平均数标准差方差离均差的平方和变异系数二、简答题1、如何提高试验的准确性与精确性？2、如何控制、降低随机误差，避免系统误差？3、资料可以分为哪几类？它们有何区别与联系？4、为什么要对资料进行整理？对于计量资料，整理的基本步骤怎样？5、在对计量资料进行整理时，为什么第一组的组中值以接近或等于资料中的最小值为好？6、统计表与统计图有何用途？常用统计图有哪些？常用统计表有哪些？列统计表、绘统计图时，应注意什么？7、统计中常用的平均数有几种？各在什么情况下应用？ 8、算术平均数有哪些基本性质？ 9、标准差有哪些特性？10、为什么变异系数要与平均数、标准差配合使用？三、计算对食品科学专业20XX级1班10位同学的体重进行测定，测定结果见表1。
试求其平均数、方差、变异系数、标准差、极差、最大值、最小值等。
表1 10位学生的体重测定结果1编号体重12345678910第三章理论分布与抽样分布一、名词解释必然现象随机现象随机试验随机事件概率的统计定义小概率原理概率分布随机变量离散型随机变量连续型随机变量概率分布密度函数正态分布标准正态分布标准正态变量双侧概率单侧概率贝努利试验二项分布波松分布返置抽样不返置抽样标准误样本平均数的抽样总体中心极限定理 t分布二、简答题1、事件的概率具有那些基本性质？2、离散型随机变量概率分布与连续型随机变量概率分布有何区别？3、正态分布的密度曲线有何特点4、标准误与标准差有何联系与区别5、样本平均数抽样总体与原始总体的两个参数间有何联系？6、t分布与标准正态分布有何区别与联系？三、计算题1、已知随机变量u服从N(0，1)，求P(u＜-)， P(u ≥)， P， P(-≤u＜)，并作图示意。
