常用的统计量抽样分布总结
- 格式:docx
- 大小:215.99 KB
- 文档页数:5
高等教育自学考试辅导《概率论与数理统计(经管类)》第二部分数理统计部分专题一统计量及抽样的分布I.考点分析近几年试题的考点分布和分数分布II.内容总结一、总体与样本1.总体:所考察对象的全体称为总体;组成总体的每个基本元素称为个体。
2.样本:从总体中随机抽取n个个体x1,x2…,x n称为总体的一个样本,个数n称为样本容量。
3.简单随机样本如果总体X的样本x1,x2…,x n满足:(1)x1与X有相同分布,i=1,2,…,n;(2)x1,x2…,x n相互独立,则称该样本为简单随机样本,简称样本。
得到简单随机样本的方法称为简单随机抽样方法。
4.样本的分布(1)联合分布函数:设总体X的分布函数为F(x),x1,x2…,x n为该总体的一个样本,则联合分布函数为二、统计量及其分布1.统计量、抽样分布:设x1,x2…,x n为取自某总体的样本,若样本函数T=T(x1,x2…,x n)不含任何未知参数,则称T为统计量;统计量的分布称为抽样分布。
2.样本的数字特征及其抽样分布:设x1,x2…,x n为取自某总体X的样本,(2)样本均值的性质:①若称样本的数据与样本均值的差为偏差,则样本偏差之和为零,即②偏差平方和最小,即对任意常数C,函数时取得最小值. (5)样本矩(7)正态分布的抽样分布A.应用于小样本的三种统计量的分布的为自由度为n的X2分布的α分位点.求法:反查X 2分布表.III.典型例题[答疑编号918020101]答案:D[答疑编号918020102]答案:[答疑编号918020103]答案:B[答疑编号918020104]答案:1[答疑编号918020105]答案:B[答疑编号918020106]故填20.[答疑编号918020107]解析:[答疑编号918020108]答案:解析:本题考核正态分布的叠加原理和x2-分布的概念。
根据课本P82,例题3-28的结果,若X~N(0,1),Y~N(0,1),且X与Y相互独立,则X+Y~N(0+0,1+1)=N(0,2)。
常用的典型抽样分布法引言在统计学中,抽样是指从一个总体中选择一部分个体,以便对整体进行估计或推断。
常用的抽样方法包括随机抽样、系统抽样和分层抽样等。
在进行抽样时,研究人员往往关心抽样分布,即根据抽样数据得到的统计量的分布情况。
本文将介绍常见的典型抽样分布法,包括t分布、F分布和χ²(卡方)分布。
1. t分布t分布是统计学中的一种概率分布,用于估计总体均值的分布情况。
它在样本容量较小或总体标准差未知的情况下使用。
t分布的形状取决于样本容量,随着样本容量增大,t分布逐渐接近于标准正态分布。
t分布的概率密度函数为:f(t) = Γ((v+1)/2) / (√(vπ) * Γ(v/2) * (1 +t²/v)^(v+1)/2)其中,v为自由度,表示样本容量减去1。
t分布的特点包括: - 期望值为0 - 方差为v/(v-2) (v>2时)t分布的应用: - 进行单样本均值检验 - 构建置信区间 - 进行配对样本均值检验 - 进行相关系数的检验等2. F分布F分布是一种常见的概率分布,用于比较两个或多个总体方差是否具有显著差异。
F分布的形状取决于两个自由度参数,分子自由度记为n₁,分母自由度记为n₂。
F分布的概率密度函数为:f(x) = √((n₁ * x)^(n₁ * (n₂-2)) / (n₂^(n₁ * n₂) * (n₁ * x + n₂)^(n₁+n₂))) / [x * B(n₁/2, n₂/2)]其中,B(·)为贝塔函数。
F分布的特点包括: - 右偏态分布 - 期望值为(n₂/(n₂-2)) (n₂>2时) - 方差为(2 * n₂² * (n₁+n₂-2)) / (n₁ * (n₂-2)^2 * (n₂-4)) (n₂>4时) F分布的应用: - 进行方差分析 - 比较两个组的方差是否具有显著差异3. χ²(卡方)分布χ²(卡方)分布是一种常见的概率分布,用于描述不同类别之间的差异性或相关性。
抽样分布公式总结从样本到总体的推断基础引言在统计学中,抽样是一种常用的研究方法,通过从总体中选取一部分个体来代表整体,从而进行总体特征的估计和假设的推断。
抽样分布则是在给定样本量和总体分布情况下,研究抽样统计量的分布情况。
本文将总结抽样分布的基本公式,从样本到总体的推断基础。
一、样本均值的抽样分布当样本容量n足够大时,样本均值的抽样分布近似服从正态分布,其中:1. 点估计的抽样分布公式样本均值的期望值E(ȳ)等于总体均值μ,即:E(ȳ) = μ样本均值的方差V(ȳ)等于总体方差σ^2除以样本容量n,即:V(ȳ) = σ^2/n其中,σ^2为总体方差。
2. 区间估计的抽样分布公式样本均值的标准差σ(ȳ)等于总体标准差σ除以样本容量n的平方根,即:σ(ȳ) = σ/√n根据正态分布的性质,样本均值与总体均值之间的差异服从一个以0为均值、σ(ȳ)为标准差的正态分布。
因此,我们可以利用样本均值与总体均值之间的差异来构建置信区间,从而进行总体均值的估计。
二、样本比例的抽样分布当样本容量n足够大时,样本比例的抽样分布近似服从正态分布,其中:1. 点估计的抽样分布公式样本比例的期望值E(p)等于总体比例π,即:E(p) = π样本比例的方差V(p)等于总体比例π(1-π)除以样本容量n,即:V(p) = π(1-π)/n其中,π为总体比例。
2. 区间估计的抽样分布公式样本比例的标准差σ(p)等于总体比例π(1-π)/n的平方根,即:σ(p) = √(π(1-π)/n)根据正态分布的性质,样本比例与总体比例之间的差异服从一个以0为均值、σ(p)为标准差的正态分布。
因此,我们可以利用样本比例与总体比例之间的差异来构建置信区间,从而进行总体比例的估计。
三、样本差异的抽样分布当两个样本容量n1和n2都足够大时,样本差异(两个样本均值之差或两个样本比例之差)的抽样分布近似服从正态分布,其中:1. 点估计的抽样分布公式样本差异的期望值E(ȳ1-ȳ2)等于总体均值之差μ1-μ2,即:E(ȳ1-ȳ2) = μ1-μ2样本差异的方差V(ȳ1-ȳ2)等于两个总体方差σ1^2/n1和σ2^2/n2之和,即:V(ȳ1-ȳ2) = σ1^2/n1 + σ2^2/n2其中,σ1^2和σ2^2为两个总体方差。
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。
常用的统计量抽样分布
一.正态分布
1. ∑==n
i i X n X 1
1EX →
2. 2
12
)(11∑=--=n i i X X n S ][112
1
2∑=--=n i i X n X n DX → 3. 定理:
X ~),(2σμN ,n X X X ,,,21Λ为X 的样本,则 (1). X ~),
(2
n
N σμ,
(2).
2
2
)1(σS n -~)1(2-n χ,
(3). X 与2S 相互独立。
二.2χ分布 1. 定义
设n X X X ,,,21Λ独立同分布,且~)1,0(N ,则)(~2122
n X n
i i χχ∑==
2. 性质:
(1). 若X ~)(12n χ,Y ~)(22n χ,且X ,Y 独立,则X +Y ~)(212n n +χ。
(2). 若X ~)(2n χ,则n EX =,2DX n =。
三.t 分布 1. 定义
设X ~)1,0(N ,Y ~)(2n χ,且X ,Y 独立,则n
Y X T =~)(n t 。
2. 定理:
设n X X X ,,,21Λ独立同分布,且~),(2σμN ,则
n
S X μ
-σ
σ
μS
n X )(-=1
)1()
(2
2
---=
n S
n n X σσ
μ~)1(-n t
(因为
n
X σ
μ-~)1,0(N ,
2
2
)1(σS n -~)1(2-n χ)。
3. 定理:
设1,,,21n X X X Λ为总体X ~),(21σμN 的样本,
1,,,21n Y Y Y Λ为总体Y ~),(22σμN 的样本,且Y X ,独立,则
2
12111)()(n n S Y X w
+---μμ~)2(21-+n n t ,其中
2
)1()1(212
2
22112-+-+-=n n S n S n S w。
证:因为
2
2
11)1(σS n -~)1(12
-n χ,
2
2
2
2)1(σS n -~)1(22-n χ,
所以
2
2
2
2211)1()1(σ
S n S n -+-~)2(212-+n n χ;
又X ~),
(1
2
1n N σμ,Y ~),
(2
2
2n N σμ,
所以X Y -~),
(2
2
1
2
21n n N σσμμ+
+,
所以
212111)
()(n n Y X +
---σμμ~)1,0(N ,所以 2
12111)()(n n S Y X w
+---μμ
2
12111)
()(n n Y X +---=
σ
μμ/
)2/()1()1(212
2
2
2211-+-+-n n S n S n σ
~)2(21-+n n t 。
四.F 分布 1. 定义
设U ~)(12n χ,V ~)(22n χ,且V U ,独立,则2
1n V
n U
F =~),(21n n F 。
2. 定理:
设F ~),(21n n F ,则F
1
~),(12n n F 3. 定理:
设1,,,21n X X X Λ为总体X ~),(211σμN 的样本,
1,,,21n Y Y Y Λ为总体Y ~),(2
22σμN 的样本,且Y X ,独立,则
)1,1(~//2122
222
121--=n n F S S F σσ。
常用的统计量抽样分布示例
例1 设2521X X X Λ,
,是来自总体()1~2
χX 的一个样本,则∑=25
1
i i
X 服从()252
χ
分布;
例2设随机变量21,X X ,3X 相互独立,1X ~)1,0(N ,2X ~)21,
0(N ,3X ~)3
1
,0(N ,则232
22132X X X ++服从)3(2χ分布。
例3 设总体X 服从)2,0(2
N ,而1521,,,X X X Λ为来自总体X 的简单随机样本,则随机变量
)
(22
152112
10
2221x X X X X Y ++++=ΛΛ服从)5,10(F 分布。
例4 设随机变量Y X ,相互独立且都服从)3,0(2
N ,而921,,,X X X Λ和921,,,Y Y Y Λ为分别来
自总体X 和Y 的简单随机样本,则统计量29
2
1
9
21Y
Y X X X U
++++=
ΛΛ服从)9(t 分布。
例5 设n X X X ,,,21Λ)2(≥n 为来自总体)1,0(N 的简单随机样本,X 是样本均值,2
S 是样本
方差,则 D .
(A). X n ~)1,0(N (B) 2
nS ~)(2
n χ
(C). S
X
n )1(-~)1(-n t (D) ∑=-n
i i X X n 2
2
21)1(~)1,1(-n F 解:
∑=-n
i i
X
X n 2
22
1)1(∑=-=
n
i i
n X
X 2
2211
/1
/~)1,1(-n F
例6 设总体X 服从),(2
1σμN ,总体Y 服从),(2
2σμN ,1,,,21n X X X Λ为来自总体X 的简单随机样本,2,,,21n Y Y Y Λ为来自总体Y 的简单随机样本,则
解:原式2
121)([211∑=--+=n i i X X E n n ])(21
2
∑=-+n
i i Y Y
又
2
2
1
)
(1
σ
∑=-n i i
X X
2
2
1)1(σ
S
n -=
~)1(12-n χ,故2
2
1
22
()[]1n i
i X
X E n σ
=-=-∑,从而
1
2
1
11()
11
n i
i X
X E
n n =-=--∑,同理2
2
1
22()
11
n i
i Y Y E
n n =-=--∑,所以原式=2σ。
例7. 设n
X X X ,,,21Λ)2(>n 为来自总体),0(2σN 的简单随机样本, X 是样本均值,记
X X Y i i -=,n i ,,2,1Λ= 。
求:
(1). i Y 的方差i DY ,n i ,,2,1Λ= ; (2). ),(1n Y Y Cov ; (3) }0{1≤+n Y Y P 。
(4)若2
1)(n Y Y c +是2
σ的无偏估计,求c 的值。
解:
(1)i DY )(X X D i -=(i X n
)1
1(-Θ与∑≠=n i k k k X n ,11独立) ]1)11[(,1∑≠=--=n i k k k i X n X n D 2
22221)1(1)11(σσσn n n n
n -=-+-=,n i ,,2,1Λ= 。
(2) 0)(11
=-==X X E EY EY n Θ,
1X Θ,n X 独立,)(1n X X E ∴01=⋅=n EX EX
而)
(X D ][
21n X X X D n Λ++=21
n
=)(1n DX DX ++Λ21σn =
=++=)}()()({1
)(121211n X X E X X E X E n X X E ΛΘ2211)(1σn
X E n =,
所以),(1n Y Y Cov )(X D =21σn -21σn -=2
1σn
-
(3)=+n Y Y 1)()(1X X X X n -+-∑-=--+-=1
2
1222n i i n X n X n n X n n 上式是相互独立的正态随机变量的线性组合,所以n Y Y +1服从正态分布,由于
,0)(1=+n Y Y E 所以5.0}0{1=≤+n Y Y P 。
(4)])([2
1n Y Y c E +)(1n Y Y cD +=)],(2[11n n Y Y Cov DY DY c ++=
2]211[
σn n n n n c --+-=2
)2(2σc n
n -=2σ=,故)2(2-=
n n c 。