前六章概率论部分研究了随机变量的统计规律性,然而现实问题中随机变量的分布基本都是未知的,数理统计就是抽取一小部分产品/元件做试验,使用试验结果确定总体随机变量的分布情况

1. 总体与样本

设随机变量Ch7 数理统计基础 - 图1独立同分布,则称Ch7 数理统计基础 - 图2为一样本容量为n的来自总体X的样本,而Ch7 数理统计基础 - 图3的取值Ch7 数理统计基础 - 图4样本观测值
从总体中抽取的样本应该满足随机性&独立性,则:
Ch7 数理统计基础 - 图5


2. 基本分布

Ch7 数理统计基础 - 图6构成了数理统计中四个重要的基本分布,Ch5中已经介绍了正态分布

2.1 卡方分布

定义
表示
密度函数
数字特征
f(x)图像 image.png
性质

2.2 t分布

定义
表示
密度函数
数字特征
f(x)图像 image.png
性质

2.3 F分布

定义 Ch7 数理统计基础 - 图9
表示 Ch7 数理统计基础 - 图10
密度函数 Ch7 数理统计基础 - 图11
f(x)图像 F.png

3. 分位点

通常分布已知时,Ch7 数理统计基础 - 图13
数理统计中,Ch7 数理统计基础 - 图14成立时的a(u**p**)
关于分位点,通常需要查表确定

分布 分位点 定义 图像

N(已去底).png


X(已去底).png


t(已去底).png



f(已去底).png

4. 统计量

采集样本后需要对样本数据即观测值处理,构造样本的函数
Ch7 数理统计基础 - 图19 :::info

  • Ch7 数理统计基础 - 图20
  • Ch7 数理统计基础 - 图21 ::: | 常用统计量 | | 观测值 | | :—-: | :—-: | —- | | 样本均值 | | | | 样本方差 | | | | 样本标准差 | | | | 样本k阶原点矩 | | | | 样本k阶中心矩 | | |

:::info

  1. Ch4中的一般随机变量的方差等于二阶中心距不同,样本方差S不等于二阶样本中心距B
  2. 样本原点矩/中心距对比随机变量原点矩/中心距

Ch7 数理统计基础 - 图22
Ch7 数理统计基础 - 图23 :::


5. 抽样分布定理

常用统计量和样本函数的分布被总结为抽样分布定理,以下定理都建立在样本独立基础上

5.1 一个正态总体下

  • 定理1:正态分布线性性质

    Ch7 数理统计基础 - 图24

  • 定理2:**构造自由度n-1的卡方分布**

    Ch7 数理统计基础 - 图25

  • 定理3:**构造自**由度n-1的t分布

    Ch7 数理统计基础 - 图26

  • 定理4:**构造符合要求的新随机变量**

    Ch7 数理统计基础 - 图27

    5.2 两个正态总体下

  • 定理1:**定理1+正态分布可加性**

    Ch7 数理统计基础 - 图28

  • 定理2:**构造自由度n1+n2-2的t分布**

    Ch7 数理统计基础 - 图29

  • 定理3:**构造自由度(n1-1,n2-1)的t分布**

    Ch7 数理统计基础 - 图30