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
设随机变量独立同分布,则称为一样本容量为n的来自总体X的样本,而的取值为样本观测值
从总体中抽取的样本应该满足随机性&独立性,则:
2. 基本分布
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 | |
性质 |
2.2 t分布
定义 | |
---|---|
表示 | |
密度函数 | |
数字特征 | |
f(x)图像 | |
性质 |
2.3 F分布
定义 | |
---|---|
表示 | |
密度函数 | |
f(x)图像 |
3. 分位点
通常分布已知时,
数理统计中,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 |
---|---|---|---|
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
:::info
- ::: | 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
- 和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
- 样本原点矩/中心距对比随机变量原点矩/中心距
:::
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