1、 从本章起，我们转入课程的第二部分从本章起，我们转入课程的第二部分数理统计学。数理统计学与概率论是两个密切联数理统计学。数理统计学与概率论是两个密切联系的姊妹学科。系的姊妹学科。 大体上可以这样说，概率论是数理统计大体上可以这样说，概率论是数理统计学的基础，而数理统计学是概率论的重要学的基础，而数理统计学是概率论的重要应用。应用。第六章第六章 数理统计的基本概念数理统计的基本概念数理统计是一门什么样的学科？数理统计是一门什么样的学科？ 数理统计学是这样一门学科：它使用概率论和其它数学方法，研究怎样收集怎样收集（通过试验和观察）带有随机误差的数据，并在设定的模型（称为统计模型）之下，对这种数据进
2、行分析分析（称为统计分析），以对所研究的问题作出推断推断（称为统计推断）。 由于所收集的统计数据（资料）只能反映事物的局部特征，数理统计的任务就在于从统计资数理统计的任务就在于从统计资料所反映的局部特征以概率论作为理论基础去推料所反映的局部特征以概率论作为理论基础去推断事物的整体特征。断事物的整体特征。6.1 6.1 总体、样本和统计量总体、样本和统计量 6.1.1 6.1.1 总体与样本总体与样本 在数理统计中,我们将研究对象的某项数量指标的值的全体称为总体总体,总体中的每个元素称为个体个体. 比如，对电子元件我们主要关心的是其使用寿命.而该厂生产的所有电子元件的使用寿命取值的全体，就构成了
3、研究对象的全体，即总体，显然它是一个随机变量，常用X表示. 按机会均等的原则随机地从客观存在的总体中抽取一些个体进行观察或测试的过程称为随机抽样随机抽样.从总体中抽出的部分个体,叫做总体的一个样本样本. 从总体中抽取样本时,不仅要求每一个个体被抽到的机会均等（代表性代表性）,同时还要求每次的抽取是独立的（独立性独立性）, 这种抽样方法称为简单随机抽样简单随机抽样.由简单随机抽样得到的样本叫做简单随机样本简单随机样本.往后如不作特别说明,提到“样本样本”总是指简单随机样本总是指简单随机样本 从总体X中抽取一个个体,就是对随机变量X进行一次试验.抽取n个个体就是对随机变量X进行n次试验,分别记为X
4、1, X2, , Xn.则样本就是n维随机变量(X1,X2,Xn).在一次抽样以后, (X1, X2, ,Xn)就有了一组确定的值(x1, x2, ,xn),称为样本观样本观测值测值.样本观测值(x1, x2, ,xn)可以看成一个随机试验的一个结果,它的一切可能结果的全体构成一个样本空间样本空间. 称(X1, X2, ,Xn)为样本，n为样本容量样本容量. .6.1.2 6.1.2 6.1.2 6.1.2 统计量统计量统计量统计量统计量的定义统计量的定义 设设X1，X2，Xn为来自总体为来自总体X的样的样本，称不含未知参数的样本的函数本，称不含未知参数的样本的函数 g(X1，X2，Xn)为统
5、计量为统计量 若若 x1，x2，.，xn 为样本观测值，则称为样本观测值，则称 g(x1，x2，.，xn) 为统计量为统计量g(X1，X2，Xn)的观测值的观测值. 统计量是处理、分析数据的主要工具对统计量统计量是处理、分析数据的主要工具对统计量的一个最基本的要求就是可以将样本观测值代入进的一个最基本的要求就是可以将样本观测值代入进行计算，因而不能含有任何未知的参数行计算，因而不能含有任何未知的参数例例 设设 X1，X2，Xn 是是来来自自总总体体 X 的的样样本本，XN( ， 2)，其中，其中 、 2为未知参数为未知参数，则则 X1， min X1，X2，Xn 均为统计量，但诸如均为统计量，
6、但诸如等均不是统计量，因它含有未知参数等均不是统计量，因它含有未知参数 或或 6.2 6.2 经验分布函数经验分布函数设设诸观察值按从小到大可排成诸观察值按从小到大可排成 而而是事件是事件发生的概率发生的概率.依伯努利大数定律依伯努利大数定律（频率收敛于概率频率收敛于概率）,有另外，格里汶科定理指出了这一更深刻的结论，即另外，格里汶科定理指出了这一更深刻的结论，即6.3 6.3 抽样分布抽样分布 为了用概率的方法探讨一个统计量在为了用概率的方法探讨一个统计量在推断总体时的性能或把握推断结论的置推断总体时的性能或把握推断结论的置信程度，我们必须要知道统计量的分布信程度，我们必须要知道统计量的分布
7、或近似分布或近似分布. .统计量的分布，通常称为统计量的分布，通常称为抽样分布抽样分布. .6.3.1 6.3.1 6.3.1 6.3.1 样本均值和样本方差的数字特征样本均值和样本方差的数字特征样本均值和样本方差的数字特征样本均值和样本方差的数字特征6.3.2 6.3.2 三种重要的概率分布三种重要的概率分布1. 2分布分布 定义定义 设设X1，X2，Xn为相互独立的随机变量，为相互独立的随机变量，它们都服从标准正态分布它们都服从标准正态分布N(0,1) ，则称随机变量，则称随机变量所服从的分布为自由度为所服从的分布为自由度为n的的 2分布分布，记为，记为 X 2(n)可以证明，可以证明，
8、2(n)的概率密度为的概率密度为其中其中 ( )称为伽马函数，称为伽马函数， 2分布概率密度分布概率密度o o 图图6.1 2(n)分布的概率密度曲线分布的概率密度曲线可以看出，随着可以看出，随着n的增大图形趋于的增大图形趋于“平缓平缓”，其图形下区域的，其图形下区域的重心亦逐渐往右下移动重心亦逐渐往右下移动 2分布具有下面性质：分布具有下面性质：2. t分布分布定义定义 设设X N(0,1)，Y 2(n)，X与与Y独立，独立， 则则称随机变量称随机变量 服从自由度为服从自由度为 n 的的 t 分布分布，又称为学生氏分布，又称为学生氏分布.记为记为 T t(n)可以证明可以证明t(n)的概率密
9、度为的概率密度为: 图图6.2 t分布的概率密度曲线分布的概率密度曲线 显然显然t分布的概率密度是分布的概率密度是x的偶函数，图的偶函数，图6.2 描绘了描绘了n = 1,3,7时时t(n)的概率密度曲线作为比较，还描的概率密度曲线作为比较，还描绘了绘了N(0，1)的概率密度曲线的概率密度曲线 可看出，随着可看出，随着n的增大，的增大，t(n)的概率密度曲线与的概率密度曲线与N(0，1)的概率密度曲线越来越接近的概率密度曲线越来越接近3. F分布分布命命题6.3.4 设X 2(m)，Y 2(n)，且，且X与与Y独立，称随机独立，称随机变量量 服从自由度服从自由度为(m，n)的的F分布分布，记为
10、FF(m，n)m, n分分别称称为第一第一自由度和第二自由度自由度和第二自由度.可以可以证明其概率密度函数明其概率密度函数为:o 由由F分布的定义分布的定义容易看出，若容易看出，若 F F(m，n) 则则 1/F F(n，m)图图6.3 F分布的概率密度曲线分布的概率密度曲线 在统计推断（区间估计和假设检验）中，已知总体在统计推断（区间估计和假设检验）中，已知总体X的的分布及某概率值分布及某概率值，需要知道，需要知道X小于等于哪个数的概率为小于等于哪个数的概率为，这个数称为，这个数称为X的的分位数，也就是，分位数，也就是， 设设 X(n) (为某种分布，为某种分布，n为有关自由度为有关自由度)
11、， 0 01,1/21/2的的分位数，需利用对称性间接查分位数，需利用对称性间接查1/21/2的分位数，对称性指的是以下三个关的分位数，对称性指的是以下三个关系式，根据这三个分布的定义和特点很容易得到系式，根据这三个分布的定义和特点很容易得到. .6.3.4 6.3.4 6.3.4 6.3.4 正态总体的抽样分布正态总体的抽样分布正态总体的抽样分布正态总体的抽样分布一、单个正态总体的抽样分布一、单个正态总体的抽样分布 推论推论6.3.1 设 (X1,X2,Xn) 是来自总体 XN(,2) 的一个样本, 则证明证明：且它们表示的随机变量是相互独立的,故解：解： 解解 ：查表得 则有 由于二、两个正态总体下的抽样分布二、两个正态总体下的抽样分布结论结论1：证证 明明:特别,当12 = 22 时,有证明证明：由于且相互独立, 由F分布的构造知 注意注意: :此结论只有在两个总体的方差相等时才成立此结论只有在两个总体的方差相等时才成立. . 证明证明: (1)因为所以(2)因为(3)故所以解解 (结论结论1)解：解： (推论推论6.3.4)则 所以解解： 因为(推论推论6.3.3)
