概率论与数理统计(5)
2015-07-08 10:15
218 查看
一、样本, 总体, 统计量的概念
总体:是根究研究目的确定的具有相同性质的个体所构成的全体。总体可分为有限总体和无限总体。
样本:抽样时所抽得的部分就称为样本。
统计量是统计理论中用来对数据进行分析、检验的变量。宏观量是大量微观量的统计平均值,具有统计平均的意义,对于单个微观粒子,宏观量是没有意义的。
二、卡方分布, t分布, F 分布的定义及性质
卡方分布:
定义: 设 X1,X2,......Xn相互独立, 都服从标准正态分布N(0,1), 则称随机变量
所服从的分布为自由度为 n 的χ2分布.
期望E(χ2)=n 方差D(χ2)=2n
χ2分布具有可加性。若
,且二者相互独立,则
。
t分布:定义:设X1服从标准正态分布N(0,1),X2服从自由度为n的χ2分布,且X1、X2相互独立,则称变量t
所服从的分布为自由度为n的t分布。
期望 E(T)=0 方差 D(T)=n/(n-2),n>2
F分布:定义:设X1服从自由度为m的χ2分布,X2服从自由度为n的χ2分布,且X1、X2相互独立,则称变量F=(X1/m)/(X2/n)所服从的分布为F分布,其中第一自由度为m,第二自由度为n.
性质:1.期望E(F)=n/(n-2),方差D(F)=2n^2(m+n-2)/m(n-2)^2(n-4)
2.若F~F(m,n),则1/F~F(n,m)
3.若F~F(1,n),T~T(n),则F=T^2
三、几个重要的抽样分布定理
四、参数估计
1.矩估计:
(1)根据参数个数求总体的矩;(2)令总体的矩等于样本的矩;(3)解方程求出矩估计
2.极大似然估计:
(1)写出极大似然函数;(2)求对数极大似然函数(3)求导数或偏导数;(4)令导数或偏导数为0,解出极大似然估计(如无解回到(1)直接求最大值,一般为min}{xi或max}{xi)
3.估计量的评选原则
(1)无偏性:若
,则为无偏; (2) 有效性:两个无偏估计中方差小的有效;
4.参数的区间估计(正态)
五、假设检验
一个正态总体假设检验的执行标准
1、提出待检假设H0
2、选择统计量
3、据检验水平a,确定临界值
4、计算统计量的值
5、作出判断
检验类型:未知方差
,检验总体期望(均值)μ
①根据题设条件,提出
;
②选择统计量
;
③据a和自由度n-1(n为样本容量),查表得
;
④由样本值算出
和
从而得到;
⑤作出判断
总体:是根究研究目的确定的具有相同性质的个体所构成的全体。总体可分为有限总体和无限总体。
样本:抽样时所抽得的部分就称为样本。
统计量是统计理论中用来对数据进行分析、检验的变量。宏观量是大量微观量的统计平均值,具有统计平均的意义,对于单个微观粒子,宏观量是没有意义的。
二、卡方分布, t分布, F 分布的定义及性质
卡方分布:
定义: 设 X1,X2,......Xn相互独立, 都服从标准正态分布N(0,1), 则称随机变量
所服从的分布为自由度为 n 的χ2分布.
期望E(χ2)=n 方差D(χ2)=2n
χ2分布具有可加性。若
,且二者相互独立,则
。
t分布:定义:设X1服从标准正态分布N(0,1),X2服从自由度为n的χ2分布,且X1、X2相互独立,则称变量t
所服从的分布为自由度为n的t分布。
期望 E(T)=0 方差 D(T)=n/(n-2),n>2
F分布:定义:设X1服从自由度为m的χ2分布,X2服从自由度为n的χ2分布,且X1、X2相互独立,则称变量F=(X1/m)/(X2/n)所服从的分布为F分布,其中第一自由度为m,第二自由度为n.
性质:1.期望E(F)=n/(n-2),方差D(F)=2n^2(m+n-2)/m(n-2)^2(n-4)
2.若F~F(m,n),则1/F~F(n,m)
3.若F~F(1,n),T~T(n),则F=T^2
三、几个重要的抽样分布定理
四、参数估计
1.矩估计:
(1)根据参数个数求总体的矩;(2)令总体的矩等于样本的矩;(3)解方程求出矩估计
2.极大似然估计:
(1)写出极大似然函数;(2)求对数极大似然函数(3)求导数或偏导数;(4)令导数或偏导数为0,解出极大似然估计(如无解回到(1)直接求最大值,一般为min}{xi或max}{xi)
3.估计量的评选原则
(1)无偏性:若
,则为无偏; (2) 有效性:两个无偏估计中方差小的有效;
4.参数的区间估计(正态)
五、假设检验
一个正态总体假设检验的执行标准
1、提出待检假设H0
2、选择统计量
3、据检验水平a,确定临界值
4、计算统计量的值
5、作出判断
检验类型:未知方差
,检验总体期望(均值)μ
①根据题设条件,提出
;
②选择统计量
;
③据a和自由度n-1(n为样本容量),查表得
;
④由样本值算出
和
从而得到;
⑤作出判断
相关文章推荐
- 通过 OLE 上传资料
- 演示:如何利用windows7远程关闭他人计算机(windows7)
- 关于一个js连续赋值问题之我见(词略穷,见谅)
- android 数据库存取图片
- C#开发Unity游戏教程之使用脚本变量
- Java内存与垃圾回收调优
- Lombok 安装、入门 - 消除冗长的 java 代码
- Mac 下安装MySQL和GUI管理工具
- Python:数据库操作模块SQLAlchemy
- andorid下从相册选取/拍照选取一张相片并剪切
- ConcurrentHashMap
- 使用linux 的wget下载国外的域名的地址,下载不了,
- Android详细的对话框AlertDialog.Builder使用方法
- VS2010闪退的问题
- Unity3d shader编程 Forward渲染路径
- uC/OS-II学习笔记(1)
- 利用KKGestureLockView 实现的绘制图形锁,解锁,修改锁 的demo
- python 之 input() vs. raw_input()
- 请尽量不要为全局变量赋不必要的初值!
- 两种启动监听器ApplicationListener和ServletContextListener