数理统计（第1章第1节：子样与母体）

乔大将军

已于 2024-10-10 09:53:44 修改

阅读量952

点赞数 5

分类专栏：数理统计文章标签：概率论

于 2024-09-23 11:20:36 首次发布

版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。

本文链接：https://blog.csdn.net/JamesSwifte/article/details/141231249

版权

数理统计专栏收录该内容

12 篇文章

订阅专栏

数理统计核心问题：有子样推断母体

1.1 母体和子样

母体：研究对象的全体（关心个体的一项或者几项）数量指标及总体的分布情况。

比如·：一批灯泡的·使用寿命，班级学生的身高，体重等。

1.2 母体分布

母体是一个广泛的概念，包含所有个体，个体具有随机性，所以母体也具有随机性，赋予数学形式，即母体X是随机变量，分布为X的分布，为X的数字特征。服从某一分布，个体对应X的一个具体观察值。

2.1 子样和样本

为了推断总体分布以及特征。按规则抽出个体——抽样，抽到的样本——子样，抽到个体数目——“子样容量”

2.2 样本（子样）的双重性

抽到之前每个个体是随机变量 $(X_1,X_2,...,X_n)$ ,抽到之后为具体值 $(x_1,x_2,...,x_n)$

2.3 简单随机子样

随机有放回的地抽取样本（特别的：所抽比例小于等于0.1时，把不放回抽取视为有放回的抽取）

2.4 子样的基本性质

独立同分布：样本 $X_1,X_2,...,X_n$ 中每个 $X_i$ 与总体X具有相同分布，且 $X_1,X_2,...,X_n$ 相互独立。

2.5 子样联合分布

总体是离散型的随机变量：
$p\left \{ X_i=x_i \right \}=p\left \{ x_i \right \},i=1,2,...,n\\ p\left \{ X_1=x_1,X_2=x_2,...,X_n=x_n\right\}=p(x_1)p(x_2)...p(x_3)$

总体是连续型的随机变量：
$f\left \{ X_1=x_1,X_2=x_2,...,X_n=x_n\right\}=f_{x_1}(x_1)f_{x_2}(x_2)...f_{x_n}(x_n)$

其分布函数为F(x), $F\left \{ X_1,X_2,...,X_n\right\}=F(x_1)F(x_2)...F(x_3)$

我们观察到的不是样本，而是样本值。样本是一个宏观的概念。

2.6 子样分布（刻画子样数据分布）

1）离散分布（统计数数）子样频数分布和频率分布

2）经验分布函数

子样值（ $x_1，x_2,...,x_3$ ),对任意实数x,其中小于等于x个数m(x),则称

$F_{n}^{*}(x)=\frac{m(x)}{n}$ ,为子样的经验分布函数

性质：双重性

总结：子样----->总体

3）直方图

2.7 子样的数字特征（刻画子样数据的某种特征的指标，对样本数据加工提炼）

样本 $(X_1,X_2,...,X_n)$ 的函数 $g(x_1,x_2,...,x_n)$ 中不含有任何未知参数，则称 $g(X_1,X_2,...,X_n)$ 为统计量。

若 $x_1,x_2,...,x_n$ 是相应的样本值，则称函数值 $g(x_1,x_2,...,x_n)$ 为统计量 $g(X_1,X_2,...,X_n)$

的一个观察值。

3 炬

3.1 子样的中位数与极差

3.2 简化计算方法

评论

被折叠的条评论为什么被折叠?

到【灌水乐园】发言

查看更多评论

添加红包

成就一亿技术人!

hope_wisdom

发出的红包

实付元

使用余额支付

点击重新获取

扫码支付

钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。