【概率论】6.1样本及抽样分布的基本概念

1.定义

1.1 随机样本

总体： 试验的全部可能的观察值。
个体： 每一个可能的观察值。
容量： 总体中锁包含的个体的个数。
有限总体： 容量为有限的总体。
eg：在考察一个年级2000名学生的身高试验中，每个男生的身高是一个可能观察值，所形成的总体中共含2000个可能观察值，是一个有限总体。
无限总体： 容量为无限的总体。
eg：考察全国正在使用的某种型号灯泡的寿命所形成的总体，由于可能观察值的个数很多，就可以认为是无限总体。
样本： 设$X$是具有分布函数$F$的随机变量，若$X_1,X_2,\cdots ,X_n$是具有同一分布函数$F$的、相互独立的随机变量，则称$X_1,X_2,\cdots ,X_n$为分布函数$F$（或总体$F$、总体$X$）得到的容量为$n$的简单随机样本，简称样本。
样本值： 样本的观察值，又称为X的n个独立的观察值。

1.2 统计量

设$X_1,X_2,\cdots ,X_n$是来自总体$X$的一个样本，$g(X_1,X_2,\cdots ,X_n)$是$X_1,X_2,\cdots ,X_n$的函数，若$g$中不含未知参数，则称$g(X_1,X_2,\cdots ,X_n)$是一个统计量。

2.性质

若$X_1,X_2,\cdots ,X_n$为$F$的一个样本，则$X_1,X_2,\cdots ,X_n$相互独立，且它们的分布函数都是$F$，所以（$X_1,X_2,\cdots ,X_n$）的
概率分布函数为
$$F^{\ast }(X_1,X_2,\cdots ,X_n)=\prod _{i=1}^{n}F(x_i)$$
概率密度函数为
$$f^{\ast }(X_1,X_2,\cdots ,X_n)=\prod _{i=1}^{n}f(x_i)$$

3. 常用的统计量

样本均值

$$\overline{X}=\frac{1}{n}\sum _{i=1}^n{X}_i$$

样本方差

$$\begin{array}{rl}{S}^2& =\frac{1}{n-1}\sum _{i=1}^n(X_i-\overline{X}{)}^2\\ & =\frac{1}{n-1}(\sum _{i=1}^n{X}_i^2-n{\overline{X}}^2)\end{array}$$

样本标准差

$$S=\sqrt{S^2}=\sqrt{\frac{1}{n-1}\sum _{i=1}^n(X_i-\overline{X}{)}^2}$$

样本$k$阶原点矩

$$A_k=\frac{1}{n}\sum _{i=1}^n{X}_i^k,k=1,2,\cdots ;$$

样本$k$阶中心矩

$$B_k=\frac{1}{n}\sum _{i=1}^n(X_i-\overline{X}{)}^k,k=1,2,\cdots ;$$