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
X
X是具有分布函数
F
F
F的随机变量,若
X
1
,
X
2
,
⋯
,
X
n
X_1,X_2,\cdots,X_n
X1,X2,⋯,Xn是具有同一分布函数
F
F
F的、相互独立的随机变量,则称
X
1
,
X
2
,
⋯
,
X
n
X_1,X_2,\cdots,X_n
X1,X2,⋯,Xn为分布函数
F
F
F(或总体
F
F
F、总体
X
X
X)得到的容量为
n
n
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 , ⋯ , X n X_1,X_2,\cdots,X_n X1,X2,⋯,Xn是来自总体 X X X的一个样本, g ( X 1 , X 2 , ⋯ , X n ) g(X_1,X_2,\cdots,X_n) g(X1,X2,⋯,Xn)是 X 1 , X 2 , ⋯ , X n X_1,X_2,\cdots,X_n X1,X2,⋯,Xn的函数,若 g g g中不含未知参数,则称 g ( X 1 , X 2 , ⋯ , X n ) g(X_1,X_2,\cdots,X_n) g(X1,X2,⋯,Xn)是一个统计量。
2.性质
若
X
1
,
X
2
,
⋯
,
X
n
X_1,X_2,\cdots,X_n
X1,X2,⋯,Xn为
F
F
F的一个样本,则
X
1
,
X
2
,
⋯
,
X
n
X_1,X_2,\cdots,X_n
X1,X2,⋯,Xn相互独立,且它们的分布函数都是
F
F
F,所以(
X
1
,
X
2
,
⋯
,
X
n
X_1,X_2,\cdots,X_n
X1,X2,⋯,Xn)的
概率分布函数为
F
∗
(
X
1
,
X
2
,
⋯
,
X
n
)
=
∏
i
=
1
n
F
(
x
i
)
F^*(X_1,X_2,\cdots,X_n)=\prod_{i=1}^nF(x_i)
F∗(X1,X2,⋯,Xn)=i=1∏nF(xi)
概率密度函数为
f
∗
(
X
1
,
X
2
,
⋯
,
X
n
)
=
∏
i
=
1
n
f
(
x
i
)
f^*(X_1,X_2,\cdots,X_n)=\prod_{i=1}^nf(x_i)
f∗(X1,X2,⋯,Xn)=i=1∏nf(xi)
3. 常用的统计量
样本均值
X ‾ = 1 n ∑ i = 1 n X i \overline X=\frac {1}{n} \displaystyle\sum_{i=1}^nX_i X=n1i=1∑nXi
样本方差
S 2 = 1 n − 1 ∑ i = 1 n ( X i − X ‾ ) 2 = 1 n − 1 ( ∑ i = 1 n X i 2 − n X ‾ 2 ) \begin{aligned} S^2 &=\frac {1}{n-1}\displaystyle\sum_{i=1}^n(X_i-\overline X)^2\\ &= \frac {1}{n-1}(\displaystyle\sum_{i=1}^n{X_i^2}-n{\overline X}^2) \end{aligned} S2=n−11i=1∑n(Xi−X)2=n−11(i=1∑nXi2−nX2)
样本标准差
S = S 2 = 1 n − 1 ∑ i = 1 n ( X i − X ‾ ) 2 S=\sqrt {S^2} =\sqrt{\frac{1}{n-1}\displaystyle\sum_{i=1}^n(X_i-\overline X)^2} S=S2=n−11i=1∑n(Xi−X)2
样本 k k k阶原点矩
A k = 1 n ∑ i = 1 n X i k , k = 1 , 2 , ⋯ ; A_k=\frac{1}{n}\sum_{i=1}^n {X_i^k}, k=1,2,\cdots; Ak=n1i=1∑nXik,k=1,2,⋯;
样本 k k k阶中心矩
B k = 1 n ∑ i = 1 n ( X i − X ‾ ) k , k = 1 , 2 , ⋯ ; B_k=\frac{1}{n}\sum_{i=1}^n {(X_i-\overline X)^k}, k=1,2,\cdots; Bk=n1i=1∑n(Xi−X)k,k=1,2,⋯;