统计量和抽样分布
-
统计量:不含任何未知参数的样本的函数,是完全由样本决定的量
-
常见统计量:
-
样本均值 X ‾ = 1 n ∑ i = 1 n X i \overline X=\frac{1}{n}\sum_{i=1}^nX_i X=n1∑i=1nXi
反映了总体均值的信息
对于正态总体X而言, E ( X ‾ ) = E ( 1 n ∑ i = 1 n X i ) = 1 n E ( ∑ i = 1 n X i ) = 1 n ( ∑ i = 1 n E X i ) = 1 n × n × μ = μ E(\overline X)=E(\frac{1}{n}\sum_{i=1}^nX_i)=\frac{1}{n}E(\sum_{i=1}^nX_i)=\frac{1}{n}(\sum_{i=1}^nEX_i)=\frac{1}{n}\times n\times \mu=\mu E(X)=E(n1∑i=1nXi)=n1E(∑i=1nXi)=n1(∑i=1nEXi)=n1×n×μ=μ
D ( X ‾ ) = D ( 1 n ∑ i = 1 n X i ) = 1 n 2 ( ∑ i = 1 n D X i ) = 1 n 2 × n × σ 2 = σ 2 n D(\overline X)=D(\frac{1}{n}\sum_{i=1}^nX_i)=\frac{1}{n^2}(\sum_{i=1}^nDX_i)=\frac{1}{n^2}\times n\times \sigma^2=\frac{\sigma^2}{n} D(X)=D(n1∑i=1nXi)=n21(∑i=1nDXi)=n21×n×σ2=nσ2
X 1 , X 2 , . . . , X n X_1,X_2,...,X_n X1,X2,...,Xn独立同分布
-
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 ) S^2=\frac{1}{n-1}\sum_{i=1}^n(X_i-\overline X)^2=\frac{1}{n-1}(\sum_{i=1}^nX_i^2-n\overline X^2) S2=n−11∑i=1n(Xi−X)2=n−11(∑i=1nXi2−nX2)
反映了总体方差的信息
对于正态总体X而言, E ( S 2 ) = σ 2 E(S^2)=\sigma^2 E(S2)=σ2
-
样本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}^nX_i^k\quad k=1,2,... Ak=n1∑i=1nXikk=1,2,...
反映了总体k阶矩的信息
-
样本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, \quad k=1,2,... Bk=n1∑i=1n(Xi−X)k,k=1,2,...
反映了总体k阶中心矩的信息
-
-
抽样分布
- 背景:统计量是依赖于样本的,而后者又是随机变量,故统计量也是随机变量,因而就有一定的分布,这个分布叫做统计量的”抽样分布“。
- 实质:就是通常的随机变量函数的分布,只是强调这一分布是由一个统计量所产生的。因此研究统计量的性质和评价一个统计推断的优良性,完全取决于其抽样分布的性质。
- 按样本数量大小分类:精确抽样分布(小样本问题中使用)、渐近分布(大样本问题中使用)