数理统计复习笔记一——统计中常用的抽样分布(卡方分布，t分布，F分布)

最新推荐文章于 2024-07-25 10:16:16 发布

米法·

最新推荐文章于 2024-07-25 10:16:16 发布

阅读量2.9k

点赞数 5

分类专栏：概率论与数理统计文章标签：统计学概率论

本文链接：https://blog.csdn.net/TSzero/article/details/112073454

版权

前言：

总结一下数理统计中的基本概念，一些用python的实现在这里。不断持续更新。

1. 几个基本概念
 1.1 次序统计量
 1.2 样本偏度与样本峰度
 1.3 经验分布函数
 1.4 抽样分布
 2. 统计中的常用分布
 2.1 卡方分布
 2.2 t 分布
 2.3 F分布
 3. 指数型分布族（和广义线性模型有关）
4. 点估计
 4.1 极大似然估计
 5. 区间估计
 5.1 几个基本概念
 6. 假设检验——显著性检验
 6.1 几个基本概念
 6.2 求取某假设的显著性检验的步骤
 6.3 似然比检验
 6.4 p值

1. 几个基本概念：

1.1 次序统计量：

设 $X_1, X_2, \cdots , X_n$ 为样本，把 $X_1, X_2, …, X_n$ 由小到大排列成 $X_{(1)}\le\cdots\le X_{(n)}$ ，则称 $(X_{(1)}, \cdots, X_{(n)})$ 为次序统计量， $X_{(i)}$ 则成为第 $i$ 个次序统计量。

样本 $p$ 分位数：对于给定的 $\in (0, 1)$ ，我们称： $m_n,_p=X_{([np])}+(n+1)(p-\frac{[np]}{n+1})(X_{([np]+1)}-X_{([np])}) \tag1$ 为此样本的 $p$ 分位数. 特别的，样本中位数定义为： $X_{med} =\begin{cases}X_{(\frac{n+1}{2})}&n为奇数\\\\\frac{X_{(\frac{n}{2})}+X_{(\frac{n}{2}+1)}}{2}&n为偶数\end{cases}\tag2$
极值统计量：称 $X_{(1)}$ 和 $X_{(n)}$ 为极小值和极大值统计量.
极差： $R=X_{(n)}-X_{(1)}$

1.2 样本偏度与样本峰度：

样本偏度： $\frac{\sqrt{n}\sum\limits_{i=1}^n(X_i-\bar{X})^3}{[\sum\limits_{i=1}^n(X_i-\bar{X})^2]^{\frac{3}{2}}}$ ，可以用来度量随机变量概率分布的不对称性。大于0时，概率分布图右偏；小于0时，概率分布图左偏。
样本峰度： $\frac{n\sum\limits_{i=1}^n(X_i-\bar{X})^4}{[\sum\limits^n_{i=1}(X_i-\bar{X})^2]^2}-3$ ，用来度量随机变量概率分布的陡峭程度。峰度值越大，概率分布图越高尖，峰度值越小，越矮胖。
详见偏态分布学习笔记（期望，中位数，众数）

1.3 经验分布函数：

设 $X_1, \cdots, X_n$ 为取自总体的分布函数为 $F (x)$ 的样本， $X_{(1)}\le\cdots\le X_{(n)}$ 为其次序统计量，则称： $F_n(x)=\frac{1}{n}\sum\limits_{i=1}^nI_{\{X_i\lt x\}}=\begin{cases}0 &x\le X_{(1)}\\\frac{k}{n} &X_{(k)}\lt x\le X_{(k+1)}, k=1, \cdots , n-1\\1 &x\gt X_{(n)}\end{cases}\tag3$ 为样本 $X_1, \cdots, X_n$ 的经验分布函数。

1.4 抽样分布：

统计量是作为随机变量的样本的函数，故它也有概率分布，于是我们称统计量的概率分布为该统计量的抽样分布。

一个重要的抽样分布：设 $X_1, \cdots, X_n$ 为来自 $N(\mu, \sigma^2)$ 的 $I I D$ 样本，则由概率论的知识可知 $\bar{X}\sim N(\mu, \frac{\sigma^2}{n})$

2. 统计中的常用分布：

2.1 卡方分布：

设 $X_1, \cdots, X_n\sim N(0, 1)$ 且是独立同分布的，则称随机变量 $\xi =\sum\limits_{i=1}^nX_i^2\tag4$ 所服从的分布为自由度为 $n$ 的 $\chi^2$ 分布，也称 $\xi$ 为自由度为 $n$ 的 $\chi^2$ 随机变量，并记为 $\xi\sim\chi^2(n)$ .

$P D F$ ：

最低0.47元/天解锁文章