统计量

统计量的定义

设$(X_1,X_2,...,X_n)$是来自总体的一个样本，$g(X_1,X_2,...,X_n)$是样本的函数，若样本函数中不含任何未知参数，则称$g(X_1,X_2,...,X_n)$是一个统计量。
设$x_1,x_2,...,x_n$是对应于样本$(X_1,X_2,...X_n)$的样本观测值，则称$g(x_1,x_2,...,x_n)$是$g(X_1,X_2,...,X_n)$的观测值。

例如：
$(X_1,X_2)$是来自总体$X\sim N(1,{\sigma }^2)$的一个样本，则

1. $X_1+X_2-1$是统计量
2. $\min (X_1,X_2)$是统计量
3. $\sigma X_1$不是统计量

数理统计中常用的统计量有：

1. 样本均值$$E(X)=\overline{X}=\frac{1}{n}\sum _{i=1}^n{X}_i$$
2. 样本方差$$D(X)=S^2=\frac{1}{n-1}\sum _{i=1}^n(X_i-\overline{X}{)}^2=\frac{1}{n-1}\sum _{i=1}^n(X_i^2-n\overline{X})$$
3. 样本标准方差$$\sqrt{D(X)}=S=\sqrt{\frac{1}{n-1}\sum _{i=1}^n(X_i-\overline{X}{)}^2}$$
4. 样本$k$阶原点矩$$V_k=\frac{1}{n}\sum _{i=1}^n{X}_i^k$$
5. 样本$k$阶中心矩$$U_k=\frac{1}{n}\sum _{i=1}^n(X_i-\overline{X}{)}^k$$

设$(x_1,x_2,...,x_n)$为样本$(X_1,X_2,...X_n)$的观测值，则这些统计量相对应的观测值分别为：$\overline{x}=\frac{1}{n}{\sum }_{i=1}^n{x}_i$，$s^2=\frac{1}{n-1}{\sum }_{i=1}^n(x_i-\overline{x}{)}^2$，$s=\sqrt{\frac{1}{n-1}{\sum }_{i=1}^n(x_i-\overline{x}{)}^2}$，$v_k=\frac{1}{n}{\sum }_{i=1}^n{x}_i^k$，$u_k=\frac{1}{n}{\sum }_{i=1}^n(x_i-\overline{x}{)}^k$，在不相互混淆的情况下，这些值也分别称为样本均值、样本方差、样本标准差、样本$k$阶原点矩、样本$k$阶中心矩。

关于统计量的重要结论
设$X_1,X_2,...,X_n$为来自总体为$X$的容量为$n$的样本，且$E(X)=\mu ，D(X)={\sigma }^2$，已知样本均值和样本方差，则：

1. $E(\overline{X})=\mu ，D(\overline{X})=\frac{{\sigma }^2}{n}$
2. ${\sum }_{i=1}^n(X_i-\overline{X}{)}^2={\sum }_{i=1}^n{X}_i^2-n\overline{X}$
3. $E(S^2)=D(X)={\sigma }^2$