【概率论与数理统计】第六章：数理统计基础-CSDN博客

本文链接：https://blog.csdn.net/hiliang521/article/details/140520168

文章目录

一. 随机样本
- 1. 总体与个体
- 2. 总体对应随机变量X
二. 直方图和箱线图（ing）
- 1. 直方图
- 2. 箱线图
三. 抽样分布

数理统计(Mathematics Statistics)以概率论为基础，根据试验或者观察得到的数据来研究随机现象，对随机现象的概率做出一些合理的估计和判断。
数理统计的内容包括:如何收集、整理数据资料;如何对所得的数据资料进行分析、研究，从而对所研究的对象的性质、特点作出推断。
数理统计，包括两个基本问题，即参数估计和假设检验。

一. 随机样本

1. 总体与个体

在数理统计中，我们往往研究有关对象的某一项数量指标（例如研究某种型号灯泡的寿命这一数量指标）。为此，考虑与这一数量指标相联系的随机试验，对这一数量指标进行试验或观察。

我们将试验的全部可能的观察值称为总体，每一个可能观察值称为个体。总体中所包含的个体的个数称为总体的容量. 容量为有限的称为有限总体，容量为无限的称为无限总体。

2. 总体对应随机变量X

总体对应随机变量

总体中的每一个个体是随机试验的一个观察值，因此它是某一随机变量X的值 ，这样， 一个总体对应于一个随机变量X。
我们对总体的研究就是对一个随机变量X的研究，X的分布函数和数字特征就称为总体的分布函数和数字特征。
之后不区分总体与相应的随机变量，统称为总体X。

样本的定义

设X是具有分布函数F的随机变量，若 $X_1$ ， $X_2$ ，…， $X_n$ 相互独立，且 $X_1$ ， $X_2$ ，…， $X_n$ 服从同一分布函数F、相互独立的随机变量，则称 $X_1$ ， $X_2$ ，…， $X_n$ 为服从分布函数F，容量为n的简单随机样本，简称样本，他们的观察值 $x_1$ ， $x_2$ ，…， $x_n$ 称为样本值，又称为X的n个独立的观察值。

分布函数与概率密度

二. 直方图和箱线图（ing）

1. 直方图

2. 箱线图

三. 抽样分布

1. 统计量

样本是进行统计推断的依据. 在应用时，往往不是直接使用样本本身，而是针对不同的问题构造样本的适当函数，利用这些样本的函数进行统计推断。

统计量与抽样分布
设 $X_1$ ， $X_2$ ，…， $X_n$ 是总体的一个简单随机样本， T( $X_1$ ， $X_2$ ，…， $X_n$ )是n元连续函数，且T中不包含任何关于总体的未知参数，则称 T( $X_1$ ， $X_2$ ，…， $X_n$ )是一个统计量，称统计量的分布为抽样分布。