统计学第六周

统计学第六周

抽样分布

1. 统计量
   $$X_1,X_2,...,X_n,是从总体X中抽取的容量为n的一个样本，如果由此样本构造一个函数T（X_1,X_2,...,X_n），不依赖于任何未知参数，则称函数T（X_1,X_2,...,X_n）是一个统计量。$$

   $$设X_1,X_2,...,X_n是从某总体X中抽取的一个样本，则\vec{X}=\frac{1}{n}\sum _{i=1}^n{X}_i,方差S^2=\frac{1}{n-1}\sum _{i=1}^n(X_i-X{)}^2$$

2. 常用统计量
   $$（1）样本均值：\vec{X}=\frac{1}{n}\sum _{i=1}^n{X}_i,反映出总体X数学期望的信息。$$

   $$（2）样本方差：S^2=\frac{1}{n-1}\sum _{i=1}^n，代表总体X方差信息。$$

   $$(3)样本变异系数：V=\frac{S}{\vec{X}}$$

   $$（4）m_k=\frac{1}{n}\sum _{i=1}^n{X}_i^k，称m_k为样本k阶矩。$$

   $$（5）v_k=\frac{1}{n-1}\sum _{i=1}^n(X_i-\vec{X}{)}^k，样本K阶中心矩。$$

   $$（6）样本偏度：a_3=\sqrt{n-1}\sum _{i=1}n(X_i-\vec{X}{)}^3/(\sum _{i=1}^n(X_i-\vec{X}{)}^2{)}^{\frac{3}{2}}$$

   $$（7）样本峰度：a_4=\frac{\frac{1}{n}{\sum }_{i=1}^n(x_i-{\vec{x}}^4)}{(\frac{1}{n}{\sum }_{i=1}^n(x_i-\vec{x}{)}^2{)}^2}-3$$

   $$(8)次序统计量$$

   $$（9）充分统计量$$

   3. 常用抽样分布

      （1）卡方分布
      $$概念：设随机变量X_1,X_2,...,X_n，相互独立，且X_i(i=1,2,...,n)服从标准正态分布N(0,1),则他们的平方和\sum _{i=1}^n{X}_i^2服从自由度为n的卡方分布。$$

      $$数据期望E(X^2)=n$$

      $$方差D=2n$$

      卡方分布具有可加性。
      $${\chi }^2$$
      （2）T分布
      $$设随机变量X-N(0,1),Y-{\chi }^2(n),且X与Y独立，则t=\frac{X}{\sqrt{Y/n}}，其分布称为t分布，记为t(n)，其中n为自由度。$$
      t分布的密度函数是一偶函数。
      $$当n\ge 2时，t分布的数学期望E(t)=0$$

      $$当n\ge 3时，t分布的方差D(T)=\frac{n}{n-2}$$

      自由度为1的分布称为柯西分布，随着自由度n的增加，t分布的密度函数越来越接近标准正态分布的密度函数。
      $$设X_1,X_2,...,X_n是来自正态分布N(\mu ,{\sigma }^2)的一个样本，\vec{X}=\frac{1}{n}\sum _{i=1}^n{X}_i$$

      $$S^2=\frac{1}{n-1}\sum _{i=1}^n(X_i-X{)}^2,则\frac{\sqrt{n}(\vec{X}-\mu )}{S}-:t(n-1)称为自由度为(n-1)的t分布。$$

      （3）F分布

      设随机变量Y与Z相互独立，且Y和Z分别服从自由度为m,n的卡方分布，随机变量X有一下表达式
      $$X=\frac{Y/m}{Z/n}=\frac{nY}{mZ},则称X服从第一自由度为m，第二自由度为n的F分布，记为F(m,n)，简记为X-F(m,n)$$
      随机变量X服从F(m,n)分布，则数学期望和方差分别为：
      $$E(x)=\frac{n}{n-2},n\ge 2$$

      $$D(x)=\frac{2n^2(m+n-2)}{m(n-2)(n-4)},n>4$$

      （4）中心极限定理
      $$设从均值u，方差为{\sigma }^2,的任意一个总体中抽取样本量为n的样本，当n充分大时，样本均值的抽样分布近似服从均值为\mu ,方差为{\sigma }^2/n的正态分布。$$
      中心极限定理要求n必须充分大，厂要求30。

      （5）样本比例的抽样分布

      （6）两个样本平均值之差的分布

      （7）样本方差的分布

      （8）两个样本方差比的分布

注：

1.https://www.cnblogs.com/jiaxin359/p/8977333.html

2.https://baike.baidu.com/item/%E6%AC%A1%E5%BA%8F%E7%BB%9F%E8%AE%A1%E9%87%8F/18361651?fr=aladdin

次数统计量

3.https://baike.baidu.com/item/%E5%85%85%E5%88%86%E7%BB%9F%E8%AE%A1%E9%87%8F/12715941?fr=aladdin

充分统计量

4.https://blog.csdn.net/liangzuojiayi/article/details/78005408 样本统计的抽样分布

5.（5）（6）（7）（8）部分内容需要继续学习