北京大学任艳霞老师 概率统计(A) 统计学部分总结 (一) 基本概念

若干基本概念

我打算首先花一部分篇幅讨论基本概念,其目的在于,这样可以对整个统计学的思想和方法有一个更全面的认识.只希望了解其中具体方法的读者,可以跳过这一部分.

数据与随机变量

统计学的研究对象是数据,核心任务是对数据进行分析,进而对所考察的问题作出推断.

以考察电子产品使用寿命为例.测得5台产品寿命数据如下:

17	20	50	50	50

数据即为表中的寿命数据,一切研究都是从得到的这些信息出发的.
用数学语言来表达的话,我们计作数据$\vec{x}=(x_1,x_2,...,x_n)$

由经验,我们知道使用寿命有一定的随机性.为了精确的表述这种随机性,我们引入随机变量$X$,描述使用寿命的分布.

那么随机变量与数据的关系是什么呢?

$x_1$是$X$的一个观察值,也可看作与$X$同分布的随机变量$X_1$的观察值.同样的,$\vec{x}=(x_1,x_2,...,x_n)$可看作$\vec{X}=(X_1,X_2,...,X_n)$的观察值.而我们一般要做的就是由观察值推测随机变量本身的性质.

随机变量的分布

总体:考察的对象的总和,一般为随机变量.

总体分布:想要考察的总体的分布.

由于我们不知道总体的分布,我们不得不将总体分布看成分布类中的一个成员,这自然而然的引入了参数的概念.

若总体服从指数分布,分布密度具有如下形式:
$$p(x,\theta )=\frac{1}{\theta }{e}^{-\frac{x}{\theta }},x>0,\theta >0$$
则$\theta$为参数,相应的$F(x,\theta )$为分布函数.

模型

$F(x,\theta )$或$\theta$是未知的,我们只能确定一个分布族,用 F = { F θ : θ ∈ Θ } \mathscr{F} = \{F_\theta : \theta \in \Theta \} F={Fθ​:θ∈Θ}表示,其中$\Theta$表示参数取值的空间,即参数空间.

有了随机变量$X$和分布族$\mathcal{F}$就形成了一个模型.

样本

之前提到过,数据$\vec{x}=(x_1,x_2,...,x_n)$可以看作是$\vec{X}=(X_1,X_2,...,X_n)$的一组观察值(其中$X_1,X_2,...,X_n\sim iid{F}_{\theta }$).
称$\vec{X}=(X_1,X_2,...,X_n)$为样本,n为样本量,$\vec{x}=(x_1,x_2,...,x_n)$为样本值.$\vec{X}$所有可能取值的集合$\mathcal{X}$称为样本空间.

统计量

定义在$\mathcal{X}$上的任何函数$T(\vec{x})$称为统计量,它是只依赖数据的函数.

在我看来,引入统计量的意义在于,我们所能实际获取的只有数据,因此我们在研究中就只能通过数据来表达我们关心的量,比如参数的估计值,总体的性质(如均值,方差)

举一个常用来估计均值的统计量,以助于理解统计量这个概念.

$$\hat{a}=\frac{1}{n}{\Sigma }_{i=1}^n{X}_i$$