4.1 数理统计学的基本概念
数理统计学是这样一门学科:它使用概率论和数学的方法,研究怎样收集(通过试验或观察)带有随机误差的数据,并在设定的模型(称为统计模型)之下,对这种数据进行分析(称为统计分析),以对所研究的问题做出推断(称为统计推断)。
4.1.2 总体
总体是指与所研究的问题有关的对象(个体)的全体所构成的集合。
在大多数问题中,我们不关心具体的人或物,而只关心与之有关的某种指标。
在数理统计学中总体就是一个分布。只要有相同的分布,两个总体就视为同类总体。
英国统计学家R·A·费歇尔,引进了“无限总体”的概念,即个体的数量很大,在概率论上相当于用一个连续分布去逼近离散分布。
4.1.3 样本
样本是指按一定的规定在总体中抽出的一部分个体。“按一定规定是指”总体中的每一个个体有同等的被抽出的机会。
在有限总体的情况下,单由总体分布已不足以完全决定样本的分布如何,还要看抽样的方式。
4.1.4 统计量
完全由样本所决定的量叫做统计量。统计量只依赖于样本,不能依赖于任何其它未知的量,特别是总体分布中所包含的未知参数。
- 样本方差:
S2=∑i=1n(Xi−X¯)2/(n−1) - 样本矩:
ak=(Xk1+Xk2+⋯+Xkn)n
mk=∑ni=1(Xi−X¯)kn
有时也把 αk,μk 称为理论矩,把 ak,mk 称为经验矩。
4.2 矩估计、极大似然估计和贝叶斯估计
4.2.1 参数的点估计问题
约定 f(x;θ1,⋯,θk) 为“总体分布”。比如,要估计未知参数 θ1 ,构造一个适当的统计量 θ^1=θ^1(X1,⋯,Xn) , θ^1 叫做 θ1 的估计量。由于 θ1 是数轴上的一个点,这样用一个点去估计另一个点,叫做点估计。
4.2.2 矩估计法
关键是构造方程组求解。以原点矩为例。
αm=∫∞−∞xmf(x;θ1,⋯,θk)dx或∑ixif(x;θ1,⋯,θk)
当n足够大时,用:
am=(Xk1+Xk2+⋯+Xmn)n
去逼近 α