统计量及其抽样分布

统计量及其抽样分布

0X00 前言

通常把索要调查研究的食物或者现象的全体称为总体，而把组成总体的每个元素(成员)称为个体，一个总体中所包含的个体数量称为总体的容量。为了推断总体的某些特征，需要采用一定的抽样技术从总体中抽取若干个体，这一抽取的过程称为抽样。所抽取的部分个体称为样本，样本中所含个体的数量称为样本量。

统计学中最主要的提取信息的方式就是对原始数据进行一定的运算，得出某些代表性的数字，以反映数据某些方面的特征，这种数字称为统计量。统计量是样本的函数，它不依赖于任何未知参数。推断统计学的重要作用是，通过总体中抽取样本构造适当的统计量，由样本性质推断关于总体的性质。

0X01 统计量

从样本中得出来的已知函数；其作用是把样本中有关总体的信息汇集起来。统计量依赖且只依赖于样本x1,x2,…,xn；它不含总体分布的任何未知参数。从样本规律特征推断总体规律特征通常是通过统计量进行的。

常见的统计量有：

（1）样本的均值，反应出总体的X数学期望的信息。

（2样本方差，样本中的每个值与样本平均值的平方和除以样本数减去1的值，反应总体X方差的信息。

（3变异系数，是标准差与均值的商，反应总体变异系数C的信息，表示各观测值离散程度的统计量，如果变异系数大于15%，则要考虑该数据可能不正常，应该剔除。变异系数无量纲，可以比较不同组之间的离散程度，例如可以比较一组学生中的身高和体重那个离散程度更大。

（4）样本K阶矩。反应总体k阶矩的信息。

（5）样本K阶中心距。反应总体的K阶中心距的信息。V2是样本方差。

（6）样本偏度，同样反应总体偏度信息，反应抽样的样本低于众数和高于众数的数量分布情况。

（7）样本峰度，反应总体峰度的信息，反应抽样的样本低于众数和高于众数的数量中具体的数据的分布情况。

0X02 三大分布

大多数的抽样分布都是在正态总体情况下得到的，在正态总体的条件下，主要有卡方分布、t分布和F分布，称为统计的三大分布。

卡方分布

若n个相互独立的随机变量X1，X2，…，Xn ，均服从标准正态分布（也称独立同分布于标准正态分布），则这n个服从标准正态分布的随机变量的平方和构成一新的随机变量，其卡方分布分布规律称为χ2(n)分布，其中参数 n 称为自由度。

χ2分布的图像在第一象限内，呈正偏态，随着样本数 n 的增大，χ2分布趋近于正态分布。χ2分布具有可加性：若有K个服从χ2分布且相互独立的随机变量，则它们之和仍是χ2分布，新的χ2分布的自由度为原来K个χ2分布自由度之和。

T分布

设随机变量X_N(0,1)，Yχ2(n)，且X与Y独立，则其分布称为t分布，记为t(n)，其中n为自由度。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。一般当样本数n>=30时，t分布与标准正态分布就非常接近。

• 密度函数曲线是偶函数，以0为中心，左右的密度概率曲线对称。
• 自由度越大，则概率密度曲线整体上升。
• t分布的自由度越大，则该t分布的曲线就越接近标准正态分布。当自由度大于30时，与标准正态分布的差异很小）。

F分布

设X、Y为两个独立的随机变量，X服从自由度为k1的χ2分布，Y服从自由度为k2的χ2 分布，这2 个独立的χ2分布被各自的自由度除以后的比率这一统计量的分布。

它在第一象限，是一种非对称分布；

它有两个自由度，即m和n，相应的分布记为F(m，n)，m通常称为第一自由度， n称为第二自由度；

F分布是一个以自由度m和n为参数的分布族，不同的自由度决定了F 分布的形状。

F分布的倒数性质：Fα=1/F(1-α)，以α为分界线，概率密度函数右边的面积等左边的概率密度面积的倒数。

0X03 中心极限定理

设从均值为了u、方差为的任意一个总体中抽样本量为n的样本，当n充分大时，样本均值X的抽样分布近似服从均值为U、方差为的正态分布。

中心极限定理要求n充分大，此时偏离正态越远，就要求n越大。然而在实际应用中农，总体的分布位置。此时要求的n>=30。在一般统计学中的n>=30为大样本，n<30为小样本只是一种经验说法