目录
1. 简单随机样本
【简单随机样本】设 X 是具有分布函数 F 的随机变量,若 X1,X2,……Xn 是具有同一分布函数 F,相互独立的随机变量,则称 X1,X2,……Xn 是从分布函数 F (或称总体 F,或者总体 X)得到的容量为 n 的简单随机样本,简称样本。观察值x1,x2,...,xnx1,x2,...,xn称为样本值,也成为X的n个独立的观察值。(出自《概率论与数理统计》浙江大学 第四版)
注:样本,就是指简单随机样本,必满足 ① 与总体同分布,② 相互独立。
详见《总体与样本的理解》:https://blog.csdn.net/u011240016/article/details/52937371
2. 抽样分布
【抽样分布】统计量的分布是抽样分布。如卡方分布、T分布、F分布是几个来自正态总体的统计量的常用分布。
统计量就是不包含总体未知参数的、来自总体的样本的一个函数。
注:上一篇写的是在概率论范围内,离散型和连续型变量的分布,主要用于求分布算概率;这一篇是数理统计领域内(概率论的一个分支),抽样分布的情况,主要用于参数估计和推断统计。
下面首先重新介绍下正态分布。
2. 正态分布
2.1 一维正态分布
随机变量X服从正态分布,X~N(μ,σ^2),则密度函数为:
若服从标准正态分布,X~N(0,1),则密度函数为: