本文介绍了抽样分布的概念，包括总体分布、样本分布和经验分布函数，并探讨了统计量、大数定律、中心极限定理。重点讲解了χ2分布、t分布、F分布以及正态总体的抽样分布，是理解抽样推断的基础知识。
目 录
- 总体分布与样本分布
- 抽样分布
- 统计量
- 大数定律
- 中心极限定理
- 抽样分布
- χ2分布
- t分布
- F分布
- 分位数
- 正态总体的抽样分布
学习目标
1.了解抽样推断中的几个基本概念、样本均值的抽样分布、样本方差的抽样分布及样本比例的抽样分布；
2.了解中心极限定理。
总体分布 & 样本分布
1.总体分布
具体问题中，通常研究的是总体的某一指标，对应一个随机变量X，笼统的称为总体X，总体X的分布即总体分布。
一般来说，总体分布都是未知的。
2.样本分布
-
简单随机样本
从总体中随机抽取n个数X1,X2,X3,…,Xn，就是样本容量为n的简单随机样本。- 简单随机抽样满足：
1.代表性：X1,X2,X3,…,Xn与总体分布相同；
2.独立性：X1,X2,X3,…,Xn各个变量是相互独立的随机事件。
对有限整体，通常采用有放回抽样得到简单随机样本；对无限整体，采用无放回抽样可得到简单随机样本。
- 联合分布函数
设总体X的分布函数为F(X)，则简单随机样本（X1,X2,…,Xn)的联合分布函数为 F ( x 1 , x 2 , . . . , x n ) = ∏ i = 1 n F ( x i ) F(x_1,x_2,...,x_n)=\displaystyle{\prod_{i=1}^n{F(x_i)}} F(x1,x2,...,xn)=i=1∏nF(xi)，并称其为样本分布。 - 概率密度函数
- 连续型
若总体X为连续型随机变量，概率密度为f(x)：
f ( x 1 , x 2 , . . . , x n ) = ∏ i = 1 n f ( x i ) f(x_1, x_2, ... , x_n)=\displaystyle{\prod^{n}_{i=1}{f(x_i)}} f(x1,x2,...,xn)=i=1∏nf(xi)
称f(x)为总体密度；
称 f ( x 1 , x 2 , . . . , x n ) f(x_1,x_2,...,x_n) f(x1,x2,...
- 连续型
- 简单随机抽样满足：
最低0.47元/天 解锁文章
660
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
