样本及抽样分布——《概率论及其数理统计》第六章学习笔记

样本及抽样分布——《概率论及其数理统计》第六章学习笔记

前言

从第五章开始，就有点看不懂了，问题8大，简单记下，有空再复习。

内容上，显而易见，第三节的抽样分布是重中之重，而第一节是带来样本，总体等名词的概念，第二节则是介绍直方图和箱线图，只有第三节涵盖了该章几乎80%的知识点，且多数是出现在题目的知识点。

MindMap

随机样本

定义

直接看课本的定义

设 X 是具有 分布函数 F 的随机变量，
$$若X_1,X_2,...,X_n$$
是具有 同一分布函数 F 的、相互独立的随机变量，则称
$$X_1,X_2,...,X_n$$
为分布函数 F 得到的 容量为n的简单随机样本， 简称样本，其观测值为（小写的）
$$x_1,x_2,...,x_n$$
称为 样本值， 又称为 X 的 n 个 独立的观察值。

分布函数

从习题的内容来看，考察样本的分布函数要比直接考察定义的概率要大一些。

$$F^{\ast }(x_1,x_2,...,x_n)=\prod _{i=1}^{n}F(x_i)$$

概率密度的类似，不打了

直方图和箱线图

直方图（频率直方图） 很好理解，就不在此展开了。

我们重点看箱线图。

分位数

在了解箱线图之前，我们需要知道 样本分位数。

分位数很好理解，其实就是样本中的 一个分割的数字，将样本分成两个部分，我们设容量为 n 的样本观测值 x1, x2, …, xn 的样本p分位数xp, 有以下性质

1. 至少np 个观测值 小于或等于xp。
2. 至少n(1-p) 个观察值大于等于 xp。

具体的表达式为
$$x_p=\{\begin{array}{lr}{x}_{([np]+1)},& 当n_p不是整数,\\ \frac{1}{2}[x_{(np)}+x_{(np+1)}],& 当n_p整数。\end{array}$$
特别，当 p = 0.5时，其实就是我们熟悉的中位数。

我们将 0.25分位数 称为 第一四分位数，记为 Q1，0.75分位数 称为 第三四分位数， 记为 Q3。由此则可以引出箱线图。

箱线图

该图基于 最小值Min， Q1，中位数M，Q3，最大值Max 5个值。具体做法可以直接参考课本的内容。

箱线图有以下重要性质：

1. 中心位置，中位数所在位置就是数据集的中心。
2. 散布程度，可以通过箱线图直观看出各区间的数据的集中与分散。

疑似异常值

这里主要是 数据中出现 某一个数据（不合常理的大或者小的数据），就称为 疑似异常值。

我们记 Q1 和 Q3 的距离为 IQR，称为 四分位数间距，若数据 小于 Q1-1.5IQR， 或者 大于 Q3+1.5IQR，就是疑似异常值。

经过上述处理的箱线图 就是 修正箱线图。

抽样分布

重点来了！

统计量

定义

$$\begin{gathered} 设X_1,...,X_n是来自总体X的一个样本，g(X_1,...,X_n)是X_1,...,X_n的函数, \\ 且g不含未知参数，就称为g(X_1,...,X_n)是一统计量。 \end{gathered}$$

常见统计量

样本均值
$$\overline{X}=\frac{1}{n}{X}_i$$
样本方差
$$S^2=\frac{1}{n-1}\sum _{i=1}^n(X_i-\overline{X}{)}^2=\frac{1}{n-1}(\sum _{i=1}^n{X}_i-n{\overline{X}}^2)$$
样本标准差
$$S=\sqrt{S^2}=\sqrt{\frac{1}{n-1}(\sum _{i=1}^n{X}_i-n{\overline{X}}^2)}$$
样本k阶矩
$$A_k=\frac{1}{n}\sum _{i=1}^n{X}_i^k,k=1,2,...$$
样本中心矩
$$B_k=\frac{1}{n}\sum _{i=1}^n(X_i-\overline{X}{)}^k,k=2,3,...$$

经验分布函数

我觉得只需要知道一个点就可以了：样本观测值中小等于 指定值x所占的比率。

三大分布

X2 分布

$${\chi }^2分布$$

我们设 Xi是 来自总体 N(0,1) 的样本，则
$${\chi }^2=X_1^2+X_2^2+...+X_n^2$$
服从自由度 为 n 的
$${\chi }^2分布，记为{\chi }^2\sim {\chi }^2(n)$$
概率密度为：
$$f(y)=\{\begin{array}{lr}\frac{1}{2^{\frac{n}{2}}\Gamma (n/2)}{y}^{n/2-1}{e}^{-y/2},& y>0\\ 0,& 其他\end{array}$$
该分布满足可加性。
$$E({\chi }^2)=n,D({\chi }^2)=1$$

t 分布

$$\begin{gathered} X\sim N(0,1),Y\sim {\chi }^2(n),且X和Y相互独立， \\ t=\frac{X}{\sqrt{Y/n}} \end{gathered}$$

t 服从 自由度 为n 的 t 分布，记为 t~t(n).

概率密度函数为
$$h(t)=\frac{\Gamma [(n+1)/2]}{\sqrt{\pi n}\Gamma (n/2)}(1+\frac{t^2}{n}{)}^{-(n+1)/2},-\infty <t<\infty$$

F 分布

敲累了，直接上图片吧。

这个就是两个满足 第一个分布，然后分式的情况。

补充说明，Γ 就是 伽马函数。

正态总体的样本均值与样本方差的分布

条件：总体存在均值 μ， 方差为 σ^2,
$$\begin{gathered} E(\overline{X})=\mu ,D(\overline{X})={\sigma }^2/n \\ E(S^2)={\sigma }^2 \end{gathered}$$

Th2

X1，…，Xn 是总体N(μ，σ^2)的样本，
$$\overline{X}\sim N(\mu ,{\sigma }^2/n).$$

Th3

$$\begin{gathered} \frac{(n-1)S^2}{{\sigma }^2}\sim {\chi }^2(n-1) \\ \overline{X}与S^2相互独立 \end{gathered}$$

Th4

$$\frac{\overline{X}-\mu }{S/\sqrt{n}}\sim t(n-1)$$

Th5

设 Xi，和 Yi 的来自两个正态总体，且两个样本相互独立。
$$\begin{gathered} \frac{S_1^2/S_2^2}{{\sigma }_1^2/{\sigma }_2^2}\sim F(n_1-1,n_2-1). \\ 当{\sigma }_1^2={\sigma }_2^2={\sigma }^2时 \end{gathered}$$