定义 6.1(总体与个体) 在数理统计中,将研究对象的全体称为总体,总体中的每个元素称为个体。
总体可以用一个随机变量 $X$ 来表示,$X$ 的分布称为总体分布。
例 6.1
定义 6.2(样本) 从总体中抽取的一部分个体称为样本(或子样),样本中所含个体的数目称为样本容量。
简单随机样本: 若样本 $X_1, X_2, \ldots, X_n$ 满足: 1. 每个 $X_i$ 与总体 $X$ 同分布 2. $X_1, X_2, \ldots, X_n$ 相互独立
则称其为简单随机样本,简称样本。
样本的联合分布:
定义 6.3(统计量) 设 $X_1, X_2, \ldots, X_n$ 是来自总体 $X$ 的样本,$g(X_1, X_2, \ldots, X_n)$ 是样本的函数。若 $g$ 中不含任何未知参数,则称 $g$ 为统计量。
统计量是随机变量,其分布称为抽样分布。
1. 样本均值 $$\bar{X} = \frac{1}{n}\sum_{i=1}^n X_i$$
2. 样本方差 $$S^2 = \frac{1}{n-1}\sum_{i=1}^n (X_i - \bar{X})^2 = \frac{1}{n-1}\left(\sum_{i=1}^n X_i^2 - n\bar{X}^2\right)$$
样本标准差: $S = \sqrt{S^2}$
注: 分母用 $n-1$ 而非 $n$,是为了使 $E(S^2) = \sigma^2$(无偏性)。
3. 样本 $k$ 阶原点矩 $$A_k = \frac{1}{n}\sum_{i=1}^n X_i^k \quad (k = 1, 2, \ldots)$$
4. 样本 $k$ 阶中心矩 $$B_k = \frac{1}{n}\sum_{i=1}^n (X_i - \bar{X})^k \quad (k = 1, 2, \ldots)$$
5. 顺序统计量 将样本按大小排列:$X_{(1)} \leq X_{(2)} \leq \cdots \leq X_{(n)}$,则 $X_{(k)}$ 称为第 $k$ 个顺序统计量。
定理 6.1 设 $X_1, X_2, \ldots, X_n$ 是来自总体 $N(\mu, \sigma^2)$ 的样本,则: 1. $\bar{X} \sim N\left(\mu, \frac{\sigma^2}{n}\right)$ 2. $\frac{(n-1)S^2}{\sigma^2} \sim \chi^2(n-1)$ 3. $\bar{X}$ 与 $S^2$ 相互独立
1. $\chi^2$ 分布(卡方分布)
定义 6.4($\chi^2$ 分布) 设 $X_1, X_2, \ldots, X_n$ 相互独立且都服从 $N(0, 1)$,则称 $$\chi^2 = X_1^2 + X_2^2 + \cdots + X_n^2$$ 服从自由度为 $n$ 的 $\chi^2$ 分布,记为 $\chi^2 \sim \chi^2(n)$。
性质:
2. $t$ 分布(学生氏分布)
定义 6.5($t$ 分布) 设 $X \sim N(0, 1)$,$Y \sim \chi^2(n)$,$X$ 与 $Y$ 独立,则称 $$T = \frac{X}{\sqrt{Y/n}}$$ 服从自由度为 $n$ 的 $t$ 分布,记为 $T \sim t(n)$。
性质:
3. $F$ 分布
定义 6.6($F$ 分布) 设 $U \sim \chi^2(n_1)$,$V \sim \chi^2(n_2)$,$U$ 与 $V$ 独立,则称 $$F = \frac{U/n_1}{V/n_2}$$ 服从自由度为 $(n1, n2)$ 的 $F$ 分布,记为 $F \sim F(n_1, n_2)$。
性质:
单正态总体: 设 $X_1, \ldots, X_n \sim N(\mu, \sigma^2)$,则
双正态总体: 设 $X_1, \ldots, X_{n_1} \sim N(\mu_1, \sigma_1^2)$,$Y_1, \ldots, Y_{n_2} \sim N(\mu_2, \sigma_2^2)$,独立,则
定义 6.7(分位数) 设 $X$ 是随机变量,$\alpha \in (0, 1)$,若 $x_\alpha$ 满足 $$P(X > x_\alpha) = \alpha$$ 则称 $x_\alpha$ 为 $X$ 的上 $\alpha$ 分位数(或上侧 $\alpha$ 分位数)。
等价地:$P(X \leq x_\alpha) = 1 - \alpha$
常用分位数记号:
性质:
例题 6.1 设 $X_1, X_2, X_3, X_4$ 是来自总体 $N(0, 2^2)$ 的样本,令 $$Y = a(X_1 - 2X_2)^2 + b(3X_3 - 4X_4)^2$$ 求 $a, b$ 使 $Y \sim \chi^2(n)$,并确定 $n$。
解: $X_1 - 2X_2 \sim N(0, 4 + 16) = N(0, 20)$,$\frac{X_1 - 2X_2}{\sqrt{20}} \sim N(0, 1)$
$3X_3 - 4X_4 \sim N(0, 36 + 64) = N(0, 100)$,$\frac{3X_3 - 4X_4}{10} \sim N(0, 1)$
取 $a = \frac{1}{20}$,$b = \frac{1}{100}$,则 $Y \sim \chi^2(2)$,$n = 2$。
例题 6.2 设 $X_1, \ldots, X_n$ 是来自总体 $N(\mu, \sigma^2)$ 的样本,求 $E(S^2)$ 和 $D(S^2)$。
解: $\frac{(n-1)S^2}{\sigma^2} \sim \chi^2(n-1)$
$E\left(\frac{(n-1)S^2}{\sigma^2}\right) = n-1$,故 $E(S^2) = \sigma^2$
$D\left(\frac{(n-1)S^2}{\sigma^2}\right) = 2(n-1)$,故 $D(S^2) = \frac{2\sigma^4}{n-1}$
基础题
提高题
挑战题