05概率论与数理统计笔记 数理统计基础——基于《概率论与数理统计》许忠好
总体与样本
总体:研究对象的全体
个体:组成总体的成员
样本:从总体中抽出的部分个体
样本容量:样本中样品个数
定义:
设X是具有分布函数F(x)的随机变量,若X1,X2……Xn是具有同一分布函数F(x)的相互独立的随机变量,称X1……Xn是来自总体X中的容量为n的简单随机样本,简称为样本
X1……Xn是一次实现x1……xn为样本观察值
经验分布函数
x1……xn是来自总体分布函数F(x)的样本
记Ii(x)={1xi≤x0xi>xI_i(x)=\left\{ \begin{aligned} 1& &x_i ≤x \\ 0& & x_i>x\\ \end{aligned} \right.Ii(x)={10xi≤xxi>x
称函数Fn(x)=1n∑i=1nIi(x)F_n(x)=\frac{1}{n}\sum^n_{i=1}I_i(x)Fn(x)=n1i=1∑nIi(x)是经验分布函数
统计量
X1……Xn是取自某总体的样本,若样本函数T=T(X1……Xn)不含未知参数,称T是统计量
若x1……xn是样本观测值,称T(x1……xn)是T的样本值
样本均值 X‾=1n∑i=1nXi\overline{X}=\frac{1}{n}\sum^n_{i=1}X_iX=n1∑i=1nXi
样本方差 S2=1n−1∑i=1n(Xi−X‾)2S^2 = \frac{1}{n-1}\sum^n_{i=1}(X_i-\overline{X})^2S2=n−11∑i=1n(Xi−X)2
样本标准差 S=S2S = \sqrt{S^2}S=S2
r阶原点矩Ar=1n∑i=1nXirA_r=\frac{1}{n}\sum^n_{i=1}X^r_iAr=n1∑i=1nXir
r阶中心矩Br=1n∑i=1n(Xi−X‾)rB_r=\frac{1}{n}\sum^n_{i=1}(X_i-\overline{X})^rBr=n1∑i=1n(Xi−X)r
统计量的分布称为抽样分布
抽样分布
卡方分布
设随机变量X1……XnX_1……X_nX1……Xn独立同分布且服从标准正态分布N(0,1)N(0,1)N(0,1),称随机变量χ2=∑i=1nXi2\chi^2=\sum^n_{i=1}X_i^2χ2=∑i=1nXi2服从自由度为n的χ2\chi^2χ2分布
记为χ2∼χ2(n)\chi^2\sim\chi^2(n)χ2∼χ2(n)
不难发现Eχ2=nVarχ2=2nE\chi^2=n \quad Var\chi^2=2nEχ2=nVarχ2=2n
定理
设随机变量X1……XnX_1……X_nX1……Xn独立同分布且服从正态分布N(μ,σ2)N(\mu,\sigma^2)N(μ,σ2),
有∑i=1n(Xi−μσ)2∼χ2(n)\sum^n_{i=1}(\frac{X_i-\mu}{\sigma})^2\sim\chi^2(n)i=1∑n(σXi−μ)2∼χ2(n)
t分布
X∼N(0,1)Y∼χ2(n)X\sim N(0,1)\quad Y\sim\chi^2(n)X∼N(0,1)Y∼χ2(n)且X和Y相互独立
T=XY/n∼t(n)T=\frac{X}{\sqrt{Y/n}}\sim t(n) T=Y/nX∼t(n)
- T∼t(n)T\sim t(n)T∼t(n),若n≤1n\le 1n≤1 期望ET不存在,若n>1 ET=0
- T∼t(n)T\sim t(n)T∼t(n),n>1n>1n>1
E∣T∣k<∞,k<nE∣T∣k=∞,k≥nE|T|^k < \infty,k<n\\E|T|^k =\infty, k\ge nE∣T∣k<∞,k<nE∣T∣k=∞,k≥n - T∼t(n)T\sim t(n)T∼t(n),n>2n>2n>2,VarT=nn−2VarT=\frac{n}{n-2}VarT=n−2n
- t(1)为柯西分布
- n充分大可以用N(0,1)近似
F分布
X∼χ2(n)Y∼χ2(m)F=X/nY/m∼F(n,m)X\sim \chi^2(n)\quad Y\sim\chi^2(m)\quad F=\frac{X/n}{Y/m}\sim F(n,m)X∼χ2(n)Y∼χ2(m)F=Y/mX/n∼F(n,m)
不难发现
- X∼t(n)X2∼F(1,n)X\sim t(n)\quad X^2\sim F(1,n)X∼t(n)X2∼F(1,n)
- F∼F(n,m)1/F∼F(m,n)F\sim F(n,m)\quad 1/F\sim F(m,n)F∼F(n,m)1/F∼F(m,n)
- Fα(n,m)F1−α(n,m)=1F_\alpha(n,m)F_{1-\alpha}(n,m)=1Fα(n,m)F1−α(n,m)=1
正态分布下的抽样总分步
Fisher定理
X1……XnX_1……X_nX1……Xn独立同分布且服从标准正态分布N(μ,σ2)N(\mu,\sigma^2)N(μ,σ2)
X‾和S2\overline{X}和S^2X和S2是样本均值和样本方差且相互独立
X‾∼N(μ,σ2n)\overline{X}\sim N(\mu,\frac{\sigma^2}{n})X∼N(μ,nσ2)(n−1)S2σ2∼χ2(n−1)\frac{(n-1)S^2}{\sigma^2}\sim\chi^2(n-1)σ2(n−1)S2∼χ2(n−1)X‾−μSn∼t(n−1)\frac{\overline{X}-\mu}{S}\sqrt{n}\sim t(n-1)SX−μn∼t(n−1)
05概率论与数理统计笔记 数理统计基础——基于《概率论与数理统计》许忠好相关推荐
- 数理统计笔记1:常用分布
引言 数理统计笔记的第一篇总结了数理统计中常用的分布,包括Bernoulli分布.二项分布.泊松分布.均匀分布.指数分布和正态分布. 正态分布概率密度函数为:f(x)=12πσexp(−(x−μ)2 ...
- UA MATH564 概率论VI 数理统计基础3 卡方分布的正态近似
UA MATH564 概率论VI 数理统计基础3 卡方分布的正态近似 卡方分布的正态近似 Gamma分布的正态近似 基于卡方分布的近似 基于指数分布的近似 在做UA MATH566 统计理论 QE练习 ...
- UA MATH564 概率论VI 数理统计基础3 卡方分布上
UA MATH564 概率论VI 数理统计基础3 卡方分布上 卡方分布 卡方分布的分布函数 中心化卡方分布 一般的卡方分布 卡方分布 这里给出卡方分布的一般性定义.假设X1,⋯,XnX_1,\cdot ...
- UA MATH564 概率论VI 数理统计基础2 多元正态分布
UA MATH564 概率论VI 数理统计基础2 多元正态分布 矩母函数 概率密度 多元正态分布的矩 条件分布 独立性 抽样分布简单地说就是统计量服从的分布,正态分布时最常用的总体分布,因此研究正态总 ...
- 概率论与数理统计笔记系列之第二章:随机变量及其分布
概率论与数理统计笔记(第二章 随机变量及其分布) 对于统计专业来说,书本知识总有遗忘,翻看教材又太麻烦,于是打算记下笔记与自己的一些思考,主要参考用书是茆诗松老师编写的<概率论与数理统计教程&g ...
- UA MATH564 概率论VI 数理统计基础5 F分布
UA MATH564 概率论VI 数理统计基础5 F分布 假设X∼χm,δ2,Y∼χn2X \sim \chi^2_{m,\delta},Y \sim \chi^2_{n}X∼χm,δ2,Y∼χn2 ...
- UA MATH564 概率论VI 数理统计基础4 t分布
UA MATH564 概率论VI 数理统计基础4 t分布 t分布的定义 t分布的概率密度 t分布的性质 t分布的定义 假设X,YX,YX,Y互相独立,X∼N(δ,1)X \sim N(\delta,1 ...
- UA MATH564 概率论VI 数理统计基础3 卡方分布中
UA MATH564 概率论VI 数理统计基础3 卡方分布中 卡方分布的基本性质 上一讲介绍了卡方分布的定义:假设X1,⋯,XnX_1,\cdots,X_nX1,⋯,Xn互相独立,并且Xi∼N(a ...
- UA MATH564 概率论VI 数理统计基础1
UA MATH564 概率论VI 数理统计基础1 样本均值与样本方差 正态样本的均值与方差的性质 样本均值与样本方差 样本均值和样本方差是经常用到的两个统计量,大部分正态假设的统计模型均值和方差的OL ...
最新文章
- php显示网卡信息,linux如何查看网卡信息
- Foundations of Qt Development 学习笔记 Part1 Tips1-50
- [ZJOI2008]生日聚会Party
- JavaScript学习笔记(五)
- invalid floating point operation什么意思_数据可视化有意思的小例子:Taylor Swift 歌词数据分析和可视化...
- 如果信用卡欠款不还被坐牢,那所欠的钱还用还吗?
- 微服务之:从零搭建ocelot网关和consul集群
- 英文c语言笔试题,关于C语言模拟笔试题
- 图像均值滤波简介及实现
- MySQL更新行和插入列的语句
- iOS中的预编译指令的初步探究
- 专为前端开发者准备的 15 款优秀的 Sublime Text 插件
- python练习54:取一个整数a从右端开始的4〜7位
- 21(6). 赋值兼容规则与抽象类
- Numpy:随机抽样
- 墙裂推荐 - 四大抓包神器,非常好用
- Windows日志浅析
- Java毕设答辩会问些什么?
- Linux安装围棋AI(q5go和katago)
- 计算机等级考试数据库三级模拟题5
热门文章
- python解二元一次方程_Python数据处理篇之Sympy系列(五)---解方程
- python代码计算字数_如何用python计算文件的字数
- 【saltstack】配置salt-master端REDIS_RETURN
- Java用Jsoup开发爬虫获取双色球开奖信息
- 英特尔Thunderbolt(雷电)控制器驱动
- 微信小程序云端增强 SDK接入
- hdu1172猜数字
- 用c语言表现一元多项式的除法,c语言编程实例一元多项式的计算
- Python 批量提取 Word 中表格内容,一键写入 Excel
- 中国城市电话区号对照表中国移动短信中心号查询及命名规则