第六章样本及样本函数的分布(概率论)
Standard
特点关于y轴对称;随着自由度的逐渐增大,
密度曲线逐渐接近于标准正态密度曲线.
Standard
α
(n
)
二次函数根的分布专题
一元二次方程根的分布专题 一元二次方程根的分布是二次函数中的重要内容。这部分知识在初中代数中虽有所涉及，但尚不够系统和完整，且解决的方法偏重于二次方程根的判别式和根与系数关系定理（韦达定理）的运用。下面我们将主要结合二次函数图象的性质，分两种情况系统地介绍一元二次方程实根分布的充要条件及其运用。 一．一元二次方程根的基本分布——零分布 所谓一元二次方程根的零分布，指的是方程的根相对于零的关系。比如二次方程有一正根，有一负根，其实就是指这个二次方程一个根比零大，一个根比零小，或者说，这两个根分布在零的两侧。 设一元二次方程20(0)ax bx c a ++=≠的两个不等实根为1x ，2x ①方程有两个不等正根 ??? ? ? ? ??? >=>-=+>-=?>>00040,0212 1221a c x x a b x x ac b x x ②方程两根一正一负 ：0021<<=<-=+>-=?<<00040,02121221a c x x a b x x ac b x x 即时应用： (1)若一元二次方程 0)1(2)1(2 =-++-m x m x m 有两个不等正根，求m 的取值范围。 (2)k 在何范围内取值，一元二次方程0332 =-++k kx kx 有一个正根和一个负根？
二、一元二次方程的非零分布——k分布 设一元二次方程20(0) ax bx c a ++=>的两不等实根为1x，2x，k为常数。则一元二次方 k1x2x k 根 的 分 布 ① 12 x x k② 12 k x x③ 12 x k x 图 象 充 要 条 件 2 b k a f k 2 b k a f k f k 根 的 分 布 ④ 1122 k x x k⑤ 11223 k x k x k⑥两根有且仅有一根在 12 ,k k内 图 象 充 要 条 件 1 2 12 2 f k f k b k k a 1 2 3 ()0 ()0 ()0 f k f k f k 12 f k f k 或 1 12 1 ()0 22 f k k k b k a 或 2 12 2 ()0 22 f k k k b k a k k k 2 k 1 k 2 k 1 k 3 k 2 k 1 k
样本及抽样分布知识讲解
第六章 样本及抽样分布 【内容提要】 一、简单随机样本与统计量 1. 总体 用来表征某一随机试验的数量指标X ，其概率分布称为总体的分布。 2. 简单随机样本 在相同条件下，对总体X 进行n 次独立的重复观察，将所得结果12,,...,n X X X 称为从总体X 中抽取的容量为n 的简单随机样本，试验结束后，可得一组数值12,,...,n x x x ，称其为 12,,...,n X X X 的观察值。 注:若12,,...,n X X X 为总体X 的简单随机样本，则12,,...,n X X X 相互独立，且与总体X 同分布。 3. 统计量 设12,,...,n X X X 为总体X 的简单随机样本，12(,,...,)n T g X X X =为样本12,,...,n X X X 的实值函数，且不含任何未知参数，则称12(,,...,)n T g X X X =为一个统计量，将样本值12,,...,n x x x 代入后算出的函数值12(,,...,)n t g x x x =称为该统计量的值。 注:设12,,...,n X X X 为总体X 的简单随机样本，12,,...,n x x x 为相应的样本值，则常用的统计量有: 4. 经验分布函数 设12,,...,n X X X 为总体X 的简单随机样本，12,,...,n x x x 为相应的样本值，将样本值 按由小到大的顺序重新编号12,1r x x x r n ***<
样本及抽样分布
第六章样本及抽样分布 【基本要求】1、理解总体、个体和样本的概念； 2、理解样本均值、样本方差和样本矩的概念并会计算； 3、理解统计量的概念，掌握几种常用统计量的分布及其结论； 4、理解分位数的概念，会计算几种重要分布的分位数。 【本章重点】样本均值、样本方差和样本矩的计算；抽样分布——2 分布，t分布， F分布；分位数的理解和计算。 【本章难点】对样本、统计量及分位数概念的理解；样本矩的计算。 【学时分配】4学时 【授课内容】 §6.0 前言 前面五章我们研究了概率论的基本内容，从中得知：概率论是研究随机现象统计规律性的一门数学分支。它是从一个数学模型出发（比如随机变量的分布）去研究它的性质和统计规律性；而我们下面将要研究的数理统计，也是研究大量随机现象的统计规律性，并且是应用十分广泛的一门数学分支。所不同的是数理统计是以概率论为理论基础，利用观测随机现象所得到的数据来选择、构造数学模型（即研究随机现象）。其研究方法是归纳法（部分到整体）。对研究对象的客观规律性做出种种合理性的估计、判断和预测，为决策者和决策行动提供理论依据和建议。数理统计的内容很丰富，这里我们主要介绍数理统计的基本概念，重点研究参数估计和假设检验。 §6.1 随机样本 1
一、总体与样本 1.总体、个体 在数理统计学中，我们把所研究的全部元素组成的集合称为总体；而把组成总体的每个元素称为个体。 例如：在研究某批灯泡的平均寿命时，该批灯泡的全体就组成了总体，而其中每个灯泡就是个体；在研究我校男大学生的身高和体重的分布情况时，该校的全体男大学生组成了总体，而每个男大学生就是个体。 但对于具体问题，由于我们关心的不是每个个体的种种具体特性，而仅仅是它的某一项或几项数量指标X(可以是向量)和该数量指标X在总体的分布情况。在上述例子中X是表示灯泡的寿命或男大学生的身高和体重。在试验中，抽取了若干个个体就观察到了X的这样或那样的数值，因而这个数量指标X是一个随机变量（或向量），而X的分布就完全描写了总体中我们所关心的那个数量指标的分布状况。由于我们关心的正是这个数量指标，因此我们以后就把总体和数量指标X可能取值的全体组成的集合等同起来。 定义1：把研究对象的全体（通常为数量指标X可能取值的全体组成的集合）称为总体；总体中的每个元素称为个体。 我们对总体的研究，就是对相应的随机变量X的分布的研究，所谓总体的分布也就是数量指标X的分布，因此，X的分布函数和数字特征分别称为总体的分布函数和数字特征。今后将不区分总体与相应的随机变量，笼统称为总体X。根据总体中所包括个体的总数，将总体分为：有限总体和无限总体。 例1：考察一块试验田中小麦穗的重量： X=所有小麦穗重量的全体（无限总体）；个体——每个麦穗重x 2
二次函数根的分布
二次方程根的分布与二次函数在闭区间上的最值归纳 1、一元二次方程02 =++c bx ax 根的分布情况 设方程()2 00ax bx c a ++=≠的不等两根为12,x x 且12x x <，相应的二次函数为()20f x ax bx c =++=， 方程的根即为二次函数图象与x 轴的交点，它们的分布情况见下面各表（每种情况对应的均是充要条件） 分 布情况 两个负根即两根都小于0 ()120,0x x << 两个正根即两根都大于0 ()120,0x x >> 一正根一负根即一个根小于0，一个大于0()120x x << 大致图象（ >a ） 得出的结论 ()00200b a f ?>??? -?? ()0 0200 b a f ?>??? ->??>?? ()00 分 布情况 两根都小于k 即 k x k x <<21, 两根都大于k 即 k x k x >>21, 一个根小于k ，一个大于k 即 21x k x << 大致图象（ >a ） 得出的结论 ()020b k a f k ?>??? -?? ()0 20 b k a f k ?>??? ->??>?? ()0 习题六样本及抽样分布 一、填空题 1．设来自总体的一个样本观察值为：2.1，5.4，3.2，9.8，3.5，则样本均值 = 4.8 ，样本方差 =； 2．在总体中随机地抽取一个容量为 36 的样本，则均值落在4与6之间的概率 = 0.9332 ； 3．设某厂生产的灯泡的使用寿命 (单位:小时，抽取一容量为9的样本，得到 ，则； 4．设为总体的一个样本，则 0.025 ； 5．设为总体的一个样本，且服从分布，这里， ，则1/3 ； 6．设随机变量相互独立，均服从分布且与分别是来自总体的简单随机样本，则统计量服从参数为 9 的 t 分布。 7．设是取自正态总体的简单随机样本且 ，则 0.05 ， 0.01 时，统计量服从分布，其自由度为 2 ； 8．设总体 X 服从正态分布,而是来自总体的简单随机样 本，则随机变量 服从 F 分布，参数为 10,5 ； 9．设随机变量则 F(n,1 ； 10．设随机变量且，A为常数，则 0.7 二、选择题 1．设是来自总体的简单随机样本，是样本均值， 记 则服从自由度的分布的随机变量是（ A ）； A． B． C． D． 2．设是经验分布函数，基于来自总体的样本，而是总体的分布函数，则下列命题错误的为，对于每个给定的（ B ） A．是分布函数 B．依概率收敛于 C．是一个统计量 D．其数学期望是 3．设总体服从0－1分布，是来自总体的样本，是样本均值，则下列各选项中的量不是统计量的是（ B ） A． B． C． D． 4．设是正态总体的一个样本，其中已知而未知，则下列各选项中的量不是统计量的是（ C ）。 A． B． C． D． 5．设和分别来自两个正态总体和的样本，且相互独立，分别为两个样本的样本方差，则服从的统计量是（ B ） A． B． C． D． 6．设是正态总体的一个样本，和分别为样本均值和样本方差，则下面结论不成立的有（ D ） A．相互独立； B．与相互独立； C．与相互独立D．与相互独立。 §1、4 常用得分布及其分位数 1、 卡平方分布 卡平方分布、t 分布及F 分布都就是由正态分布所导出得分布,它们与正态分布一起,就是试验统计中常用得分布。 当X 1、X 2、… 、Xn 相互独立且都服从N(0,1)时,Z=∑i i X 2 得分布称为自由度等于n 得2χ分布,记作Z ～2χ(n),它得分布 密度 p(z )=??? ????>??? ??Γ--,,00,2212122其他z e x n z n n 式中得??? ??Γ2n =u d e u u n ?∞+--012,称为Gamma 函数,且()1Γ=1, ?? ? ??Γ21=π。2χ分布就是非对称分布,具有可加性,即当Y 与Z 相互独立,且Y ～2χ(n ),Z ～2χ(m ),则Y+Z ～2χ(n+m )。 证明: 先令X 1、X 2、…、X n 、X n+1、X n+2、…、 X n+m 相互独立且都服从N(0,1),再根据2χ分布得定义以及上述随机变量得相互独立性,令 Y=X 21+X 22+…+X 2n ,Z=X 21+n +X 22+n +…+X 2m n +, Y+Z= X 21+X 22+…+X 2n + X 21+n +X 22+n +…+X 2m n +, 即可得到Y+Z ～2χ(n +m )。 2、 t 分布 若X 与Y 相互独立,且 X ～N(0,1),Y ～2χ(n ),则Z =n Y X 得分布称为自由度等于n 得t 分布,记作Z ～ t (n ),它得分布密度 P(z)=)()(221n n n ΓΓ+2121+-???? ??+n n z 。 请注意:t 分布得分布密度也就是偶函数,且当n>30时,t 2015版导数题型归类 第二讲 交点与根的分布 一、学习目标 1.交点问题转化为函数的最值问题 2.根的分布利用数形结合转化为基本的不等式问题 二、重难点 重点：交点问题 难点：交点问题 三、引入 我们知道导数可以用于研究切线、单调性、极值、最值问题，那么： 已知3x =是函数2()ln(1)10f x a x x x =++-的一个极值点，若直线y b =与函数()y f x =的图象有3个交点，则b 的取值范围为 ． 它是哪一类啦？ 四、过程 【知识点一】交点（零点或其变形） 两个函数的图像有交点也就是方程组有解，但是对于超越函数我们往往解不出，那么转化为一个函数，再利用图像研究其极值和最值问题成为了一种思路。 例题1.已知函数33y x x c =-+的图象与x 轴恰有两个公共点，则c = ． A ．-2或2 B ．-9或3 C ．-1或1 D ．-3或1 例题2.（交点个数与根的分布）已知x=3是函数f(x)=aln(x+1)+2 x -10x 的一个极值点。 1）求a; 2）求函数的单调区间; 3）若直线y=b 与函数y=f(x)的图像有三个交点，求b 的取值范围. 【巩固练习】 1.若函数x e y x a 4)1(+=-有大于零的极值点，则a 的范围为_______. 2.（2011年福建）已知a,b 为常数，且0≠a ，函数x ax b ax x f ln )(++-=，2)(=e f 1）求实数b; 2）求函数的单调区间 3）当a=1时，是否同时存在实数m 和M （m 第六章样本及抽样分布 【基本要求】 1、理解总体、个体和样本的概念； 2、理解样本均值、样本方差和样本矩的概念并会计算； 3、理解统计量的概念，掌握几种常用统计量的分布及其结论； 4、理解分位数的概念，会计算几种重要分布的分位数。 【本章重点】样本均值、样本方差和样本矩的计算；抽样分布—— 2 分布，t分布， F分布；分位数的理解和计算。 【本章难点】对样本、统计量及分位数概念的理解；样本矩的计算。 【学时分配】 4 学时 【授课内容】 §6.0前言 前面五章我们研究了概率论的基本内容，从中得知：概率论是研究随机现象统计规律性的一 门数学分支。它是从一个数学模型出发（比如随机变量的分布）去研究它的性质和统计规律性； 而我们下面将要研究的数理统计，也是研究大量随机现象的统计规律性，并且是应用十分广泛的 一门数学分支。所不同的是数理统计是以概率论为理论基础，利用观测随机现象所得到的数据来 选择、构造数学模型（即研究随机现象）。其研究方法是归纳法（部分到整体）。对研究对象的客观规律性做出种种合理性的估计、判断和预测，为决策者和决策行动提供理论依据和建议。数理 统计的内容很丰富，这里我们主要介绍数理统计的基本概念，重点研究参数估计和假设检验。 § 6.1随机样本 1 一、总体与样本 1.总体、个体 在数理统计学中，我们把所研究的全部元素组成的集合称为总体；而把组成总体的每个元素称为个体。 例如：在研究某批灯泡的平均寿命时，该批灯泡的全体就组成了总体，而其中每个灯泡就是 个体；在研究我校男大学生的身高和体重的分布情况时，该校的全体男大学生组成了总体，而每 个男大学生就是个体。 但对于具体问题，由于我们关心的不是每个个体的种种具体特性，而仅仅是它的某一项或几 项数量指标 X ( 可以是向量 ) 和该数量指标X在总体的分布情况。在上述例子中 X 是表示灯泡的寿命或男大学生的身高和体重。在试验中，抽取了若干个个体就观察到了X 的这样或那样的数值，因而这个数量指标X 是一个随机变量（或向量），而 X 的分布就完全描写了总体中我们所关心的那个数量指标的分布状况。由于我们关心的正是这个数量指标，因此我们以后就把总体和数量指标 X 可能取值的全体组成的集合等同起来。 定义 1：把研究对象的全体（通常为数量指标X 可能取值的全体组成的集合）称为总体；总体中的每个元素称为个体。 我们对总体的研究，就是对相应的随机变量X 的分布的研究，所谓总体的分布也就是数量指 标 X 的分布，因此， X 的分布函数和数字特征分别称为总体的分布函数和数字特征。今后将不区分总体与相应的随机变量，笼统称为总体 X 。根据总体中所包括个体的总数，将总体分为：有限总体 和无限总体。 例 1：考察一块试验田中小麦穗的重量： X =所有小麦穗重量的全体（无限总体）；个体——每个麦穗重x 2 概率论中几种常用的重要的分布 摘要：本文主要探讨了概率论中的几种常用分布，的来源和他们中间的关系。其在实际中的应用。 关键词 1 一维随机变量分布 随机变量的分布是概率论的主要内容之一，一维随机变量部分要介绍六中常 用分布，即( 0 －1) 分布、二项分布、泊松分布、均匀分布、指数分布和正态分布． 下面我们将对这六种分布逐一地进行讨论． 随机事件是按试验结果而定出现与否的事件。它是一种“定性”类型的概念。为了进一步研究有关随机试验的问题，还需引进一种“定量”类型的概念，即，根据试验结果而定取什么值（实值或向量值）的变数。称这种变数为随机变数。本章内将讨论取实值的这种变数—— 一维随机变数。 定义1.1 设X 为一个随机变数，令 ()([(,)])([]),()F x P X x P X x x =∈-∞=-∞ +∞. 这样规定的函数()F x 的定义域是整个实轴、函数值在区间[0,1]上。它是一个普通的函数。成这个函数为随机函数X 的分布函数。 有的随机函数X 可能取的值只有有限多个或可数多个。更确切地说：存在着有限多个值或可数多个值12,,...,a a 使得 12([{,,...}])1P X a a ∈= 称这样的随机变数为离散型随机变数。称它的分布为离散型分布。 【例1】下列诸随机变数都是离散型随机变数。 （1）X 可能取的值只有一个，确切地说，存在着一个常数a ,使([])1P X a ==。称这种随机变数的分布为退化分布。一个退化分布可以用一个常数a 来确定。 （2）X 可能取的值只有两个。确切地说，存在着两个常数a ，b ，使 ([{,}])1P X a b ∈=.称这种随机变数的分布为两点分布。如果([])P X b p ==，那 么，([])1P X a p ===-。因此，一个两点分布可以用两个不同的常数,a b 及一个在区间（0,1）内的值p 来确定。 特殊地，当,a b 依次为0,1时，称这两点分布为零-壹分布。从而，一个零-壹分布可以用一个在区间（0，1）内的值p 来确定。 （3）X 可能取的值只有n 个：12,...,a a （这些值互不相同），且，取每个i a 值 第六章抽样调查 一、填空题 1．抽选样本单位时要遵守原则，使样本单位被抽中的机会。 2．常用的总体指标有、、。 3．在抽样估计中，样本指标又称为量，总体指标又称为。 4．全及总体标志变异程度越大，抽样误差就；全及总体标志变异程度越小， 抽样误差。 5．抽样估计的方法有和两种。 6．整群抽样是对被抽中群内的进行的抽样组织方式。 7．误差分为和代表性误差；代表性误差分为________和偏差；偏差是 ____________________________，也称为________________。 8．简单随机抽样的成数抽样平均误差计算公式是：重复抽样条件下：； 不重复抽样条件下：。 9．误差范围△，概率度t和抽样平均误差 之间的关系表达式为。 10．抽样调查的组织形式有：。 二、单项选择题 1．所谓大样本是指样本单位数在( )及以上 A 30个 B 50个 C 80个D100个 2．抽样指标与总体指标之间抽样误差的可能范围是( ) A 抽样平均误差 B 抽样极限误差 C 区间估计范围 D 置信区间 3．抽样平均误差说明抽样指标与总体指标之间的( ) A 实际误差 B 平均误差 C 实际误差的平方 D 允许误差 4．是非标志方差的计算公式( ) A P(1-P) B P(1-P)2 C )1(P P D P 2(1-P) 5．总体平均数和样本平均数之间的关系是( ) A 总体平均数是确定值，样本平均数是随机变量 B 总体平均数是随机变量，样本平均数是确定值 C 两者都是随机变量 D 两者都是确定值 6．对入库的一批产品抽检10件，其中有9件合格，可以( )概率保证合格率不低于80％。 A 95．45％ B 99．7396 C 68．27％ D 90％ 7．在简单随机重复抽样情况下，若要求允许误差为原来的2／3，则样本容量( ) A 扩大为原来的3倍 B 扩大为原来的2／3倍 C 扩大为原来的4／9倍 D 扩大为原来的2．25倍 8.根据抽样调查得知：甲企业一等品产品比重为30%，乙企业一等品比重为50% 一等品产品比重的抽样平均误差为 （ ） A 甲企业大 B 两企业相同 C 乙企业大 D 无法判断 9．是非标志的平均数是（ ） A -P)1P( B P(1-P) C p D (1-P)2 10．重复抽样的误差一定（ ）不重复抽样的误差。 目录 1. 均匀分布 (1) 2. 正态分布（高斯分布） (2) 3. 指数分布 (2) 4. Beta分布（：分布） (2) 5. Gamm 分布 (3) 6. 倒Gamm分布 (4) 7. 威布尔分布（Weibull分布、韦伯分布、韦布尔分布） (5) 8. Pareto 分布 (6) 9. Cauchy分布（柯西分布、柯西-洛伦兹分布） (7) 2 10. 分布（卡方分布） (7) 8 11. t分布................................................ 9 12. F分布 ............................................... 10 13. 二项分布............................................ 10 14. 泊松分布（Poisson 分布）............................. 11 15. 对数正态分布........................................ 1. 均匀分布 均匀分布X ~U（a,b）是无信息的，可作为无信息变量的先验分布。 2. 正态分布（高斯分布） 当影响一个变量的因素众多，且影响微弱、都不占据主导地位时，这个变量 很可能服从正态分布，记作 X~N （」f 2）。正态分布为方差已知的正态分布 N （*2）的参数」的共轭先验分布。 1 空 f （x ）： —— e 2- J2 兀 o' E(X)， Var(X) _ c 2 3. 指数分布 指数分布X ~Exp （ ）是指要等到一个随机事件发生，需要经历多久时间。其 中，.0为尺度参数。指数分布的无记忆性： Plx s t|X = P{X t}。 f （X ）二 y o i E(X) 一 4. Beta 分布（一：分布） f （X ）二 E(X) Var(X)= (b-a)2 12 Var(X)二 1 ~2 第六章样本及抽样分布 §1总体与样本 从理论上讲，对随机变量进行大量的观测，被研究的随机变量的概率特征一定能显现出来，可是实际进行的观测次数只能是有限的，有时甚至是少量的。因此，我们关心的问题就是怎样有效地利用收集到的有限的资料，尽可能地对被研究的随机变量的概率特征作出精确而可靠的结论． 我们把被研究的对象的全体称为总体（或母体），而把组成总体的各个元素称为个体。代表总体的指标是一个随机变量，所以总体就是指某个随机变量可能取的值的全体。 从总体中抽取一个个体，就是对代表总体的随机变量进行一次试验（或观测），得到的一个试验数据（或观测值）。从总体中抽取一部分个体，就是对随机变量进行若干次试验（观测）。 从总体中抽取若干个个体的过程称为抽样。抽样结果得到的一组试验数据（观测值），称为样本（或子样）；样本中所含个体的数量称为样本容量。 从总体中抽取样本，一般总是假设满足下述两个条件： （1）随机性为了使样本具有充分的代表性，抽样必须是随机的，应使总体中的每一个个体都有同等的机会被抽取到，通常可以用编号抽签的方法或利用随机数表来实现。 （2）独立性各次抽样必须是相互独立的，即每次抽样的结果既不影响其它各次抽样的结果，也不受其它各次抽样结果的影响。 这种随机的、独立的抽样方法称为简单随机抽样，由此得到的样本称为简单随机样本。 例如，从总体中进行放回抽样，显然是简单随机抽样，得到的样本就是简单随机样本。 从有限总体（即其中只含有有限多个个体的总体）中，进行不放回抽样，虽然不是简单随机抽 样，但是若总体容量很大而样本容量较小(，则可以近似地看作是放回抽样，因而也就可以近似地看作是简单随机抽样，得到的样本可以近似地看作是简单随机样本。 今后，凡是提到抽样与样本，都是指简单随机抽样与简单随机样本。 从总体中抽取容量为n的样本，就是对代表总体的随机变量随机地、独立地进行n次试验（观测），每次试验的结果可以看作是一个随机变量，n次试验的结果就是n个随机变量 。 这些随机变量相互独立，并且与总体服从相同的分布。设得到的样本观测值分别是 ， 第六章样本与抽样分布 §6.1 数理统计的基本概念 一．数理统计研究的对象 例：有一批灯泡，要从使用寿命这个数量指标来看其质量,设寿命用X表示。 (1)若规定寿命低于1000小时的产品为次品。此问题是求P(X 1000)=F(10000),求F(x)? (2)从平均寿命、使用时数长短差异来看其质量，即求E(x)?、D(x)?。 要解决二个问题 1．试验设计抽样方法。 2．数据处理或统计推断。 方法具有“从局部推断总体”的特点。 二.总体（母体）和个体 1.所研究对象的全体称为总体，把组成总体的每一个对象成员（基本单元）称为个体。 说明： (1)对总体我们关心的是研究对象的某一项或某几项数量指标(或属性指标)以及他们在整体中的分布。所以总体是个体的数量指标的全体。 (2)为研究方便将总体与一个R.V X 对应(等同)。 a.总体中不同的数量指标的全体， 即是R.V.X的全部取值。 b.R.V X的分布即是总体的分布 情况。 例：一批产品是100个灯泡，经测试其寿命是： 1000小时1100小时 1200小时 20个30个50个 X 1000 1100 1200 P 20/100 30/100 50/100 (设X表示灯泡的寿命)可知R.V.X的分布律， 就是总体寿命的分布，反之亦然。 常称总体X，若R.VX～F(x)，有时也用F(x)表示一个总体。 (3)我们对每一个研究对象可能要观测两个或多个数量指标，则可用多维随机向量（X,Y,Z, …）去描述总体。 2.总体的分类 有限总体 无限总体 三．简单随机样本. 1.定义6.1 ：从总体中抽得的一部分个体组成的集合称为子样（样本），取得的个体叫样品，样本中样品的个数称为样本容量（也叫样本量）。每个样品的测试值叫观察值。 取得子样的过程叫抽样。 样本的双重含义： (1)随机性： 用(X 1，X 2, ……X n) n维随机向量表 示。 X i表示第i个被抽到的个体，是随机变量。（i=1,2,…n） §1.4 常用的分布及其分位数 1. 卡平方分布 卡平方分布、t 分布及F 分布都是由正态分布所导出的分布，它们与正态分布一起，是试验统计中常用的分布。 当X 1、X 2、…、Xn 相互独立且都服从N(0,1)时，Z=∑i i X 2 的 分布称为自由度等于n 的2χ分布，记作Z ～2χ(n)，它的分 布密度 p(z )=???????>??? ??Γ--,,00,2212122其他z e x n z n n 式中的??? ??Γ2n =u d e u u n ?∞+--012，称为Gamma 函数，且()1Γ=1， ?? ? ??Γ21=π。2χ分布是非对称分布，具有可加性，即当Y 与Z 相互独立，且Y ～2χ(n )，Z ～2χ(m )，则Y+Z ～2χ(n+m )。 证明: 先令X 1、X 2、…、X n 、X n+1、X n+2、…、 X n+m 相互独立且都服从N(0,1)，再根据2χ分布的定义以及上述随机变量的相互独立性，令 Y=X 21+X 22+…+X 2n ，Z=X 21+n +X 22+n +…+X 2m n +， Y+Z= X 21+X 22+…+X 2n + X 21+n +X 22+n +…+X 2m n +， 即可得到Y+Z ～2χ(n +m )。 2. t 分布 若X 与Y 相互独立，且 X ～N(0,1)，Y ～2χ(n )，则Z =n Y X 的分布称为自由度等于n 的t 分布，记作Z ～ t (n )，它的分布密度 P(z)=)()(221n n n ΓΓ+2121+-???? ??+n n z 。 请注意：t 分布的分布密度也是偶函数，且当n>30时，t 第六章样本及抽样分布 【授课对象】理工类本科二年级 【授课时数】4学时 【授课方法】课堂讲授与提问相结合 【基本要求】1、理解总体、个体和样本的概念； 2、了解经验分布函数和直方图的作法，知道格林汶科定理； 3、理解样本均值、样本方差和样本矩的概念并会计算； 4、理解统计量的概念，掌握几种常用统计量的分布及其结论； 5、理解分位数的概念，会计算几种重要分布的分位数。 【本章重点】样本均值、样本方差和样本矩的计算；抽样分布——2 分布，t分布，F分布；分位数的理解和计算。 【本章难点】对样本、统计量及分位数概念的理解；样本矩的计算。 【授课内容及学时分配】 §6.0 前言 前面五章我们研究了概率论的基本内容，从中得知：概率论是研究随机现象统计规律性的一门数学分支。它是从一个数学模型出发（比如随机变量的分布）去研究它的性质和统计规律性；而我们下面将要研究的数理统计，也是研究大量随机现象的统计规律性，并且是应用十分广泛的一门数学分支。所不同的是数理统计是以概率论为理论基础，利用观测随机现象所得到的数据来选择、构造数学模型（即研究随机现象）。其研究方法是归纳法（部分到整体）。对研究对象的客观规律性做出种种合理性的估计、判断和预测，为决策者和决策行动提供理论依据和建议。数理统计的内容很丰富，这里我们主要介绍数理统计的基本概念，重点研究参数估计和假设检验。 §6.1 随机样本 一、总体与样本 1.总体、个体 在数理统计学中，我们把所研究的全部元素组成的集合称为总体；而把组成总体的每个 元素称为个体。 例如：在研究某批灯泡的平均寿命时，该批灯泡的全体就组成了总体，而其中每个灯泡就是个体；在研究我校男大学生的身高和体重的分布情况时，该校的全体男大学生组成了总体，而每个男大学生就是个体。 但对于具体问题，由于我们关心的不是每个个体的种种具体特性，而仅仅是它的某一项或几项数量指标X (可以是向量)和该数量指标X 在总体的分布情况。在上述例子中X 是表示灯泡的寿命或男大学生的身高和体重。在试验中，抽取了若干个个体就观察到了X 的这样或那样的数值，因而这个数量指标X 是一个随机变量（或向量），而X 的分布就完全描写了总体中我们所关心的那个数量指标的分布状况。由于我们关心的正是这个数量指标，因此我们以后就把总体和数量指标X 可能取值的全体组成的集合等同起来。 定义1：把研究对象的全体（通常为数量指标X 可能取值的全体组成的集合）称为总体；总体中的每个元素称为个体。 我们对总体的研究，就是对相应的随机变量X 的分布的研究，所谓总体的分布也就是数量指标X 的分布，因此，X 的分布函数和数字特征分别称为总体的分布函数和数字特征。今后将不区分总体与相应的随机变量，笼统称为总体X 。根据总体中所包括个体的总数，将总体分为：有限总体和无限总体。 例1：考察一块试验田中小麦穗的重量： X =所有小麦穗重量的全体（无限总体）；个体——每个麦穗重x 对应的分布： +∞<<σμσ π= ≤= ≤ξ=?∞ -σμ-- x N dt e x 重量x P x F x t 0) ,(~21 }{)(22)(2 2总麦穗数 的麦穗数 例2：考察一位射手的射击情况： X =此射手反复地无限次射下去所有射击结果全体； 每次射击结果都是一个个体（对应于靶上的一点） 个体数量化???=未中射中 01x 1在总体中的比例p 为命中率 0在总体中的比例p -1为非命中率 总体X 由无数个0，1构成，其分布为两点分布),1(p B p X P p X P -====1}0{,}1{ 2.样本与样本空间 为了对总体的分布进行各种研究，就必需对总体进行抽样观察。 一元二次方程根的分布 一元二次方程根的分布是二次函数中的重要内容。这部分知识在初中代数中虽有所涉及，但尚不够系统和完整，且解决的方法偏重于二次方程根的判别式和根与系数关系定理（韦达定理）的运用。下面我们将主要结合二次函数图象的性质，分两种情况系统地介绍一元二次方程实根分布的充要条件及其运用。 一．一元二次方程根的基本分布——零分布 所谓一元二次方程根的零分布，指的是方程的根相对于零的关系。比如二次方程有一正根，有一负根，其实就是指这个二次方程一个根比零大，一个根比零小，或者说，这两个根分布在零的两侧。 设一元二次方程20(0)ax bx c a ++=≠的两个不等实根为1x ，2x ①方程有两个不等正根 ??? ?? ? ??? >=>-=+>-=?>>00040,0212 1221a c x x a b x x ac b x x ②方程两根一正一负 ：0021<<=<-=+>-=?<<00040,0212 1221a c x x a b x x ac b x x 即时应用： (1)若一元二次方程 0)1(2)1(2 =-++-m x m x m 有两个不等正根，求m 的取值范围。 (2)k 在何范围内取值，一元二次方程0332 =-++k kx kx 有一个正根和一个负根？ 二、一元二次方程的非零分布——k 分布 设一元二次方程20(0)ax bx c a ++=>的两不等实根为1x ，2x ， k 为常数。则一元二次方k 1x 2x k k k k 2k 1k 2 k 1 k 3 k 2 k 1 k 习题六 样本及抽样分布 一、填空题 1．设来自总体X 的一个样本观察值为：2.1，5.4，3.2，9.8，3.5，则样本均值 = 4.8 ，样本方差 =22.716； 2．在总体~(5,16)X N 中随机地抽取一个容量为 36 的样本，则均值X 落在4与6之间的概率 = 0.9332 ； 3． 设某厂生产的灯泡的使用寿命2~(1000,)X N σ (单位:小时)，抽取一容量为9的样本，得到940,100x s ==，则(940)P X <= ； 4．设127,,...,X X X 为总体2 ~(0,0.5)X N 的一个样本，则7 21 (4)i i P X =>=∑ 0.025 ； 5．设126,,...,X X X 为总体~(0,1)X N 的一个样本，且cY 服从2χ分布，这里， 22123456()()Y X X X X X X =+++++，则c =1/3 ； 6．设随机变量,X Y 相互独立，均服从2(0,3)N 分布且129,,...,X X X 与129,,...,Y Y Y 分 别是来自总体,X Y 的简单随机样本，则统计量U =服从参数为 9 的 t 分布。 7．设1234,,,X X X X 是取自2~(0,2)X N 正态总体的简单随机样本且 22!234(2)(34),Y a X X b X X =-+-，则a = 0.05 ，b = 0.01 时，统计量Y 服从 2χ分布，其自由度为 2 ； 8．设总体 X 服从正态分布2~(0,2)X N ,而1215,,...,X X X 是来自总体的简单随机 样本，则随机变量 22 110 22 1115...2(...) X X Y X X ++=++ 服从 F 分布，参数为 10,5 ； 9．设随机变量21 ~()(1),,X t n n Y X >=则~Y F(n,1) ； 10．设随机变量~(,)X F n n 且()0.3P X A >=，A 为常数，则1 ()P X A > = 0.7 二、选择题 1．设12,,...,n X X X 是来自总体2(,)N μσ的简单随机样本，X 是样本均值， 记22222 21 23111 111(),(),(),11n n n i i i i i i S X X S X X S X n n n μ====-=-=---∑∑∑ 2 241 1(),n i i S X n μ==-∑则服从自由度1n -的t 分布的随机变量是T =（ A ）； A ． B C D 2．设()n F x 是经验分布函数，基于来自总体X 的样本，而()F x 是X 总体的 分布函数，则下列命题错误的为，对于每个给定的,()n x F x （ B ） A ．是分布函数 B ．依概率收敛于()F x C ．是一个统计量 D ．其数学期望是()F x 第六章 统计量及其抽样分布 练习题 一、填空题（共10题，每题2分，共计20分） 1．简单随机抽样样本均值X 的方差取决于_________和_________，要使X 的标准差降低到原来的50％，则样本容量需要扩大到原来的_________倍。 2. 设1217,,,X X X L 是总体(,4)N μ的样本，2S 是样本方差，若2()0.01P S a >=， 则a =____________。 3．若(5)X t :，则2X 服从_______分布。 4．已知0.95(10,5) 4.74F =，则0.05(5,10)F 等于___________。 5．中心极限定理是说：如果总体存在有限的方差，那么，随着_________的增加，不论这个总体变量的分布如何，抽样平均数的分布趋近于_____________。 6. 总体分布已知时，样本均值的分布为_________抽样分布；总体分布未知，大样本情况下，样本均值的分布为_________抽样分布。 7. 简单随机样本的性质满足_________和_________。 8.若(2,4)X N :，查分布表，计算概率(X 3)P ≥=_________。若(X )0.9115P a ≤=，计算a =_________。 9. 若12~(0,2),~(0,2),X N X N 1X 与2X 独立，则2212X X +（）/2服从______分布。 10. 若~(16,4)X N ，则5X 服从___________分布。 二、选择题（共10题，每题1分，共计10分） 1．中心极限定理可保证在大量观察下 ( ) A ． 样本平均数趋近于总体平均数的趋势 B ． 样本方差趋近于总体方差的趋势 C ． 样本平均数分布趋近于正态分布的趋势 D. 样本比例趋近于总体比例的趋势 样本及抽样分布 第六章样本及抽样分布 【基本要求】1、理解总体、个体和样本的概念； 2、理解样本均值、样本方差和样本矩的概念并会计算； 3、理解统计量的概念，掌握几种常用统计量的分布及其结论； 4、理解分位数的概念，会计算几种重要分布的分位数。 【本章重点】样本均值、样本方差和样本矩的计算；抽样分布——2 分布，t分布， F分布；分位数的理解和计算。 【本章难点】对样本、统计量及分位数概念的理解；样本矩的计算。 【学时分配】4学时 【授课内容】 §6.0 前言 前面五章我们研究了概率论的基本内容，从中得知：概率论是研究随机现象统计规律性的一门数学分支。它是从一个数学模型出发（比如随机变量的分布）去研究它的性质和统计规律性；而我们下面将要研究的数理统计，也是研究大量随机现象的统计规律性，并且是应用十分广泛的一门数学分支。所不同的是数理统计是以概率论为理论基础，利用观测随机现象所得到的数据来选择、构造数学模型（即研究随机现象）。其研究方法是归纳法（部分到整体）。对研究对象的客观规律性做出种种合理性的估计、判断和预测，为决策者和决策行动提供理论依据和建议。数理统计的内容很丰富，这里我们主要介绍数理统计的基本概念，重点研究参数估计和假设检验。 §6.1 随机样本 一、总体与样本 1.总体、个体 在数理统计学中，我们把所研究的全部元素组成的集合称为总体；而把组成总体的每个元素称为个体。 例如：在研究某批灯泡的平均寿命时，该批灯泡的全体就组成了总体，而其中每个灯泡就是个体；在研究我校男大学生的身高和体重的分布情况时，该校的全体男大学生组成了总体，而每个男大学生就是个体。 但对于具体问题，由于我们关心的不是每个个体的种种具体特性，而仅仅是它的某一项或几项数量指标X(可以是向量)和该数量指标X在总体的分布情况。在上述例子中X是表示灯泡的寿命或男大学生的身高和体重。在试验中，抽取了若干个个体就观察到了X的这样或那样的数值，因而这个数量指标X是一个随机变量（或向量），而X的分布就完全描写了总体中我们所关心的那个数量指标的分布状况。由于我们关心的正是这个数量指标，因此我们以后就把总体和数量指标X可能取值的全体组成的集合等同起来。 定义1：把研究对象的全体（通常为数量指标X可能取值的全体组成的集合）称为总体；总体中的每个元素称为个体。 我们对总体的研究，就是对相应的随机变量X的分布的研究，所谓总体的分布也就是数量指标X的分布，因此，X的分布函数和数字特征分别称为总体的分布函数和数字特征。今后将不区分总体与相应的随机变量，笼统称为总体X。根据总体中所包括个体的总数，将总体分为：有限总体和无限总体。 例1：考察一块试验田中小麦穗的重量：习题六 样本及抽样分布.
统计学常用分布及其分位数
(版)导数题型归类讲：交点与根的分布
(完整版)样本及抽样分布.doc
概率论中几种常用重要分布
第六章抽样调查练习及答案
16种常见概率分布概率密度函数、意义及其应用
第六章 样本及抽样分布.
样本与抽样分布
统计学常用分布及其分位数
第六章样本及抽样分布
二次函数根的分布专题
(完整word版)习题六样本及抽样分布
@2-第6章 统计量及其抽样分布 练习题
样本及抽样分布讲解学习