概率統(tǒng)計(jì)62統(tǒng)計(jì)推斷中常用的三個(gè)分布.ppt_第1頁
概率統(tǒng)計(jì)62統(tǒng)計(jì)推斷中常用的三個(gè)分布.ppt_第2頁
概率統(tǒng)計(jì)62統(tǒng)計(jì)推斷中常用的三個(gè)分布.ppt_第3頁
概率統(tǒng)計(jì)62統(tǒng)計(jì)推斷中常用的三個(gè)分布.ppt_第4頁
概率統(tǒng)計(jì)62統(tǒng)計(jì)推斷中常用的三個(gè)分布.ppt_第5頁
已閱讀5頁，還剩24頁未讀， 繼續(xù)免費(fèi)閱讀

下載本文檔

版權(quán)說明：本文檔由用戶提供并上傳，收益歸屬內(nèi)容提供方，若內(nèi)容存在侵權(quán)，請進(jìn)行舉報(bào)或認(rèn)領(lǐng)

文檔簡介

1 第二節(jié)抽樣分布 一 基本概念 二 常見分布 三 小結(jié) 2 一 基本概念 樣本是總體的代表和反映 但我們在抽取樣本后 并不直接利用樣本進(jìn)行推斷 而需要對樣本進(jìn)行一番 加工 和 提煉 把樣本中所包含的關(guān)于我們所關(guān)心的事物的信息集中起來 這便是針對不同的問題構(gòu)造樣本的某個(gè)函數(shù) 稱之為統(tǒng)計(jì)量 3 1 統(tǒng)計(jì)量的定義 4 是 不是 實(shí)例1 5 2 幾個(gè)常用統(tǒng)計(jì)量的定義 1 樣本平均值 2 樣本方差 其觀察值 6 其觀察值 3 樣本標(biāo)準(zhǔn)差 其觀察值 7 定理1 證 所以 有 8 樣本均值 樣本方差 推導(dǎo) 它反映了總體均值的信息 它反映了總體方差的信息 9 而 所以 10 4 樣本k階 原點(diǎn) 矩 其觀察值 5 樣本k階中心矩 其觀察值 11 證明 再根據(jù)第五章辛欽定理知 由以上定義得下述結(jié)論 12 由第五章關(guān)于依概率收斂的序列的性質(zhì)知 以上結(jié)論是下一章所要介紹的矩估計(jì)法的理論根據(jù) 13 定義 記為 其密度函數(shù)為 14 來定義 其中伽瑪函數(shù)通過積分 15 1 可加性 可推廣到多個(gè)變量 2 16 分布的分位數(shù) 17 例如 當(dāng)n充分大時(shí) 近似地有 例如 精確 18 標(biāo)準(zhǔn)正態(tài)分布的分位數(shù) 查表 19 t n 的密度函數(shù)為 記為T t n 2 t分布 定義 獨(dú)立 則稱隨機(jī)變量 服從自由度為n的t分布 20 偶函數(shù) 關(guān)于x 0對稱 當(dāng)較大時(shí) t分布接近于標(biāo)準(zhǔn)正態(tài)分布 21 t分布的分位數(shù) 查表 當(dāng)n充分大時(shí) 22 例1 解 則 23 根據(jù)t分布的定義 24 記為F F m n 3 F分布 定義 獨(dú)立 則稱隨機(jī)變量 服從自由度為 m n 的F分布 F n1 n2 的概率密度為 25 26 F分布的

溫馨提示

  • 1. 本站所有資源如無特殊說明，都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等，如果需要附件，請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙，網(wǎng)頁內(nèi)容里面會(huì)有圖紙預(yù)覽，若沒有圖紙預(yù)覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 人人文庫網(wǎng)僅提供信息存儲(chǔ)空間，僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理，對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯，并不能對任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容，請與我們聯(lián)系，我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評(píng)論

0/150

提交評(píng)論