0%

【知识总结】 第六章-数理统计的基本概念

  • 本知识总结不提供完整的理论体系汇总,旨在给出概念的理解以及各类问题的思考框架
  • 笔记为个人整理,禁止商业用途
  • 如有疏漏,欢迎留言

基本概念

  • 总体
    • 研究对象某个数量指标(随机变量)的全体
    • 总体的分布即该随机变量的分布
  • 简单随机样本
    • 独立同分布(同总体的分布)的随机变量
  • 样本值
    • 样本的观测数值
  • 统计量
    • 简单随机样本的函数
    • 随机变量的函数
  • 抽样分布
    • 统计量的分布
  • 统计值
    • 统计量的观测数值
  • 分布的上分位点
    • 该分布的随机变量大于此分位点的概率是

概率论和数理统计的宏观理解

本节不是严格的理论,仅提供各个概念的大致理解,便于记忆繁杂的内容

  • 概率论
    • 核心问题
      • 求总体的分布(随机变量的分布),进而求数字特征(反映总体分布特征的数字)
    • 核心步骤
      • 定义法计算总体的分布,定义法求数字特征
  • 数理统计
    • 核心问题
      • 已知样本值,通过各种方法,对总体的参数进行估计(参数估计),对总体的参数满足的性质进行验证(假设检验)
    • 矩估计的原理
      • 用样本统计值(数字)估计总体的数字特征(数字),从而得到总体的分布
    • 极大似然估计
      • 让样本的联合密度函数在样本值处取最大,从而估计出总体的参数
    • 置信区间的理解(置信度给定)
      • 某个数字落在该数字的置信区间的概率,等于置信度
      • 统计值和总体参数有各自的置信区间,但是两者和置信区间的位置关系是等价对应的
    • 区间估计的原理
      • 首先用统计量的分布(带总体参数),求出统计值的置信区间(带总体参数)
      • 令统计值落在统计值的置信区间内,求出总体参数的置信区间(估计区间)
    • 假设检验的原理
      • 在假设成立的基础上,构造统计量,计算置信区间(估计区间)
      • 根据置信区间,得到拒绝域(实际处理时一般跳过置信区间直接计算拒绝域)
      • 统计值大概率落在统计量的置信区间,小概率落在统计量的拒绝域
      • 小概率事件发生,拒绝原假设,否则接受原假设

常用统计量

  • 样本均值
  • 样本方差
  • 样本标准差
  • 样本阶原点矩
  • 样本阶中心矩
  • 顺序统计量
    • 指的是独立同分布样本中第大的样本

统计量的数字特征

一般用的总体的数字特征表示

    • 本条指统计量依概率收敛域总体的某个数字特征

常见抽样分布

即统计量的分布

正态分布

  • 定义和性质
    • 第二章介绍过
  • 标准正态分布的上分位点

卡方分布

  • 定义
    • 为卡方分布的自由度
  • 卡方分布的上分位点
  • 性质
    • 且两者独立,则

学生分布

  • 定义
    • 且两者独立,则
    • 是学生分布的自由度
  • 学生分布的上分位点
  • 性质
    • 密度函数为偶函数
    • 很大时,近似是
      • 利用

F分布

  • 定义
    • 且两者独立,则
    • 分布第一自由度和第二自由度
  • 分布的上分位点
  • 性质

正态总体的抽样分布

即总体满足标准正态分布时,各统计量满足的分布 ### 一个正态总体 已知总体满足,则

  • 样本均值和样本方差独立
  • 统计量
    • 分布
    • 原理
      • 正态分布的标准化
  • 统计量
    • 分布
    • 原理
      • 卡方分布的定义
  • 统计量
    • 分布
    • 原理
      • 自由度少1
  • 统计量
    • 分布
    • 原理
      • 分布的定义
  • 统计量
    • 分布
    • 原理

两个正态总体

已知总体满足,总体满足

  • 相互独立
  • 统计量
    • 分布
    • 原理
      • 正态分布的标准化
  • 统计量
    • 分布
    • 原理
      • 卡方分布的性质
  • ,统计量
    • 分布
    • 原理
      • 分布的定义
  • 统计量
    • 分布
    • 原理
      • 分布的定义