考研数学(概率论部分,第六章)学习
[toc]
统计初步
统计的概念
==总体的定义==:研究对象的某项数量指标的全体称为总体,记作X.总体的每个元素称为个体
==样本的定义==:设随机变量相互独立与总体同分布,称
==统计量的定义==:
常用统计量:
样本均值:
- 样本均值和期望是不一样的概念,期望=均值的前提是需要满足大数定律!
样本方差:2
样本标准差:
样本的k阶原点矩:
样本的k阶中心矩:
样本均值与样本方差的性质
设样本呢 来自总体的简单随机样本,且则
\Gamma(s)= \int {0}^{+ \infty}x^{s-1}e^{-x}dx,s>0, \Gamma(s+1)=s \Gamma(s) \
\Gamma(\frac{1}{2})= \sqrt{\pi}, \Gamma(1)= \int {0}^{+ \infty}e^{-x}dx=1, \Gamma(n+1)= \int _{0}^{+ \infty}x^{n}e^{-x}dx=n!$$
三大抽样分布
- 卡方分布
==分布的定义==: 设随机变量相互==独立==,均服从N(0,1),称 服从自由度为n的分布,记为:
特别的: 则
==分布的分位点的定义==:
- 上分位点的表示:
==分布的性质==:
- 卡方分布的参数可加性:设 相互独立
- 设 则
- F分布
==F分布的定义==:相互==独立==的两个卡方分布的比值 F 是服从自由度为的F分布,记为
==F分布上侧的分位点==:图像上该点向正方向的面积为
==F分布的性质==:
- 设
- t分布
==t分布的定义==:设随机变量X Y 相互独立,
==t分布的上侧分位点的定义==:
==t分布的性质==:
t分布可以通过平方操作转向F分布!反过来不行!。
三大抽样分布的随机变量以及概率密度的性质
- 卡方分布
- 大于0
- F分布
- 大于0
- t分布
- 可以取到所有实数,图像对称。
六大统计量
单正态总体
- 通过这个变换可以将
- 可以直接和卡方分布直接联系起来。
- 若 则
- 为什么是服从n-1自由度的卡方分布1
双正态总体
设总体 ,总体与 分别来自总体X与Y 的简单随机样本且相互独立,样本均值分别为 ,样本方差为 则:
- 当时 其中
题型
求统计量的抽样分布
- 三大抽样分布
- 六大统计量
求统计量数值特征
- 的性质
- 卡方分布的期望和方差
问题:
来自总体的样本之间相互独立同分布,那么其绝对值相互独立吗
1. 一文弄懂为啥(n-1)s^2/σ^2是服从n-1个自由度的卡方分布(正交变换的应用) - 知乎 (zhihu.com) ↩
2. 马同学 (matongxue.com) ↩
本博客所有文章除特别声明外,均采用 CC BY-NC-SA 4.0 许可协议。转载请注明来自 Nino Neumann!