数理统计·1 数理统计的基本概念

考纲内容

• 总体、个体、简单随机样本、统计量、样本均值、样本方差、样本矩
• $\chi^2 $ 分布，$ t$ 分布，$F$ 分布，分位数，正态总体的常用抽样分布

脑图

graph TD
A["简单随机样本"]---|不含未知参数的函数|B["统计量"]
B-->C["常用统计量：<br>样本平均值<br>样本方差<br>样本标准差<br>样本 k 阶原点矩<br>样本 k 阶中心矩"]
B-->D["经验分布函数"]
B-->E["χ2 分布"]
B-->T["t 分布"]
B-->F["F 分布"]
N["正态总体的统计量性质"]---B

一、随机样本

1. 随机样本诸概念的定义

在数理统计中，我们通常研究某个对象的特定数量指标。例如，研究某种型号灯泡的寿命。为此，我们会进行与这一数量指标相关的随机试验。这些试验的结果值不一定都相同，且其数量也不一定是有限的。

• 每一个可能的观察值称为个体。
• 总体中包含的所有个体的总数称为总体的容量。

根据容量的大小，可以将总体分为：

• 有限总体：容量有限的总体。
• 无限总体：容量无限的总体。

设 $X $ 是具有分布函数 $ F$ 的随机变量。若 $X_1, X_2, \cdots, X_n $ 是具有相同分布函数 $ F$ 的、相互独立的随机变量则称 $X_1, X_2, \cdots, X_n $ 为从分布函数 $ F$（或总体 $F$，或总体 $X $）得到的容量为 $ n$ 的简单随机样本，简称 样本 它们的观察值 $x_1,x_2,\cdots ,x_n$ 称为 样本值，又称为 $X $ 的 $ n$ 个独立的观察值。

2. 分位数

定义设有容量为 $n $ 的样本观察值 $ x_1, x_2, \cdots, x_n $，样本 $ p$ 分位数 ($0<p<1$) 记为 $x_p$，它具有以下的性质：

1. 至少有 np 个观察值小于或等于 $x_p$
2. 至少有 n (1-p) 个观察值大于或等于 $x_p$

显然，$p=\frac{1}{2}$ 时，就是我们熟悉的中位数

样本 $p$ 分位数可按以下法则求得：

首先，将 $x_1,x_2,\cdots ,x_n$ 按自小到大的次序排列成 $x_{(1)}\le x_{(2)}\le \cdots \le x_{(n)}$。

1. 若 np 不是整数，则只有一个数据满足定义中的两点要求，这一数据位于大于 np 的最小整数处，即为位于 $[np] + 1 $ 处的数。例如，$ n = 12 $，$ p = 0.9 $，则 $ np = 10.8$，$ n (1 - p) = 1.2 $。则 $ x_p$ 的位置应满足至少有 10.8 个数据$\leq x_p $（$ x_p$ 应位于第 11 或大于第 11 处）；且至少有 1.2 个数据 $\ge x_p$（$x_p$ 应位于第 11 或小于第 11 处），故 $x_p$ 应位于第 11 处。

2. 若 np 是整数。例如在 $n = 20 $，$ p = 0.95 $ 时，$ x_p$ 的位置应满足至少有 19 个数据 $\leq x_p $（$ x_p$ 应位于第 19 或大于第 19 处）且至少有 1 个数据 $\ge x_p$（$x_p$ 应位于第 19 或小于第 19 处）。此时，取第 19 和第 20 这两个数据的平均值作为 $x_p$

综上，

$$x_p=\{\begin{array}{ll}{x}_{([np]+1)},& \text{当 }np\text{ 不是整数}\\ \frac{1}{2}[x_{(np)}+x_{(np+1)}],& \text{当 }np\text{ 是整数}\end{array}$$

特别，当 $p = 0.5 $ 时，0.5 分位数 $ x_{0.5}$ 也记为 $Q_2 $ 或 $ M$，称为样本中位数，即有

$$x_{0.5}=\{\begin{array}{ll}{x}_{[\frac{n}{2}]+1},& \text{当 }n\text{ 是奇数}\\ \frac{1}{2}[x_{(\frac{n}{2})}+x_{(\frac{n}{2}+1)}],& \text{当 }n\text{ 是偶数}\end{array}$$

易知，当 $n $ 是奇数时，中位数 $ x_{0.5}$ 就是 $x_{(1)}\le x_{(2)}\le \cdots \le x_{(n)}$ 这一数组最中间的一个数；而当 $n $ 是偶数时，中位数 $ x_{0.5}$ 就是 $x_{(1)}\le x_{(2)}\le \cdots \le x_{(n)}$ 这一数组中最中间两个数的平均值。

0.25 分位数 $x_{0.25}$ 称为第一四分位数，又记为 $Q_1 $；0.75 分位数 $ x_{0.75}$ 称为第三四分位数，又记为 $Q_3 $。 $ x_{0.25}, x_{0.5}, x_{0.75}$ 在统计中是很有用的

三、抽样分布

1. 统计量

1. 统计量的定义

定义：设 $X_1, X_2, \cdots, X_n $ 是来自总体 $ X$ 的一个样本，$g(X_1,X_2,\cdots ,X_n)$ 是 $X_1, X_2, \cdots, X_n $ 的函数，若 $ g$ 中不含未知参数，则称 $g(X_1,X_2,\cdots ,X_n)$ 是一统计量。因为 $X_1, X_2, \cdots, X_n $ 都是随机变量，而统计量 $ g (X_1, X_2, \cdots, X_n)$ 是随机变量的函数，因此统计量是一个随机变量。设 $x_1,x_2,\cdots ,x_n$ 是相应于样本 $X_1, X_2, \cdots, X_n $ 的样本值，则称 $ g (x_1, x_2, \cdots, x_n)$ 是 $g(X_1,X_2,\cdots ,X_n)$ 的观察值。

2. 常用的统计量及其观察值

下面列出几个常用的统计量及其观察值。设 $X_1, X_2, \cdots, X_n $ 是来自总体 $ X$\mathrm{的}\mathrm{一}\mathrm{个}\mathrm{样}\mathrm{本}，$x_1, x_2, \cdots, x_n$ 是这一样本的观察值。

样本平均值

$$\bar{X}=\frac{1}{n}\sum _{i=1}^n{X}_i,\bar{x}=\frac{1}{n}\sum _{i=1}^n{x}_i$$

样本方差

$$\begin{gathered} S^2=\frac{1}{n-1}\sum _{i=1}^n(X_i-\bar{X}{)}^2=\frac{1}{n-1}(\sum _{i=1}^n{X}_i^2-n{\bar{X}}^2) \\ {S}^2=\frac{1}{n-1}\sum _{i=1}^n(x_i-\bar{x}{)}^2=\frac{1}{n-1}(\sum _{i=1}^n{x}_i^2-n{\bar{x}}^2) \end{gathered}$$

样本标准差

$$\begin{gathered} S=\sqrt{S^2}=\sqrt{\frac{1}{n-1}\sum _{i=1}^n(X_i-\bar{X}{)}^2} \\ S=\sqrt{S^2}=\sqrt{\frac{1}{n-1}\sum _{i=1}^n(x_i-\bar{x}{)}^2} \end{gathered}$$

样本 $k$ 阶（原点）矩

$$\begin{gathered} A_k=\frac{1}{n}\sum _{i=1}^n{X}_i^k,k=1,2,\cdots \\ {A}_k=\frac{1}{n}\sum _{i=1}^n{x}_i^k,k=1,2,\cdots \end{gathered}$$

样本 $k$ 阶中心矩

$$\begin{gathered} B_k=\frac{1}{n}\sum _{i=1}^n(X_i-\bar{X}{)}^k,k=2,3,\cdots \\ {B}_k=\frac{1}{n}\sum _{i=1}^n(x_i-\bar{x}{)}^k,k=2,3,\cdots \end{gathered}$$

3. 经验分布函数

我们还可以作出与总体分布函数 F (x) 相应的统计量——经验分布函数。它的作法如下：

设 $X_1, X_2, \ldots, X_n $ 是总体 $ F$ 的一个样本，用 S (x) 表示 $X_1, X_2, \ldots, X_n $ 中不大于 $ x$ 的随机变量的个数。定义经验分布函数 $F_n(x)$ 为：

$$F_n(x)=\frac{1}{n}S(x),-\mathrm{\infty }<x<\mathrm{\infty }$$

对于一个样本值，经验分布函数 $F_n(x)$ 的观察值是很容易得到的（$F_n(x)$ 的观察值仍以 $F_n(x)$ 表示）。例如：

1. 设总体 $F $ 具有一个样本值 $ 1, 2, 3 $，则经验分布函数 $ F_3 (x)$ 的观察值为：

$$F_3(x)=\{\begin{array}{ll}0,& \text{若 }x<1,\\ \frac{1}{3},& \text{若 }1\le x<2,\\ \frac{2}{3},& \text{若 }2\le x<3,\\ 1,& \text{若 }x\ge 3\end{array}$$

2. 设总体 $F $ 具有一个样本值 $ 1, 2, 2 $，则经验分布函数 $ F_3 (x)$ 的观察值为：

$$F_3(x)=\{\begin{array}{ll}0,& \text{若 }x<1,\\ \frac{1}{3},& \text{若 }1\le x<2,\\ 1,& \text{若 }x\ge 2\end{array}$$

一般，设 $x_1, x_2, \ldots, x_n $ 是总体 $ F$ 的一个容量为 $n $ 的样本值。先将 $ x_1, x_2, \ldots, x_n$ 按自小到大的次序排列，并重新编号，设为 $x_{(1)}\le x_{(2)}\le \cdots \le x_{(n)}$。则经验分布函数 $F_n(x)$ 的观察值为：

$$F_n(x)=\{\begin{array}{ll}0,& \text{若 }x<x_{(1)},\\ \frac{k}{n},& \text{若 }{x}_{(k)}\le x<x_{(k+1)},\\ 1,& \text{若 }x\ge x_{(n)}\end{array}$$

对于经验分布函数 $F_n(x)$，格里汶科（Glivenko）在1933年证明了以下的结果：对于任一实数 $x$，当 $n \to \infty $ 时，$ F_n (x)$ 以概率1一致收敛于分布函数 F (x) ，即

$$P(\underset{n\to \mathrm{\infty }}{lim}sup|F_n(x)-F(x)|=0)=1$$

因此，对于任一实数 $x $，当 $ n$ 充分大时，经验分布函数的任一个观察值 $F_n(x)$ 与总体分布函数 F (x) 只有微小的差别，从而在实际上可当作 F (x) 来使用。

这里的 $sup$ 是“上确界”（supremum）的缩写。在数学中，给定一个集合 $S$，该集合的上确界是所有上界中最小的一个。换句话说，$\sup S $ 是 $ S$ 的最小上界。

在这种情况下，$sup|F_n(x)-F(x)|$ 表示在所有 $x$ 上，$|F_n(x)-F(x)|$ 的最大值。这个值用于描述 $F_n(x)$ 和 F(x) 之间的最大差异。因此，整个表达式 $\underset{n\to \mathrm{\infty }}{lim}sup|F_n(x)-F(x)|=0$ 意味着当样本量 $n $ 趋于无穷大时，经验分布函数 $ F_n(x)$ 与总体分布函数 F(x) 的最大差异趋于零。

2. 常用的抽样分布统计量

考纲摘要：了解 $\chi^2 $ 分布、$ t$ 分布和 $F $ 分布的概念及性质，了解上侧 $ a$ 分位数的概念并会查表计算

1. ${\chi }^2$ 分布

设 $X_1,X_2,\cdots ,X_n$ 是来自总体 N (0,1) 的样本，则称统计量

$${\chi }^2=X_1^2+X_2^2+\cdots +X_n^2$$

为服从自由度为 $n$ 的 ${\chi }^2$ 分布，记作 ${\chi }^2\sim {\chi }^2(n)$

${\chi }^2(n)$ 分布的概率密度为

$$f(y)=\{\begin{array}{ll}\frac{1}{2^{n/2}\mathrm{\Gamma }(n/2)}{y}^{n/2-1}{e}^{-y/2},& y>0\\ 0,& y\le 0\end{array}$$

其图像如下所示：

${\chi }^2$ 分布的可加性：设 ${\chi }_1^2\sim {\chi }^2(n_1),{\chi }_2^2\sim {\chi }^2(n_2)$，且 ${\chi }_1^2,{\chi }_2^2$ 相互独立，则有 ${\chi }_1^2+{\chi }_2^2\sim {\chi }^2(n_1+n_2)$

${\chi }^2$ 分布的数学期望和方差：对于 ${\chi }^2\sim {\chi }^2(n)$，$E({\chi }^2)=n,D({\chi }^2)=2n$

$\chi^2 $ 分布的分位点：对于给定的 $ 0<\alpha<1$，称满足条件

$$P\{{\chi }^2>{\chi }_{\alpha }^2(n)\}={\int }_{{\chi }_{\alpha }^2(n)}^{\mathrm{\infty }}f(y)\mathrm{d}y=\alpha$$

的点 ${\chi }_{\alpha }^2(n)$ 为 ${\chi }^2(n)$ 上的 $\alpha$ 分位点，求法如下：

• $n$ 在 40 及以下时，查表
• $n$ 充分大时，近似的有 $\chi_\alpha^2 (n)\approx\cfrac12 (z_\alpha+\sqrt{2n-1})^2 $，在 $ n>40$ 时可采用该近似式

${\chi }_{\alpha }^2(n)$ 应该是一个与 $\alpha ,n$ 有关的常数

2. $t$ 分布

设 $X\sim N(0,1),Y\sim {\chi }^2(n)$，且 X,Y 相互独立，则称随机变量

$$t=\frac{X}{\sqrt{Y/n}}$$

为服从自由度为 $n $ 的 $ t$ 分布，记作 $t\sim t(n)$，它也称作学生氏分布，其概率密度函数为：

$$h(t)=\frac{\mathrm{\Gamma }[(n+1)/2]}{\sqrt{\pi n}\mathrm{\Gamma }(n/2)}(1+\frac{t^2}{n}{)}^{-(n+1)/2},t\in \text{R}$$

其图像如下所示：

$t $ 分布概率密度函数的图像是关于 $ t=0$ 轴对称的。此外，由于

$$\underset{n\to \mathrm{\infty }}{lim}h(t)=\frac{1}{\sqrt{2\pi }}{e}^{-t^2/2}$$

也就是说，当 $n $ 足够大时，$ t$ 分布的近似于 N (0,1) 分布

$t $ 分布的分位点：对于给定的 $ 0<\alpha<1$，称满足条件

$$P\{t>t_{\alpha }(n)\}={\int }_{t_{\alpha }(n)}^{\mathrm{\infty }}h(t)\mathrm{d}t=\alpha$$

的点 $t_{\alpha }(n)$ 为 t (n) 分布上的 $\alpha $ 分位点由于 $ t$ 分布图像的对称性，可知 $t_{1-\alpha }(n)=-t_{\alpha }(n)$。该分布的分位点也可以通过查表来求解

3. $F$ 分布

设 $U\sim {\chi }^2(n_1),V\sim {\chi }^2(n_2)$ 且相互独立，则称随机变量 $F=\frac{U/n_1}{V/n_2}$ 为服从自由度为 $(n_1,n_2)$ 的 $F $ 分布，记作 $ F\sim F (n_1,n_2)$，\mathrm{由}\mathrm{定}\mathrm{义}\mathrm{知}：$\cfrac1F\sim F (n_2,n_1)$

其概率密度为：

$$\psi (y)=\{\begin{array}{ll}\frac{\mathrm{\Gamma }[(n_1+n_2)/2](n_1/n_2{)}^{n_1/2}{y}^{(n_1/2)-1}}{\mathrm{\Gamma }(n_1/2)\mathrm{\Gamma }(n_2/2)[1+(n_{1}y/n_2){]}^{(n_1+n_2)/2}},& y>0\\ 0,& y\le 0\end{array}$$

其图像如下：

$F $ 分布的分位点，对于给定的 $ 0<\alpha<1$，称满足条件

$$P\{F>F_a(n_1,n_2)\}={\int }_{F_a(n_1,n_2)}^{\mathrm{\infty }}\psi (y)\mathrm{d}y=\alpha$$

的点 $F_a(n_1,n_2)$ 为 $F(n_1,n_2)$ 分布上的 $\alpha$ 分位点，求法亦是查表。它有以下性质：

$$F_{1-\alpha }(n_1,n_2)=\frac{1}{F_{\alpha }(n_2,n_1)}$$

4. 正态总体的样本均值与样本方差的分布

考纲摘要：了解正态总体的常用抽样分布

设总体 $X$ （无论其服从什么分布，只要存在数学期望和方差）的数学期望为 $\mu$，方差为 ${\sigma }^2$，$ X_1,X_2,\cdots,X_n $是来自 $ X$ 的一个样本，$\bar{X},S^2$ 分别是样本均值和样本方差，则有：

$$E(\bar{X})=\mu ,D(\bar{X})=\frac{{\sigma }^2}{n},E(S^2)={\sigma }^2$$

当 $X\sim N(\mu ,{\sigma }^2)$ 时存在以下定理：

(1) 定理一

设 $X_1, X_2, \ldots, X_n $ 是来自正态总体 $ N (\mu, \sigma^2)$ 的样本，样本均值为 $\bar{X}$，则有

$$\bar{X}\sim N(\mu ,\frac{{\sigma }^2}{n})$$

(2) 定理二

设 $X_1, X_2, \ldots, X_n $ 是来自总体 $ N (\mu, \sigma^2)$ 的样本，$\bar{X}$ 和 $S^2$ 分别是样本均值和样本方差，则有

$$\frac{(n-1)S^2}{{\sigma }^2}\sim {\chi }^2(n-1)$$

并且 $\bar{X}$ 与 $S^2$ 相互独立。

(3) 定理三

设 $X_1, X_2, \ldots, X_n $ 是来自总体 $ N (\mu, \sigma^2)$ 的样本，$\bar{X}$ 和 $S^2$ 分别是样本均值和样本方差，则有

$$\frac{\bar{X}-\mu }{S/\sqrt{n}}\sim t(n-1)$$

(4) 定理四

设 $X_1,X_2,\dots ,X_{n_1}$ 和 $Y_1,Y_2,\dots ,Y_{n_2}$ 分别是来自正态总体 $N({\mu }_1,{\sigma }_1^2)$ 和 $N({\mu }_2,{\sigma }_2^2)$ 的样本，且这两个样本相互独立。设

$$\bar{X}=\frac{1}{n_1}\sum _{i=1}^{n_1}{X}_i,\bar{Y}=\frac{1}{n_2}\sum _{i=1}^{n_2}{Y}_i$$

分别是这两个样本的样本均值；并且

$$S_1^2=\frac{1}{n_1-1}\sum _{i=1}^{n_1}(X_i-\bar{X}{)}^2,S_2^2=\frac{1}{n_2-1}\sum _{i=1}^{n_2}(Y_i-\bar{Y}{)}^2$$

分别是这两个样本的样本方差，则有

$$\frac{S_1^2}{S_2^2}\sim F(n_1-1,n_2-1)$$

当 ${\sigma }_1^2={\sigma }_2^2={\sigma }^2$ 时，有

$$\frac{(\bar{X}-\bar{Y})-({\mu }_1-{\mu }_2)}{S_w\sqrt{\frac{1}{n_1}+\frac{1}{n_2}}}\sim t(n_1+n_2-2)$$

其中

$$S_w^2=\frac{(n_1-1)S_1^2+(n_2-1)S_2^2}{n_1+n_2-2},S_w=\sqrt{S_w^2}$$