美文网首页
(数理统计基础1)基本概念

(数理统计基础1)基本概念

作者: To_QT | 来源:发表于2019-05-04 14:29 被阅读0次

    数理统计的直观理解

    数理统计学存在的意义:

    某工厂生产了大批的电子元件,一般来说,假定该电子元件的寿命服从指数分布,那么,有两个问题:
    a. 元件的平均寿命如何?
    b. 我要求平均寿命超过l=5000小时,能不能在这家工厂购买元件?

    指数分布的概率密度函数与分布函数复习

    指数分布的概率函数为
    \begin{align} f(x)= \left\{\begin{matrix} \lambda e^{-\lambda x}, x>0 \\ 0,x\leqslant 0 \end{matrix}\right. \tag{1.1} \end{align}
    指数函数的分布函数为:
    \begin{align} F(x)= \left\{\begin{matrix} 1 - e^{-\lambda x}, x>0 \\ 0,x\leqslant 0 \end{matrix}\right. \tag {1.2} \end{align}

    若我们知道该分布的\lambda的值,则可以很轻松的知道上述两个问题的答案,但是,通产情况下,\lambda的值是不知道的,这个时候我们只好随机抽取进行质量检测。从一大批元件中抽出若干个(n个),并测出其寿命X_1, X_2, X_3...

    那么,简单来说,上面这段话总结为下列两个问题:

    1. n个元件怎么选?(随机选,保证每一件都有同等的机会被选出)
    2. 选取之后该如何做?
      有了数据X_1, X_2, X_3...,X_n之后,一个很自然的想法是用算数平均值\overline {X}去逼近其平均寿命。当然,\overline {X}不一定等于\lambda^{-1}

    new question is:

    1. \overline {X}\lambda^{-1}的误差有多大?
    2. 产生指定大小误差的概率有多大?
    3. 把这个概率减少到一定程度,需要抽取的n是多少?

    问题 a. 元件的平均寿命如何?
    (参数估计问题)
    b. 我要求平均寿命超过l=5000小时,能不能在这家工厂购买元件?
    (假设检验问题)
    似乎第一个问题解决了,第二个问题也就能够解决了,但是,因为\overline {X}与平均寿命存在一定误差,我们需要根据实际值进行调整,我们把接受标准定为\overline {X} > l_1, 若l_1取的大些,说明检验更加严格;l_1小一些,则检验更宽松,但是,在理论上,多出可能有两个错误:寿命达到需求,但是被拒收了;寿命未达到需求但是被接受了。这两种错误都有一定的概率,很大程度上取决于\overline {X} > l_1l_1的选择。

    参数估计问题和参数检验的区别在于:参数检验不要求对分布中的未知参数进行估计,而是要在两个决定之间选一个。

    基本术语:

    总体

    研究对象的所有集合。其实就是一种分布。当参数未知时,如上述元件的参数\lambda未知,则可以说为是概率分布族

    样本

    按照一定规定从总体中抽取出来的一部分个体。所得的样本表现为若干个数据,X_1, X_2, X_3...,X_n,其中n称为样本大小样本容量

    统计量

    完全由样本决定的量,叫做统计量(只依赖于样本,不依赖于总体分布中其他的未知参数)

    样本均值与样本方差

    样本均值:
    \overline{X}=\frac{1}{n}\sum_{k=1}^{n}X_k \tag{3.1}
    样本方差:
    S^2 = \frac{\sum_{k=1}^{n}(X-\overline{X})^2}{n-1} \tag{3.2}

    注意,二阶中心矩与样本方差只差一个常数因子:
    \begin{align} B_2 =& \frac{\sum_{k=1}^{n}(X-\overline{X})^2}{n}\\\\ =& \frac{n-1 }{n}S^2 \tag{3.3} \end{align}

    为什么说S^2分母为n-1而不是n

    image.png

    自由度的另一种说法
    一共有n个样本,对应n个自由度,用S^2估计方差\sigma^2,自由度本来应该为n,但是总体均值\mu未知,用\overline{X}去估计,用掉了一个自由度。因此就只有n-1了。

    相关文章

      网友评论

          本文标题:(数理统计基础1)基本概念

          本文链接:https://www.haomeiwen.com/subject/irqxoqtx.html