首页 理论教育 随机样本及其应用-概率统计及其应用

随机样本及其应用-概率统计及其应用

时间:2023-11-08 理论教育 版权反馈
【摘要】:,xn),称为一个样本观测值.由于抽样的随机性和独立性,每个xi(i=1,2,…,n)相互独立且与总体X具有相同的分布.习惯上称n维随机变量(X1,X2,…,Xn是来自总体X的简单随机样本,简称为样本,n称为样本容量.在对总体X进行一次具体的抽样并做观测之后,得到样本X1,X2,…,Xn的确切数值x1,x2,…,Xn的联合分布律为习题4.11.设总体X~B 1,p(),X1,X2,…

随机样本及其应用-概率统计及其应用

数理统计中,总体X的分布通常是未知的,或者在形式上是已知的但含有未知参数.那么为了获得总体的分布信息,从理论上讲,需要对总体X中的所有个体进行观察测试,但这往往是做不到的.例如,由于测试炮弹的射程试验具有破坏性,一旦我们获得每个炮弹的射程数据,这批炮弹也就全部报废了,因此我们不可能对所有个体逐一加以观察测试,而是从总体X中随机抽取若干个个体进行观察测试.从总体中抽取若干个个体的过程叫作抽样,抽取的若干个个体称为样本,样本中所含个体的数量称为样本容量.

抽取样本是为了研究总体的性质,为了保证所抽取的样本在总体中具有代表性,抽样方法必须满足以下两个条件.

(1)代表性:抽取的样本与所考察的总体具有相同的分布.

(2)独立性:每次抽取是相互独立的,即每次抽取的结果既不影响其他各次抽取的结果,也不受其他各次抽取结果的影响.

这种最常用的抽样方法称为简单随机抽样,由此得到的样本称为简单随机样本.

对于有限总体而言,有放回抽样可以得到简单随机样本,但有放回抽样使用起来不方便.在实际应用中,当总体容量N很大而样本容量n较小时(一般当N≥10n时),可将不放回抽样近似当作放回抽样来处理.对于无限总体而言,抽取一个个体不会影响它的分布,因此,通常采取不放回抽样得到简单随机样本.以后我们所涉及的抽样和样本都是指简单随机抽样和简单随机样本.

从总体X中抽取一个个体,就是对总体X进行一次随机试验.重复做n次试验后,得到了总体的一组数据(x1,x2,…,xn),称为一个样本观测值.由于抽样的随机性和独立性,每个xi(i=1,2,…,n)可以看作某个随机变量Xi(i=1,2,…,n)的观测值,而Xi(i=1,2,…,n)相互独立且与总体X具有相同的分布.习惯上称n维随机变量(X1,X2,…,Xn)为来自总体X的简单随机样本.

定义1 设总体X的分布函数为F(x),若随机变量X1,X2,…,Xn相互独立,且都与总体X具有相同的分布函数,则称X1,X2,…,Xn是来自总体X的简单随机样本,简称为样本,n称为样本容量.在对总体X进行一次具体的抽样并做观测之后,得到样本X1,X2,…,Xn的确切数值x1,x2,…,xn,称为样本观测值,简称为样本值.

若总体X的分布函数为F(x),X1,X2,…,Xn是总体X的容量为n的样本,则由样本的定义知,X1,X2,…,Xn的联合分布函数为

若总体X是离散型随机变量,其分布律为pi=P{X=xi}(i=1,2,…),则X1,X2,…,Xn的联合分布律为(www.xing528.com)

若总体X是连续型随机变量,其概率密度为f(x),则X1,X2,…,Xn的联合概率密度为

例1 设总体X服从正态分布N(μ,σ2),其概率密度为

则样本X1,X2,…,Xn的联合概率密度为

例2 设总体X~B(N,p),X1,X2,…,Xn为来自总体X的样本,求X1,X2,…,Xn的联合分布律.

解 X1,X2,…,Xn相互独立,并且Xi~B(N,p),i=1,2,…,n.因此,Xi的分布律为

所以X1,X2,…,Xn的联合分布律为

习题4.1

1.设总体X~B 1,p( ),X1,X2,…,Xn为其中一个简单随机样本,求样本(X1,X2,…,Xn)的分布律.

2.设总体X~E(λ),X1,X2,…,Xn为其中一个简单随机样本,求样本(X1,X2,…,Xn)的联合密度函数.

免责声明:以上内容源自网络,版权归原作者所有,如有侵犯您的原创版权请告知,我们将尽快删除相关内容。

我要反馈