统计学基础之统计量及其分布

总体与样本

• 总体：研究对象的全体，总体即分布。
• 个体：构成总体的每一个成员。
• 样本：从总体中抽出n个个体组成样本。
• 样本容量：样本中的个体数n。

• 简单随机抽样：

  • 抽样过程具有随机性，即每个个体有同样的概率被抽到，每个样本与总体具有相同的分布。
  • 抽样过程具有独立性，即每个个体被抽取不影响其他个体被抽取。

统计量及其分布

• 统计量：设$x_1,x_2,x_3…x_n$是取自某总体的样本，若样本函数$T = T(x_1,x_2,x_3…x_n)$中不含任何未知参数，则称$T$为统计量。

  样本均值、方差等都是样本统计量。

• 定理1：样本观测值与均值的偏差平方和最小，即在$\sum(x_i-c)^2$中，$\sum(x_i-\bar x)^2$最小.

证明：$$\sum (x_i-c)^2=\sum(x_i-\bar x+\bar x-c)^2\\=\sum(x_i-\bar x)^2+\sum(\bar x -c)^2+2\sum(x_i-\bar x)(\bar x -c)\\=\sum(x_i-\bar x)^2+\sum(\bar x -c)^2$$

• 定理2：

  • 若$$X\sim N(\mu,\sigma^2)$$则$$\bar x\sim N(\mu,\frac {\sigma^2}{ n})$$
  • 若$X$分布未知或不是正态分布，但$EX=\mu，DX=\sigma^2$,则$\bar x$近似服从于上述分布。

  以上两条定理可分别通过卷积公式和中心极限定理证明。

• 定理3：设总体$X$有二阶矩，即$EX=\mu，DX=\sigma^2$,则$$E(\bar x)=\mu，D(\bar x)=\frac {\sigma^2}n，E(s^2)=\sigma^2$$
• k阶原点矩：$$a_k=\frac 1n\sum x_i^k$$
• k阶中心矩：$$b_k=\frac 1n \sum(x_i-\bar x)^k$$
• 次序统计量：将样本$x_1,x_2,x_3…x_n$按照从小到大的顺序排列，$x_{(i)}$称为第i次序统计量。次序统计量既不独立也不同分布。

三大抽样分布

伽马分布

伽马函数

• 伽马函数：$$\Gamma(\alpha)=\int_0^{\infty}x^{\alpha-1}e^{-x}dx$$
• 性质1：$$\Gamma(1)=\int_0^{\infty}e^{-x}dx=1$$
• 性质2：$$\Gamma(\frac 12)=\sqrt \pi$$

证明：$$\Gamma(\frac 12)=\int_0^{\infty}x^{-\frac 12}e^{-x}dx\\=2\int_0^{\infty}e^{-t^2}dt\\=\sqrt\pi$$

• 性质3：$$\Gamma(\alpha+1)=\alpha\Gamma(\alpha)$$

可用分部积分证明。

伽马分布

若$X$的概率密度函数为$$ f(x)=\frac {\lambda^\alpha}{\Gamma(\alpha)}x^{\alpha-1}e^{-\lambda x} ,x\geq0 $$
则称$X$服从伽马分布,记作$X\sim Ga(\alpha,\lambda)，\alpha>0，\lambda>0$

• 均值：$$ EX ={\frac {\lambda^\alpha}{\Gamma(\alpha)}}\int_0^{\infty} x^{\alpha}e^{-\lambda}dx\\ =\frac 1{\Gamma(\alpha)\lambda}\int_0^{\infty}(\lambda x)^{\alpha}e^{-\lambda x}d\lambda x\\ =\frac {\alpha}{\lambda} $$
• 方差：$$ EX^2 ={\frac {\lambda^\alpha}{\Gamma(\alpha)}}\int_0^{\infty} x^{\alpha+1}e^{-\lambda}dx\\ =\frac 1{\Gamma(\alpha)\lambda^2}\int_0^{\infty}(\lambda x)^{\alpha+1}e^{-\lambda x}d\lambda x\\ =\frac {\alpha(\alpha+1)}{\lambda^2} $$

$$DX=EX^2-(EX)^2=\frac \alpha{\lambda^2}$$

卡方分布

• 卡方分布：$X_i$是标准正态分布$$\chi^2(n)=\sum_{i=1}^nX_i$$

  卡方分布是伽马分布的一个特殊情况。$$\chi^2(n)\sim Ga(\frac n2,\frac 12)$$

• 均值与方差： $$E\chi^2=n$$$$D\chi^2=2n$$
• 定理：设$x_1,x_2…x_n$是来自正态分布$N(\mu,\sigma^2)$的样本，样本均值和方差分别为：$$\bar x = \frac 1n\sum_{i=1}^n x_i$$$$s^2=\frac 1{n-1}\sum_{i=0}^n(x_i-\bar x)^2$$

则有：

• $\bar x$与$s^2$相互独立。
• $\bar x\sim N(\mu,\sigma^2)$
• $\frac {(n-1)s^2}{\sigma^2}\sim \chi^2(n-1)$

F分布

• F分布：设$X_1\sim \chi(m)，X_2\sim \chi(n)$，$X_1，X_2$相互独立，则称$$F=\frac {\chi^2(m)/m}{\chi^2(n)/n}$$为自由度是$m$和$n$的F分布。

t分布

• t分布：随机变量$X_1$，$X_2$相互独立且$X_1\sim N(0,1)，X_2\sim \chi^2(n)$，则称$$t(n)=\frac {X_1}{\sqrt{X_2/n}}$$服从于自由度为$n$的$t$分布
• 推论1:设$x_1,x_2,x_3...x_n$独立同分布于$N(\mu,\sigma^2)$,$\bar x$与$s^2$分别是样本均值和样本方差,则$$t=\frac{\sqrt n (\bar x-\mu)}{s}\sim t(n-1)$$

证明:由题意,$$\bar x\sim N(\mu,\frac {\sigma^2}{n})$$则有$$\frac {\bar x -\mu}{\sigma/\sqrt n}\sim N(0,1)$$又有$$\frac {(n-1)s^2}{\sigma^2}\sim\chi^2(n-1)$$

够造t分布则原命题得证

• 推论2：$X，Y$为相互独立的正态分布，且$\sigma_x=\sigma_y=\sigma$，$x_1,x_2...x_m$和$y_1,y_2..y_n$是两正态分布的一组样本。记$$s_w^2=\frac{(m-1)s_x^2+(n-1)s_y^2}{m+n-2}$$

则$$\frac {(\bar x-\bar y)-(\mu_x-\mu_y)}{s_w\sqrt{\frac 1m+\frac 1n}}\sim t(m+n-2)$$

证明：易知$$\bar x\sim N(\mu_x,\frac{\sigma^2}m)$$$$\bar y\sim N(\mu_y,\frac{\sigma^2}n)$$

则$$\bar x-\bar y \sim N[\mu_x-\mu_y,(\frac 1m+\frac 1n)\sigma^2]$$

构造标准正态分布：$$\frac{\bar x-\bar y-(\mu_x-\mu_y)}{\sqrt{(\frac 1m+\frac 1n)}\sigma}\sim N(0,1)$$

构造卡方分布：$$\frac {(m-1)s_x^2}{\sigma^2}+\frac{(n-1)s_y^2}{\sigma^2}\sim \chi^2(m+n-2)$$

代入t分布表达式可证原命题。