数理统计基础+抽样分布
一、核心基本概念
1. 总体与个体
-
总体:研究对象的某项数量指标全体,视为随机变量
-
个体:总体中每一个研究对象
-
总体分布:随机变量
的分布
2. 简单随机样本(考研唯一考察样本)
设总体
-
独立性:
相互独立 -
同分布:每个
与总体 同分布称其为容量为 的简单随机样本
样本观测值:
3. 统计量
定义:不含任何未知参数的样本函数
-
是随机变量,可直接研究分布
-
反例:
含未知参数,不是统计量
二、常用基础统计量
-
样本均值
-
样本方差(两大形式,必考区分)
-
有偏样本方差:$\displaystyle S_n2=\frac{1}{n}\sum_{i=1}n (X_i-\bar{X})^2$
-
无偏样本方差(考研通用)
$$S2=\frac{1}{n-1}\sum_{i=1}n (X_i-\bar{X})^2$$
-
样本标准差:
-
样本原点矩:
-
样本中心矩:
三、样本数字特征核心性质(必背)
设总体
-
期望
$$E(\bar{X})=\mu,\quad E(S2)=\sigma2$$ -
方差
-
重要等式
$$\sum_{i=1}^n (X_i-\bar{X})2=\sum_{i=1}n X_i2-n\bar{X}2$$ -
矩收敛:样本矩依概率收敛于总体同阶矩(辛钦大数定律)
四、四大经典抽样分布(考研核心)
1. 分布(卡方分布)
定义
$$\chi2=X_12+X_22+\dots+X_n2 \sim \chi^2(n)$$
核心性质
-
可加性:$\chi_12(n_1)+\chi_22(n_2)\sim\chi^2(n_1+n_2)$(独立前提下)
-
数字特征:$E[\chi2(n)]=n, D[\chi2(n)]=2n$
-
图像:右偏分布,自由度越大越趋近正态
-
分位数:$P{\chi2>\chi_\alpha2(n)}=\alpha$
2. 分布(学生分布)
定义
核心性质
-
图像:关于
轴对称,近似标准正态 -
极限性质:
时, -
数字特征:
-
分位数:
3. 分布
定义
$U\sim\chi2(n_1), V\sim\chi2(n_2)
必考性质(填空高频)
用途:查表换算低分位数
4. 标准正态分布
抽样分布基础,多用于构造
五、正态总体下抽样分布(重中之重,大题来源)
前提
总体
结论1 样本均值分布
标准化统计量
结论2 样本方差与卡方分布
$$\boldsymbol{\frac{(n-1)S2}{\sigma2}\sim\chi^2(n-1)}$$
超级重要独立结论:
结论3 t分布统计量( 未知专用)
消去总体方差,构造t统计量
两个正态总体抽样分布
设
-
均值差
$$\bar{X}-\bar{Y}\sim N\left(\mu_1-\mu_2,\frac{\sigma_12}{n_1}+\frac{\sigma_22}{n_2}\right)$$ -
方差比F统计量
$$F=\frac{S_12/\sigma_12}{S_22/\sigma_22}\sim F(n_1-1,n_2-1)$$ -
若$\sigma_12=\sigma_22$,构造合并方差t分布(考研高频大题)
六、拓展拔高知识点
1. 估计量三大评价标准
-
无偏性:
是 无偏估计 是 无偏估计, 不是 无偏估计
-
有效性:同无偏前提下,方差越小越优
-
相合性(一致性):样本量
,估计量依概率收敛于真值
2. 顺序统计量(基础了解)
3. 经验分布函数
由样本构造的分布函数,依概率收敛于总体分布函数,仅选择概念题
七、考研高频考点汇总
1. 选择填空高频
-
判断是否为统计量(筛除含未知参数式子)
-
样本均值、样本方差的期望与方差计算
-
四大抽样分布判定+自由度求解
-
F分布分位数换算公式使用
-
正态总体下
与 独立性判定 -
无偏估计快速判断
2. 大题高频题型
-
给定正态总体,构造
四类统计量、 、 、 -
利用抽样分布求解概率
、 -
证明估计量无偏性
-
双正态总体均值差、方差比相关分布证明与计算
-
结合大数定律、中心极限定理求样本均值近似分布
3. 必考公式速记
-
-
$\dfrac{(n-1)S2}{\sigma2}\sim\chi^2(n-1)$
-
-
-
$E(S2)=\sigma2,\ D(\bar{X})=\dfrac{\sigma^2}{n}$
八、高频易错点
-
混淆样本方差分母:无偏用
,有偏用 ,考研一律优先 -
记错t分布、卡方分布自由度
-
非正态总体下,
与 不独立,只有正态成立 -
误用
,仅$E(S2)=\sigma2$成立 -
F分布自由度顺序颠倒导致查表错误
-
构造统计量时分不清
已知/未知,选错U分布还是t分布
九、解题通用套路
-
已知总体正态、
已知 → 优先构造U标准正态统计量 -
已知总体正态、
未知 → 优先构造t统计量 -
涉及样本方差 → 构造卡方统计量
-
比较两组样本方差 → 构造F统计量
-
求数字特征优先套用性质,少展开求和计算