推断性统计部分（一）—样本与分布的关系及其检验统计量

标签（空格分隔）： 概率论与数理统计

统计除了可以描述随机变量特征之外，还有一个重要作用，推断！这也是为什么把统计分为描述性统计和推断性统计的原因，以我目前的理解，推断性统计的作用在于以小推大，以微观推宏观，不排除后续继续深入学习之后得出新的结论。

在我另一篇文章描述性统计（一）—-统计量中，写到过关于样本的一些统计量，在此基础上，增加样本与分布的关系。

样本平均值、样本方差、样本标准差、样本k阶矩、样本k阶中心距

样本平均值：X¯¯¯=1n∑ni=1Xi

样本方差：S2=1n−1∑ni=1(Xi−X¯)2

样本标准差：S=S2−−√=∑ni=1(Xi−X¯)2n−1−−−−−−−−−√

样本k阶(原点)矩：Ak=1n∑ni=1Xki,k=1,2,3,……

样本k阶中心矩：Bk=1n∑ni=1(Xi−X¯)k,k=1,2,3,……

首先知道两个定律：

大数定律：定理（服从具有期望值E(x)的同一个分布且相互独立的n个随机变量，在n足够大的时候，它们的算术平均值收敛于这一分布的期望E(x)），简单来说，就是当样本容量足够大的时候，样本均值就约等于总体均值。

中心极限定理：定理（有几个定理，不一一列出了），简单来说，就是当样本足够大的时候，从一个总体中抽出来的样本均值近似的服从N(μ,σ2n)的正态分布，其标准化变量X¯−μσ/n√~N(0,1)的标准正态分布。从几个总体中抽出来的各个样本均值之和服从N(∑μk,B2n)的正态分布，其标准化变量为Zn=∑nXk−∑nμkBn,其中B2n=∑nσ2k，一般来说，用到的都是从同一分布中抽取的数据，即同一分布的前提。

另外，有个工具可以帮助理解，在看可汗学院的统计学课程看到的，蛮有意思的一个中心极限定理检验工具【点击进入】,进去后点击左上角Begin开始就行，不会的看Instruction，注意启用JAVA

知道了这两个定理之后，再看样本及三大正态总体导出分布N、χ2、t、F分布的关系。

介绍一下样本，它是我们从总体中抽样出来的一组观察值，各个观察值都是已知的具体量化数字，样本具有的统计量由上面给出，由大数定律可知道，样本的均值就是总体均值的无偏估计，但要注意，样本的方差是除以(n-1)而不是n，这样得出来的方差才是总体方差的无偏估计，我们经常以此来估计总体的方差，因为总体的均值及方差总是难以知道的。

从中心极限定理可以知道，无论原来的总体是什么鬼分布，通通不管，反正抓出来的样本就可以看作是正态分布，注意，样本数量需要足够，抓一个两个就没意思了是不。

正态分布及导出分布

统计量Z=X¯−μσ/n√，他可以用作区间估计的枢轴量，也可以用作假设检验中的检验统计量。Z检验就是检验这个统计量的值。

χ2分布，分布情况请见分布汇总1一文，它是由标准正态总体中，各随机变量的平方和组成（χ2(n)~x21+x22+…+x2n），它和样本的关系主要靠统计量(n−1)Sσ2∼χ2(n−1)来维持，主要用它来判断总体方差的置信区间，另外卡方分布还用于分布拟合（优度拟合）和独立性检验，这些以后再说。

χ2(n)是非对称关系的，在使用其表格时，需要注意，对于n比较大的，如>40，则可以通过χ2α(n)≈12(Zα+2n−1−−−−−√)2

t分布，也叫学生氏分布，它是标准正态分布除以卡方分布除以自由度n的商的平方根N(0,1)χ2(n)/n√,这家伙的图形与正态分布根本看不出太大区别，它主要用于对小批量样本时，使用样本方差代替总体方差的统计量只要把Z统计量中的σ换成S就可以了，不过注意的是查的表是不一样的，它查的是t分数表，查的是自由度和概率、分数三者的关系！

t分布是对称分布，t1−α(n)=−tα(n)，同样，当n>45时可以使用Z分数代替：tα(n)≈Zα

F分布，它是两个卡方分布与自由度的商的比值，χ2(n1)/n1χ2(n2)/n2∼F(n1,n2)，主要用于检验方差齐性检验。

F分布的分位点相对其它来说比较另类，它们互为倒数且自由度互换，即F1−α(n1,n2)=1Fα(n2,n1)，特别注意自由度互换！

以上是正态分布及其导出分布，主要记住各分布是怎么来的（即定义），是由什么分布和什么分布组成的，以后在各处地方都要用到它们的定义来组合分布。

*四大定理(非常重要)*

正态总体的样本均值与样本方差的分布

有来自正态总体N(μ1,σ21)的样本X1,X2…Xn，其均值为X¯，样本方差S2

下一节，参数估计

描述性统计部分（二）—-常用概率分布及用处简述 ↩