小样本理论 编辑

威廉·西利·戈塞特创立的理论
特别提示:本站内容仅供初步参考,难免存在疏漏、错误等情况,请您核实后再引用。对于用药、诊疗等医学专业内容,建议您直接咨询医生,以免错误用药或延误病情,本站内容不构成对您的任何建议、指导。

小样本理论是由英国统计学家威廉.西利.戈塞特(William Sealy Gosset,1876-1937)于20世纪初叶创立的,其中小样本是指样本容小于50(有些规定为小于于30)。小样本分布在统计假设检验和区间估计等方面的应用,可以省人、省钱、省时间,因而,引起了工业、农业和科学研究等实际工作者的重视和欢迎;同时,也吸引更的统计学家开拓这方面新的领域。

基本信息

编辑

中文名:小样本理论

外文名:small sample theory

别名:精确样本理论

创立者:William Sealy Gosset(英国)

形成时间:19世纪初叶

容量标准:n

应用领域:统计假设检验和区间估计等

简介

编辑

创立者

小样本理论和方法的创立者是威廉.西利.戈塞特(William Sealy Gosset,1876-1937),他是英国统计学家,是现代统计方法及其应用于实验设计与分析的先驱。

形成背景

小样本理论的系统形成,是19世纪初叶的事情。小样本分布在统计假设检验和区间估计等方面的应用,可以省人、省钱、省时间,因而,引起了工业、农业和科学研究等实际工作者的重视和欢迎;同时,也吸引更多的统计学家开拓这方面新的领域,这样便推动着小样本理论及其应用不断地向纵深发展。

容量标准

当样本容量 n<50 的时侯,构造统计量一般不能借助于大样本理论。这时,统计量的分布为与正态分布不同的新分布,于是产生小样本分布的理论。

常见分布

在小样本理论里,最常见的分布有:t 分布,

分布和 F 分布。一般说来,从正态总体里,随机抽取容量为(n<50)的样本

,构造

变量,

变量和 F 变量等统计量,研究这些统计量的概率分布和性质等,形成了小样本统计方法的系统理论

定义

编辑
小样本理论是样本理论的一个分支,样本分布与样本的数量 n 有关,小样本理论是讨论样本数 n 较小的样本分布问题。

小样本理论(small sample theory)亦称精确样本理论,统计量性质的一种刻画,它研究样本容量固定时,各种统计量的性质及由此进行的统计推断。精确样本理论最早的例子是由英国统计学家和化学家戈塞特(Gossett , W. S.)于1908年提出的 t 分布。

理论系统

编辑

方分布

独立同分布于标准正态分布

,则

的分布称为自由度为 n 的卡方分布,记作

若随机变量

,则

,根据伽马分布的可加性有

,由此可见

分布是伽马分布的特例。

(1)

分布的密度函数的图像是一个只取非负值的偏态分布,其具体表达式为:

(2)它的期望等于自由度,方差等于2倍自由度,即:

F分布

设随机变量

,其中

独立,则称

的分布是自由度为 m 与 n 的 F 分布,记作

,其中 m 称为分子自由度,n 称为分母自由度。

(1)F 分布的密度函数是一个只取非负值的偏态分布,表达式为:

(2)当随机变量

时,对给定

,称满足概率等式

是自由度为 m 与 n 的 F 分布

分位数;

(3)由 F 分布的构造可知,若

则有

t分布

设随机变量

独立,且

,则称

的分布为自由度为 n 的 t 分布,记为:

(1)t 分布的密度函数的图像是一个关于纵轴对称的分布,与标准正态分布的密度函数形状类似,只是峰比标准正态分布低一些,尾部的概率比标准正态分布大一些;自由度为 n 的 t 分布密度函数的具体表达式为:

(2)自由度为1的 t 分布就是标准柯西分布,它的均值不存在;

(3)n>1 时,t 分布的数学期望存在且为0;

(4)n>2 时,t 分布的方差存在,且为

(5) 当自由度较大(如

)时,t 分布可以用

分布近似。