从两个角度来描述总体(随机 变量)中个体的取值 (1)动态概率——随机地选取一个个体 取某个具体数值的可能性; (2)静态—分布—个体取某个数值,从 全局来看这个具体的数值(可能不只一个个体 取这同一个数值)出现的次数占全体个体个数 的比例,形象地说就是这个具体的数值在数轴 的这个位置上分布了多 分布也好、概率也好它们在度量上是一致的。 这只是就离散型随机变量的通俗示意
从两个角度来描述总体（随机 变量）中个体的取值 （1）动态——概率——随机地选取一个个体 取某个具体数值的可能性； （2）静态——分布——个体取某个数值，从 全局来看这个具体的数值（可能不只一个个体 取这同一个数值）出现的次数占全体个体个数 的比例，形象地说就是这个具体的数值在数轴 的这个位置上分布了多少。 分布也好、概率也好它们在度量上是一致的。 这只是就离散型随机变量的通俗示意
总体分布是总体和样本的连接点定 所谓分布,它是从全局而言的。通俗地说,分布就是 某个对象在什么地方,堆积了多少 任何一个随机变量都有自己的分布,这个什么地方就 是在数轴上取什么值,堆积多少就是在那里占有的比 例是多少或者概率有多大 总体可以表示为随机变量,并具有自身的分布 样本则是相互独立与总体具有相同分布的n元随机变量。 因此,总体分布是总体和样本的连接点。从而,可以 通过对样本特征的研究达到对总体进行研究的目的。 因为它们具有相同的分布 须知,如果对于一个随机变量完全掌握了它的分布规 律,就完全明白无误了
总体分布是总体和样本的连接点 所谓分布，它是从全局而言的。通俗地说，分布就是 某个对象在什么地方，堆积了多少。 任何一个随机变量都有自己的分布，这个什么地方就 是在数轴上取什么值，堆积多少就是在那里占有的比 例是多少或者概率有多大。 总体可以表示为随机变量，并具有自身的分布。 样本则是相互独立与总体具有相同分布的n元随机变量。 因此，总体分布是总体和样本的连接点。从而，可以 通过对样本特征的研究达到对总体进行研究的目的。 因为它们具有相同的分布。 须知，如果对于一个随机变量完全掌握了它的分布规 律，就完全明白无误了
为什么样本是与所来自的总体 具有相同的分布的随机变量 因为样本具有二重性: 是指某一次具体的抽样的具体的数值(X1, Xn) 二是指一次抽样的可能结果,它的每一次观察都是随 机地从总体中(每一个个体有同样的机会被选入)抽 取一个,所以它是一组随机变量(x,x,……,x) 而且,每一次抽样都来自同一总体(分布),也就 是 每一次抽样都带来了与总体一样的分布信息。所以, 样本与所来自的总体分布相同 由于总体分布完整的描述了总体的信息,有时我们也 直呼总体为分布,不加区别地使用总体或分布
为什么样本是与所来自的总体 具有相同的分布的随机变量 因为样本具有二重性： 一是指某一次具体的抽样的具体的数值（X1，……， Xn）； 二是指一次抽样的可能结果，它的每一次观察都是随 机地从总体中（每一个个体有同样的机会被选入）抽 取一个，所以它是一组随机变量（x1，x2，……，xn） 而且，每一次抽样都来自同一总体（分布），也就是 每一次抽样都带来了与总体一样的分布信息。所以， 样本与所来自的总体分布相同。 由于总体分布完整的描述了总体的信息，有时我们也 直呼总体为分布，不加区别地使用总体或分布
号统计量 设(x1,x2 ,xn)为一组样本观察值,函数f X1, X xn)若不含有未知参数,则称为统 计量 统计量一般是连续函数。由于样本是随机变量,因而 它的函数也是随机变量,所以,统计量也是随机变量。 统计量一般用来提取或压榨由样本带来的总体信息 X 样本方差s2= 就是统计量
统计量 设（x1，x2，……，xn）为一组样本观察值，函数f （ x1，x2，……，xn ）若不含有未知参数，则称为统 计量。 统计量一般是连续函数。由于样本是随机变量，因而 它的函数也是随机变量，所以，统计量也是随机变量。 统计量一般用它来提取或压榨由样本带来的总体信息。 ( ) 样本方差 就是统计量。 1 1 2 2 − = − = n i n i x x s
样本与总体之间的关系 总体 样本是总体的一部分,是对 总体随机抽样后得到的集合。 对观察者而言,总体是不 Xn+1 了解的,了解的只是样本( 的具体情况。我们所要做 Xn 的就是通过对这些具体样 本的情况的研究,来推知整x1/样本 个总体的情况
样本与总体之间的关系 样本是总体的一部分，是对 总体随机抽样后得到的集合。 对观察者而言，总体是不 了解的，了解的只是样本 的具体情况。我们所要做 的就是通过对这些具体样 本的情况的研究，来推知整 个总体的情况。 …… Xn+1 Xn … X1 样本 总体