MATH-PRO-25 总体、样本与统计量

数学一 > ### 概率论与数理统计 > #### 总体、样本与统计量

---

一、定位信息

项目	内容
所属章节	第六章 样本及抽样分布
知识单元编号	MATH-PRO-25
前置知识	MATH-PRO-19~24（数字特征、大数定律、中心极限定理）
后续关联	MATH-PRO-26（三大分布）、MATH-PRO-27（抽样分布）
考试地位	数理统计基础，概念为主
难度等级	★★★☆☆

---

二、知识点讲解

1. 总体与个体

总体：研究对象的全体（通常指某个随机变量 $X$ 的所有可能取值）。

个体：总体中的每个成员。

2. 简单随机样本

定义：设 $X$ 为总体，$X_1, X_2, \ldots, X_n$ 为来自总体 $X$ 的简单随机样本，若满足：

1. 代表性：$X_i$ 与 $X$ 同分布
2. 独立性：$X_1, X_2, \ldots, X_n$ 相互独立

即 $X_1, X_2, \ldots, X_n$ 独立同分布（i.i.d.），都与总体 $X$ 同分布。

样本观测值：$x_1, x_2, \ldots, x_n$ 为样本的一组观测值。

3. 统计量

定义：设 $X_1, X_2, \ldots, X_n$ 为样本，$g(X_1, \ldots, X_n)$ 为不含任何未知参数的函数，则称 $g$ 为统计量。

关键：统计量不能含未知参数！如 $\frac{1}{n}\sum(X_i - \mu)^2$ 在 $\mu$ 已知时是统计量，在 $\mu$ 未知时不是。

4. 常用统计量

统计量	公式	含义
样本均值	$\bar{X} = \frac{1}{n}\sum_{i=1}^n X_i$	位置特征
样本方差	$S^2 = \frac{1}{n-1}\sum_{i=1}^n (X_i - \bar{X})^2$	离散程度
样本标准差	$S = \sqrt{S^2}$	离散程度
$k$ 阶样本矩	$A_k = \frac{1}{n}\sum_{i=1}^n X_i^k$	$k$ 阶原点矩
$k$ 阶中心矩	$B_k = \frac{1}{n}\sum_{i=1}^n (X_i - \bar{X})^k$	$k$ 阶中心矩

注意：样本方差用 $\frac{1}{n-1}$ 而非 $\frac{1}{n}$，这是为了使 $E(S^2) = \sigma^2$（无偏性）。

5. 样本均值和样本方差的性质

设总体 $E(X) = \mu$，$D(X) = \sigma^2$，则：

$E(\bar{X}) = \mu, \quad D(\bar{X}) = \frac{\sigma^2}{n}$

$E(S^2) = \sigma^2$

若总体 $X \sim N(\mu, \sigma^2)$，则：

$\bar{X} \sim N\left(\mu, \frac{\sigma^2}{n}\right)$

且 $\bar{X}$ 与 $S^2$ 独立。

---

三、记忆辅助

1. 简单随机样本：独立同分布（i.i.d.），与总体同分布。
2. 统计量不含未知参数：这是判断是否为统计量的关键。
3. 样本方差用 $n-1$：$S^2 = \frac{1}{n-1}\sum(X_i-\bar{X})^2$——"除以 $n-1$ 保证无偏"。
4. $\bar{X}$ 的方差：$D(\bar{X}) = \sigma^2/n$——"$n$ 越大，均值越稳定"。

---

四、例题精解

【例题1】判断统计量

题目：设 $X_1, X_2, \ldots, X_n$ 为来自 $N(\mu, \sigma^2)$ 的样本，$\mu$ 未知，$\sigma^2$ 已知。判断下列哪些是统计量： （1）$\bar{X}$ （2）$\frac{1}{n}\sum(X_i - \mu)^2$ （3）$S^2$ （4）$\frac{\bar{X}-\mu}{\sigma/\sqrt{n}}$

解答：

第一步：逐一判断

（1）$\bar{X} = \frac{1}{n}\sum X_i$，不含未知参数 → 是统计量 ✓

（2）$\frac{1}{n}\sum(X_i-\mu)^2$，含未知参数 $\mu$ → 不是统计量 ✗

（3）$S^2 = \frac{1}{n-1}\sum(X_i-\bar{X})^2$，$\bar{X}$ 是统计量，不含未知参数 → 是统计量 ✓

（4）$\frac{\bar{X}-\mu}{\sigma/\sqrt{n}}$，含未知参数 $\mu$ → 不是统计量 ✗

第二步：结论

（1）和（3）是统计量，（2）和（4）不是。

第三步：补充

若 $\mu$ 已知，则（2）和（4）也是统计量。统计量的判断取决于未知参数。

第四步：注意

$\frac{\bar{X}-\mu}{\sigma/\sqrt{n}}$ 虽然不是统计量，但在假设检验中非常有用（构造检验统计量时 $\mu_0$ 是假设值，不是未知参数）。

---

【例题2】样本均值的分布

题目：设 $X_1, X_2, \ldots, X_{25}$ 为来自 $N(3, 4)$ 的样本，求 $P(\bar{X} > 3.5)$。（已知 $\Phi(1.25) = 0.8944$）

解答：

第一步：确定 $\bar{X}$ 的分布

$E(\bar{X}) = \mu = 3$，$D(\bar{X}) = \frac{\sigma^2}{n} = \frac{4}{25} = 0.16$。

$\bar{X} \sim N(3, 0.16)$。

第二步：标准化

$P(\bar{X} > 3.5) = P\left(\frac{\bar{X}-3}{\sqrt{0.16}} > \frac{3.5-3}{0.4}\right) = P(Z > 1.25)$

第三步：查表

$P(Z > 1.25) = 1 - \Phi(1.25) = 1 - 0.8944 = 0.1056$

第四步：结论

$P(\bar{X} > 3.5) = 0.1056$。

---

五、考情分析

年份	题型	考点	分值
中频	选择题	统计量的判断	4分
高频	计算	样本均值的分布	4-10分
基础	概念题	总体、样本、统计量的关系	4分

---

六、易错点

1. 样本方差用 $n-1$：分母是 $n-1$ 不是 $n$，这是无偏性的要求。
2. 统计量不含未知参数：$\mu$ 未知时 $\bar{X}-\mu$ 不是统计量。
3. $\bar{X} \sim N(\mu, \sigma^2/n)$：正态总体下，均值的方差是 $\sigma^2/n$，不是 $\sigma^2$。

---

七、来源标注

来源	说明
教材	浙大版《概率论与数理统计》第6章 §6.1-6.2
大纲	考研数学一大纲"总体、样本与统计量"