求助关于抽样分布

今天看了一些关于统计的数学知识。对其中一个关于贝氏统计理论的概念—抽样分布–很有困惑。

首先有一个母体,假设母体服从Q分布。从母体中抽取一个样本(包括N个个体),于是有了N个观察值,通过这N个观察值可以得到一个统计量,比如说是样本一阶原点矩A1。那么再抽取一个样本(包含M个个体),同样得到样本一阶原点矩A2。以此下去,可以得到一组统计量。那么这个统计量本身也是随机变量,也有一个分布函数P。根据贝氏统计理论,分布函数P叫抽样分布,并且和分布Q存在一定得对应关系。

现在问题来了,如果我抽样100PCS,我是把它作为一个样本,然后做点估计来预计Q分布的参数好呢?!还是把这100个分成5组,把每组当成一个样本,算出5个点估计值,然后求出抽样分布P中的参数,最后算出抽样分布P的数学期望来当做母体分布Q的参数好呢?!

可能很绕人,欢迎大家讨论!

另外,按照这个理论,可以把求出的P分布参数再当做随机变量,再推出R分布,这样不停的推下去,什么时候算个头啊?!

给TA打赏
共{{data.count}}人
人已打赏
可靠性技术可靠性试验

山东有没有做粉尘试验的实验室

2009-7-1 11:02:51

可靠性技术新手提问

求助:广州或深圳能够代理做高低温振动的公司

2009-7-1 17:54:40

3 条回复 A文章作者 M管理员
  1. nnlions

    呵呵,与我遇到的问题相似。其实在现有的抽样计数标准里,对这个问题有答案。
    两种方法都是可行的,样本是同一批,从结果上应该是一样的。

  2. 俱兴

    举个例子,加入母体是正态分布,求位置参数u的点估计。

    方法一、用100个数求一阶原点矩,也就是求平均数t1。

    方法二、先求抽样分布。根据贝氏理论,正太分布参数u的抽样分布也服从正太分布。

    于是算出5组的平均数,再算出5个平均数的平均数t2。

    显然在这个例子中,t1=t2。

    但是如果改用二阶中心矩求形状参数,显然两种方法的结果会不同。

个人中心
购物车
优惠劵
今日签到
有新私信 私信列表
搜索