次序统计量
统计学术语
设 X1,X2, …, Xn是取自总体X的样本,X(i) 称为该样本的第i个次序统计量,它的取值是将样本观测值由小到大排列后得到的第i个观测值。从小到大排序为x(1),x(2), …,x(n),则称X(1),X(2), …,X(n)为顺序统计量
简介
设 X1,X2,…, Xn是取自总体X的样本,X(i) 称为该样本的第i个次序统计量,它的取值是将样本观测值由小到大排列后得到的第i个观测值。从小到大排序为x(1),x(2), …,x(n),则称X(1),X(2), …,X(n)为顺序统计量
显然:
(1) 最小顺序统计量
(2)最大顺序统计量
(3) 极差(Range)
(4)四分位极差(iql)
样本X1,X2,…,Xn是独立同分布的,而次序统计量X(1),X(2),…,X(n) 则既不独立,分布也不相同。
次序统计量的性质
次序统计量是充分统计量
证明:
充分统计量的定义可知,只需要证明其条件分布与总体分布无关即可.由于样本具有独立性与同分布性,因而
其中,是的一个置换,这样的置换共有,由此可见,此条件分布与总体无关,故次序统计量是充分统计量。
单个次序统计量的分布
设总体X的密度函数为f(x),分布函数为F(x), X1, X2,…, Xn为样本,则第k个次序统计量X(k)的密度函数为
证明:k=1,n时,直接可得
多个次序统计量的联合分布
对任意多个次序统计量可给出其联合分布,以两个为例说明:
(1)次序统计量的联合分布密度函数为:
(2)的联合分布密度(连续型)为:
参考资料
最新修订时间:2022-08-25 14:14
目录
概述
简介
次序统计量的性质
参考资料