統計量及其抽樣分佈

　　統計量是數理統計學中一個重要的基本概念，指統計理論中用來對資料進行分析、檢驗的變數，作用是把樣本中有關總體的資訊彙集起來。統計量的分佈叫抽樣分佈，它與樣本分佈不同。抽樣分佈是從已知的總體中以一定的樣本容量進行隨機抽樣，由樣本的統計數所對應的機率分佈。抽樣分佈是統計推斷的理論基礎。統計量的性質以及使用某一統計量作推斷的優良性，取決於其分佈。所以抽樣分佈的研究是數理統計中的重要課題。尋找統計量的精確的抽樣分佈，屬於所謂的小樣本理論的範圍，但是隻在總體分佈為正態時取得比較系統的結果。對一維正態總體，有三個重要的抽樣分佈，即Ⅹ分佈、T分佈和F分佈。

　　檢驗統計量是用於假設檢驗計算的統計量。在零假設情況下，這項統計量服從一個給定的機率分佈，而這在另一種假設下則不然。從而若檢驗統計量的值落在上述分佈的臨界值之外，則可認為前述零假設未必正確。統計學中，用於檢驗假設量是否正確的量。常用的檢驗統計量有t統計量，Z統計量等。

　　據樣本觀測結果計算得到的，並據以對原假設和備擇假設做出決策的某個樣本統計量，稱為檢驗統計量。

　　檢驗統計量是用於假設檢驗計算的統計量，實際上是對總體引數的點估計量，但點估計量不能直接作為檢驗的統計量，只有將其標準化

　　正態分佈統計量標準化公式是Z=（X-p）/k～N（0，1），正態分佈也稱“常態分佈”，又名高斯分佈，最早由棣莫弗（AbrahamdeMoivre）在求二項分佈的漸近公式中得到。

　　統計量是統計理論中用來對資料進行分析、檢驗的變數。宏觀量是大量微觀量的統計平均值，具有統計平均的意義，對於單個微觀粒子，宏觀量是沒有意義的。