第三章一些重要的概率分布.pptVIP

第三章 一些重要的概率分布 3.1 正态分布 3.2 样本均值的抽样分布 3.3 χ2分布 3.4 t2分布 3.5 F分布 3.1 正态分布 （1）正态分布及其标准化 若连续型随机变量X的概率密度为 则X服从正态分布，记为X～N(μ,σ2 ) 。正态分布的数学期望和方差分别为μ和σ2。 标准正态分布： 正态分布的标准化 （1）如果 ， ，则 （2）相互独立的两个（或多个）正态分布随机变量的线性组合仍服从正态分布。 （3）若Z1, Z2, …，Zk为k个独立的标准正态变量，则其平方和服从自由度为k 的χ2分布，即 3.2 样本均值的抽样分布 （1）独立同分布随机变量 （2）中心极限定理 如果X1, X2, …，Xn是来自均值为u方差为σ2 的任一总体的随机样本，随着样本容量无限增大，则其样本均值趋于正态分布，其均值为u, 方差为σ2 /n。 3.3 χ2分布 （1）概率密度函数 自由度为n的χ2 分布的密度函数 注：标准正态变量的平方服从自由度为1的χ2 分布，即 （2）χ2 分布的图象 定理： χ2 分布的和仍然服从χ2 分布。 若X1,X2, …, Xn相互独立，且Xi服从具有ni（i=1, 2, …，n）个自由度的χ2 分布，则它们的和X1+X2+……+Xn 服从具有? ni 个自由度的χ2 分布。 χ2分布是斜分布，其偏度取决于自由度的大小，自由度越小，越向右偏，但随着自由度的增大，逐渐呈对称，接近于正态分布。 χ2分布的期望为k，方差为2k，k为χ2 分布的自由度 如果来自方差为σ2的正态分布的N个观测值的样本方差为s2，则可以证明(N-1) s2/σ2～ χN-12 3.4 t分布 t分布的定义。如果连续型随机变量x具有以下密度函数，则称其具有自由度为n的t分布t(n)。 t分布与正态分布类似具有对称性，其均值为0，方差为k/(k-2)，但t分布比正态分布略“胖”些。 若自由度充分大（至少为30），则t分布近似标准正态分布，因此有 3.4 t分布 若Z～N(0,1), y~χ2(N) , 则 对于来自正态总体的样本，样本均值进行标准化后服从标准正态分布，所以 其中总体均值为μ、方差为σ2；样本容量为N，样本方差为s2。 t分布和正态分布图像 3.5 F分布 （1） F分布的定义 若连续型随机变量X的分布密度函数由下式给出，则称X服从自由度分别为n1, n2的F分布，记为F(n1, n2)。 （2）F分布的图象 （3）F分布的性质 斜分布，向右偏，取值范围为0到无穷大； 当自由度k1，k2逐渐增大时，F分布近似正态分布； 若x~χ2(N1) , y ~χ2(N2) , 则 假设样本容量分别为N1和N2的样本，分别来自两个正态分布X、Z，方差分别为σX2、σZ2，则有 （3）F分布的性质 若X服从自由度为k1，k2的F分布，则1/X服从自由度为k2，k1的F分布; F1-a, m,n=1/Fa,m,n，a为显著性水平 若分母自由度充分大，F值的m倍（m为分子自由度）近似自由度为m的卡方分布，即 t分布变量的平方服从分子自由度为1，分母自由度为k的F分布，即 * * （2）正态分布的图形 （3）正态分布的性质 正态分布曲线以均值为中心，对称分布； 正态分布的概率密度函数呈中间高、两边低。 正态分布曲线下位于一个标准差的面积约为68%;两个标准差的面积约为95％；三个标准差的面积约为99.7%; 多个正态分布随机变量的线性组合仍为正态分布。 （4）从正态总体中随机抽样及靴襻抽样法 N=7 N=11 概率 x N为自由度 N=2 （3） χ2分布的性质 概率密度 x 标准正态分布 t-分布 0 x 概率密度