第二章统计基础概念.pptVIP

* 频数分布的峰态 尖顶峰 正态峰 平顶峰 峰度计算公式 α4＞3 ，尖顶峰； α4 =3 ，正态峰 ； α4＜3 ，平顶峰。 峰度 2.4抽样分布 统计量是r.v., 也有分布. 统计量的分布称为抽样分布. 统计中, 常用抽样分布是: ?2—分布、t —分布、F—分布和N—分布. 1. ?2—分布 (n个) 独立标准正态平方和~?2(n)分布, n为自由度. ①已知分布; 记号 ?2(n); 服从 ?2(n)分布的统计量 ② 密度函数图形 f (x) ?2(n), n=8 ③ ?2(n)分布性质 x 0 ?1 + ?2 ~ ?2(n1+n2 ) 可加性 若?1 ~ ?2(n1), ?2~ ?2(n2 ), ?1, ?2独立, 则 期望与方差 若? ~ ?2(n), 则E(?)= n, V(?)=2n. ④ ?2(n)分布的上? 分位点 设? ~ ?2(n)，对于?：0 ? 1，称满足 的点 为?2(n)分布的上?分位点. ?2(n)分布上?分位点的几何实质. ? x 0 f (x) ?2(n) 2. t—分布 (独立的标准正态与?2(n)之特定商 ) ①已知分布; 记号 t(n); 服从 t(n)分布的统计量 ② 密度函数图形 若 ? ~ N(0, 1), ? ~ ?2(n), ?与?独立，则 t(n) n为自由度 x 0 f(x) 类似N(0, 1), 这里两端尾巴稍厚; ④ t(n)分布的上? 分位点 设T~ t(n)，对于?：0 ? 1，称满足 的点 为t(n)分布的上?分位点. t(n)分布上?分位点的几何实质. ③ t(n)分布密度函数性质: f (t )关于t =0对称. 即 f (? t )= f (t ). t?(n) t(n) ? x 0 f(x) 用t(n)分布上? 分位点表示即, 3. F-分布 若U ~?2(n1), V~?2(n2), U, V 独立, 则 n1 , n2分别称为F-分布的第一自由度和第二自由度. ①已知分布; 记号F(n1, n2); 服从F(n1, n2)分布统计量 ② 密度函数图形 f (x) F(n1, n2) n1=10, n2=4 x 0 ④F(n1, n2)分布的上? 分位点 设F ~ F(n1, n2)，对于?：0 ? 1，称满足 的点 为F(n1, n2)分布的上?分位点. F(n1, n2)分布上?分位点的几何实质. ? x 0 ③ F(n1, n2)分布性质 f (x) F(n1, n2) 各分布上?分位点的几何共性. 设X~ N(0, 1), 对于?：0?1, 称满足 P{X ? z?}=? 的z? 为标准正态分布N(0, 1)的上?分位点. 标准正态分布N(0, 1) 的上?分位点及查表. z? ? ? P{X ? z? }=1??， 查表求z?. =1.96, 1.645 服从?2－分布、t －分布、F－分布统计量的比较. 若 ? ~ N(0, 1), ? ~ ?2(n), ?与?独立，则 若U ~?2(n1), V~?2(n2), U, V 独立, 则 根据给定统计量的结构特征，选择构造的目标. 2.5 正态总体样本的统计量之分布 定 理 且两样本独立 定理 解： 设Xi ~N (μi ,σi2)相互独立, ai为常数( i=1, …, n), 则 ~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~ ~N( ) ~N( ) 故 ~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~ T = 应用概率统计 第二章：统计概念 以概率统计为基础的随机数学的研究范畴: 研究随机试验中的规律性。 工程中,分布或参数常未知,但有含r.v.信息的数据. 概率论中r.v.的分布通常是已知的，或假定已知. 统计引言： 问题的数学实质: 由试验或观察得到的数据,对随机试验中的规律做出合理的估计或判断。 数据 规律 2、随机性来源. 1、随机性与模糊性的区别及联系. 统计分析的