第十一章 描述性统计量.ppt

【例】 ：如果你是一家制造业公司的供应部门经理，与两家原材料供应商联系供货，两家供应商均表示能在大约10个工作日内供齐所需原材料。几个月的运转之后，你发现尽管两家供货商供货的平均时间都是大约10天，但他们供货所需天数的分布情况却是不同的（图）。 11.3.1 正态分布简介预备知识---连续型随机变量的概率分布 连续型随机变量可以取某一区间或整个实数轴上的任意一个值 它取任何一个特定的值的概率都等于0 不能列出每一个值及其相应的概率 通常研究它取某一区间值的概率 用数学函数的形式和分布函数的形式来描述 概率密度函数 设X为一连续型随机变量，x 为任意实数，X的概率密度函数记为f(x)，它满足条件 概率密度函数 ? 在平面直角坐标系中画出f(x)的图形，则对于任何实数 x1 x2，P(x1 X? x2)是该曲线下从x1 到 x2的面积 分布函数 连续型随机变量的概率也可以用分布函数F(x)来表示 分布函数定义为 分布函数与密度函数的图示 密度函数曲线下的面积等于1 分布函数是曲线下小于 x0 的面积 正态分布函数的性质 曲线f(x)相对于均值?对称，尾端向两个方向无限延伸，且理论上永远不会与横轴相交 正态曲线下的总面积等于1 随机变量的概率由曲线下的面积给出 标准正态分布函数 任何一个一般的正态分布，可通过下面的线性变换转化为标准正态分布 标准正态分布 标准正态分布表的使用 将一个一般的转换为标准正态分布 计算概率时 ，查标准正态概率分布表（excel中的处理？）函数 =NORMSDIST(？), 对于负的 x ，可由? (-x)???? ?x?得到 对于标准正态分布，即X~N(0,1)，有 P (a? X ?b)? ? ?b? ?? ?a? P (|X| ?a)? 2? ?a? ?1 对于一般正态分布，即X~N(? , ?)，有 正态分布（实例） 正态分布（实例） 正态分布（实例） 【例】某公司每周奖金服从正态分布，均值为42.5元，标准差为10.4元，问每周奖金超过60元的员工占全员工比例？ 解：设X为每周奖金，X~N(42.5，10.42)，所求概率为： 什么是6sigma管理运动？ 什么是6sigma管理运动？ 我国大多数企业在2-2.5个西格玛的水平，平均3.5，意味每百万个中产生10000-66800个缺陷， 对应合格率为93.3%-96%。美国的统计资料表明，一个3西格玛的公司直接与质量问题有关的成本占其销售收入的15%—30%！ 【例】某年级一、二两班某门课的平均成绩分别为82分和76分，其成绩的标准差分别为15.6分和14.8分，比较两班平均成绩代表性的大小。 解： 一班成绩的标准差系数为： 二班成绩的标准差系数为： 因为 ，所以一班平均成绩的代表性比二班大。 问:两家供货商按时供货的可信度相同吗？考虑它们直方图的差异，你更愿意选择哪家供货商供货呢？ f(x)不是概率 f(x) x a b 概率是曲线下的面积 根据分布函数，P(aXb)可以写为 f(x) x x0 F ( x0 ) 11.3.2 正态分布简介 正态分布是实践中应用最为广泛，在理论上 研究最多的分布之一，故它在概率统计中占有特 别重要的地位。正态分布也称为高斯(Gauss)分布 则称X服从参数为? ,?2的正态分布,记为X～N(?, ?2)。 （其中? ，?为实数，?0） f(x)的图像为 很多现象符合正态分布： 大批量工业产品的重量和尺寸； 同龄人的身高体重； 普通人的收入； 超市鸡蛋的重量； a b x f(x) 特点： 关于平均值对称； 68％的数值在[ -sd,sd+ ]; 95%的数值在[ -2sd,2sd+ ]; 99%的数值在[ -3sd,3sd+ ]; 例： 某班平均成绩是69，标准差是10，则68％的同学成绩在[69-10,69+10]之间，95％的成绩在[69-2*10,69+2*10]之间，99％的成绩在[69-3*10,69+3*10]之间。 标准化 标准化的主要目的：便于比较；方便计算和查表。 如：高考录取中地方高考成绩和全国卷成绩； 则称X服从参数为? ,?2的正态分布,记为X～N(?, ?2)。 标准正态分布的概率密度函数 标准正态分布的分布函数 x m s 一般正态分布 ? =1 Z 标准正态分布 ? ? ? 【例】设X~N(0，1)，求以下概率： (1) P(X 1.5) ；(2) P(X 2)； (3) P(-1X ?3) ； (4) P(| X | ? 2) 解：(1) P(X 1.5) = ? (1.5)=0.9332 (2) P(X 2)=1- P