数理统计-概率与概率分布课件.pptVIP

例意趣玩具厂准备实行计件超产奖，为此需要对生产定额做出新规定。根据以往的记录，可知各个工人每月装配的产品数服从正态分布 假定车间希望有10%的工人能拿到超产奖，试问工人每月需完成多少件产品才能或得奖金？解：设X为工人每月装配的产品数，设C是能拿到超产奖的工人完成定额。根据题意，有 例 服从标准正态分布，查标准正态分布表求概率。 ? ? ? The Standardized Normal Distribution 标准正态分布 标准正态分布表 m = 0 and s = 1 Z = 0.12 Z .00 .01 0.0 .0000 .0040 .0080 .0398 .0438 0.2 .0793 .0832 .0871 0.3 .0179 .0217 .0255 .0478 .02 0.1 .0478 Probabilities Standardizing Example 标准化例 Z m = 0 s Z = 1 0.12 正态分布 标准正态分布 X m = 5 s = 10 6.2 Example:P(2.9 X 7.1) = .1664 举例计算 P(2.9 X 7.1) 0 s = 1 -.21 Z .21 正态分布 0.1664 0.5832 0.4168 标准正态分布 5 s = 10 2.9 7.1 X 能拿到超产奖的工人完成定额4077件。 统计数的分布 生物统计中的一个问题是研究总体与样本的关系 总体 随机样本1 2 3 4 例 设有一N=3的近似正态总体,具有变量3,4,5,则求出 总体均值μ=4,σ2=0.6667, σ=0.8165,现以n=2做独立的有放回的抽样,总共可得Nn=32=9个样本，其抽样结果列于下表： 5.6568 6.0 36.0 ∑ 0.0000 0.0 5.0 5,5 9 0.7071 0.5 4.5 5,4 8 1.4142 2.0 4.0 5,3 7 0.7071 0.5 4.5 4,5 6 0.0000 0.0 4.0 4,4 5 0.7071 0.5 3.5 4,3 4 1.4142 2.0 4.0 3,5 3 0.7071 0.5 3.5 3,4 2 0.0000 0.0 3.0 3,3 1 s s2 样本值 样本编号 样本平均数 的平均数为 μx=36/9=4=μ 样本方差s2的平均数 μs2=6/9=0.6667 =σ2 样本标准差s的平均数 μs=5.6568/9=0.6285≠σ 在统计上，如果所有可能样本的某一统计数的平均数等于总体的相应参数，则称该统计数为总体相应参数的无偏估计量。 样本平均数是总体平均数的无偏估计量 样本方差是总体方差的无偏估计量 样本标准差不是总体标准差的无偏估计量 样本平均数的分布 1309.50 324 81 ∑ 147.0 36 9 ∑ 25.00 5 1 5.00 25.0 5 1 5.0 202.50 90.25 45 19 10 4 4.50 4.75 40.5 9 2 4.5 304.00 289.00 76 68 19 16 4.00 4.25 48.0 12 3 4.0 122.50 225.00 35 60 10 16 3.50 3.75 24.5 7 2 3.5 9.00 42.25 3 13 1 4 3.0 3.25 9.0 3 1 3.0 f 2 f f（次数） f 2 f f（次数） n=4 n=2 样本平均数分布的基本性质： 样本平均数分布的平均数等于总体平均数 样本平均数分布的方差等于总体方差除以样本容量 如果从正态总体N（μ，σ2）进行抽样，其样本平均数分布也服从正态分布，记为N（μ，σ2/n） 如果被抽样整体不是正态总体，但是具有平均数μ和方差σ2，当样本容量不断增大，样本平均数的分布也越来越接近正态分布，且有平均数μ和方差σ2。这又叫做中心极限定理。 样本平均数差数的分布 分别从两个独立的正态总体抽样，将来自两个总体的样本平均数进行可能的比较，可得样本平均数差数分布的基本性质： 样本平均数差数的平均数等于总体平均数的差数 样本平均数差数的方差等于两样本平均数方差除以各自样本容量之和 从两个正态总体抽样的样本平均数差数的分布也服从正态分布，记为N（μ1－μ2，σ12/n1+ σ22/n2） Session 3 Probability and Probability Distribution 要点 概率基础知识 几种常见的理论分布 统计数的分布 事件 在自然界中,有许多现象是可以预言在一