概率教案4-1.pptVIP

  1. 1、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。。
  2. 2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  3. 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
  4. 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
  5. 5、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们
  6. 6、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
  7. 7、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
概率教案4-1

数 理 统 计 学 §1数理统计的基本概念 抽样:抽取样本的过程。   设(X1,X2…,Xn)是总体X的样本,则由样本(X1,X2…Xn)构成的且不含任何未知参数的函数g(X1,X2…Xn)称为统计量。 (3)?2分布的上?分位点 证明: 若X~N(?,?2), (X1,X2…Xn) 为其样本, * 引言 前三章为概率部分,从本章起转入数理统计部分,两部分研究的对象都是随机现象。不同的是在概率中,随机变量的分布通常是已知的,一切计算与推理都是在此基础上进行的。这里所谓分布已知,即对离散型随机变量我们假定知道其分布律,对连续型随机变量我们假定知道其概率密度。然而实际问题并非如此,一个随机变量到底服从什么分布可能是完全不知道的,或者虽知其分布类型,但分布中的参数是未知的。例如: 我们知道成年男子的身高X(cm)服从正态分布,既X~N (μ, σ2), 但其中的μ与σ2是未知的,如何来确定μ与σ2 呢?这就需要数理统计的知识。一般的方法是先从总体中抽取一部分样本,再通过样本对总体的某些特性作出推断。 数理统计是研究如何合理地收集、整理和分析带有随机性的数据资料,以便对所研究的问题作出推断和预测的学科。 下面我们先给出数理统计的定义。 数理统计基本思想:部分推断整体的思想。 §1数理统计的基本概念 一、数理统计的基本概念 二、统计量的定义及几个常用的统计量 三、几个重要统计量的分布 一、数理统计的基本概念(请自己看书回答下列问题) 1、总体、个体、抽样、样本、样本容量、样本观测值 2、思考:为什么说总体是一个随机变量? 3、抽样有什么要求?什么是简单随机样本? 4、样本有何特点? 例:考察1000只灯泡的使用寿命 总体X: 1000只灯泡的使用寿命 个体:每一只灯泡的使用寿命 样本: (X1,X2,…,X20) 样本容量:20 4、样本有何特点? 样本(X1,X2,…,Xn)是一个相互独立且与总体X同分布的n维随机变量。 例如:若总体为X~N(μ,σ2),则在样本(X1,X2,…,Xn)中,每个Xi(i=1,2,…,n)相互独立且与总体X同分布。即 (1) X1,X2,…,Xn相互独立;(2) Xi ~N(μ,σ2)。 例:设(X1,X2)是总体N(?,?2) 的一个样本,其中? 已知,?未知参数,则下列哪个不是统计量:( ) 二、统计量的定义及几个常用的统计量 1 、统计量定义 A 设(X1,X2,…,Xn)为总体X的样本,则 样本方差; 样本k阶(原点)矩 2. 几个常用的统计量 样本标准差 样本k阶中心矩 1、正态总体样本均值的分布 定理1:设X~N(?,?2),(X1,X2…Xn)是X的一个样本, 三、几个重要的统计量及其分布 证明: 例1、设随机变量(X1,X2,…,Xn)为来 自正态总体 的一个简单随机样本, 则样本均值  (1) ?2分布的定义 设 (X1 ,X2 ,…,Xn)是来自总体N(0,1) 的样本,把统计量 Y=X12+X22+…+Xn 2所服从的分布称为 自由度为n的?2分布。记作:Y~?2(n)。 2、?2分布 例1、设随机变量X1,X2,X3,X4独立且都服从N(0,1/2),则(X1+X2)2+(X3+X4)2服从_______分布;若要使aX12+b(X2+X3+X4)2~?2(2),则 a=____ , b=____. 解:X1+X2~N(0,1) (2) ?2分布的概率密度函数及图像 的点 为?2分布的上?分位点. ,对于给定的正数?(0 ?1),称满足 有表可查(P259附表4)  定理3 若X~N(μ,σ2),(X1,X2,…,Xn)为总体X的一个样本,   说明:若X~N(μ,σ2),则 分别为样本均值与样本方差,则有 (4) ?2分布的重要结论 3、t分布 服从自由度为n的 t分布.记为T?t(n).又称为学生(Student)分布. (1)t分布的定义 例:设X1,X2,X3,X4是来自正态总体N(0,22)的简单随机样本, 则         服从______分布 ; n=∞ n=1 (2)t分布的概率密度图形 图形关于t=0对称 其概率密度函数为: t?(n) ? 例 的点t ?(n)为t分布的 上?分位点。 (3) t分布的上?分位点t ?(n) 对于给定的?(0 ?1),称满足条件 的点t ?(n)为t分布的 上?分位点。   定理5 若X~N(μ,σ2),(X1,X2,…,Xn)为一个样本,   (4) t分布的重要结论 由t分布的定义得:

文档评论(0)

6358999 + 关注
实名认证
文档贡献者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档