经济数学 作者 王洪明 周秀君经济数学-修订版6-9章 第8章 随机变量及其数字特征.pptVIP

8.2 分布函数 8.3 几种常见随机变量的分布 8.3 几种常见随机变量的分布 8.3 几种常见随机变量的分布 8.3 几种常见随机变量的分布 8.3 几种常见随机变量的分布 8.3 几种常见随机变量的分布 8.3 几种常见随机变量的分布 8.3 几种常见随机变量的分布 8.3 几种常见随机变量的分布 8.3 几种常见随机变量的分布 8.3 几种常见随机变量的分布 8.3 几种常见随机变量的分布 8.3 几种常见随机变量的分布 8.3 几种常见随机变量的分布 8.3 几种常见随机变量的分布 8.4 随机变量的数字特征 8.4 随机变量的数字特征 8.4 随机变量的数字特征 8.4 随机变量的数字特征 8.4 随机变量的数字特征 8.4 随机变量的数字特征 8.4 随机变量的数字特征 8.5 总体样本统计量 8.5 总体样本统计量 8.5 总体样本统计量 解 ２． 连续性随机变量的数学期望 设连续型随机变量X的概率密度函数为f（x），若积分 收敛，则称 为随机变量X的数学期望，记作E（X），即 例8.14 设随机变量X服从均匀分布 求 X和Y＝５x２ 的数学期望（a＞０，a为常数）． 解 ３． 随机变量的数学期望的性质 8.4.2 方差 设X是一个随机变量，若E［X－E（X）］２ 存在，则称E［X－E（X）］２ 为X的方差，记为D（X），即 而 称为X的标准差，记作 若离散型随机变量X的分布列为Pk＝P（X＝xk），则X的方差为 若连续型随机变量X的概率密度函数为f（x），则X的方差为 计算方差最常用的一个公式为 例８.15 设随机变量X服从两点分布，其分布列为P（X＝１）＝p，P（X＝０）＝１－p＝q，（p＋q＝１），求D（x）． 解 E（X）＝１·p＋０·q＝p E（X２）＝１２·p＋０２·q＝p E（X）＝E（X２）－ ［E（X）］２ ＝p－p２ ＝pq 例8.16 设X～ N（０，１），求X的期望和方差． 解 因为X～ N（０，１），于是 8.4.3 常用分布的期望和方差 （１）两点分布． 若X的分布列为P（X＝１）＝p，P（X＝０）＝q，则E（X）＝p，D（X）＝pq． （２）二项分布． 若X～B（n，p），其分布列为 则E（X）＝np，D（X）＝np（１－p） （３）泊松分布． 若X～P（λ），其分布列为 （４）均匀分布． 若X～U（a，b），则 （５）正态分布． 若X～ N（０，１），则E（X）＝０，D（X）＝１． 若X～ N（μ，δ２），则E（X）＝μ，D（X）＝δ２． 8.5.1 总体与样本 所谓总体，就是一个随机变量X．所谓样本，就是n个相互独立且与总体X有相同分布的随机变量Xi（i＝１，２，…，n）．通常把它们看成一个n元的随机变量（X１，X２，…，Xn），而每一次具体抽样所得的数据，就是n元随机变量的一个观测值，记为（x１，x２，…，xn）． 在数理统计中，往往研究相关对象的某一数量指标， 如研究某种型号的电视机寿命这一数量指标．为此需要考虑与这一数量指标相联系的随机试验， 对这一数量指标进行试验或观测．把研究对象的全体称为总体（或母体）， 组成总体的每一个基本单位称为个体． 抽取样本的方法方式． 8.5.2 统计量 样本是我们进行分析和推断的依据． 但在实际应用中， 样本往往不能直接用于对总体的统计、推断，而是针对不同的问题，将分散于样本中的信息集中起来，构成样本的某种函数来实现对总体的统计、推断，这种函数称为统计量． 设X１，X２，…，Xn是来自总体X的一个样本，f（X１，X２，…，Xn）为一个连续函数，如果函数f中不包含任何未知参数，则称f（X１，X２，…，Xn）为一个统计量．如设X～ N（μ，σ２），其中μ和σ２ 均未 知，X１，X２，X３，X４ 为X的一个样本，则 和 都是统计量，而 都不是统计量，因为 它们包含了未知参数． 设 X１，X２，…，Xn是来自总体X的一个样本，则称统计量 为样本均值， 为样本方差， 为样本标准差． 例8.5 某医院新生女婴的体重（单位：ｇ）情况见P219表9.１所示，试计算该样本的样本均值和样本方差． 解 根据公式，该样本的样本均值为 样本方差为 本章小结 一、本章主要内容及学习要点 二、重点与难点 1. 重点 2. 难点 （１）在理解随机变量的概念时，首先要弄清楚随机变量与随机事件之间的联系。 （２）因为随机变量的取值与概率相联系，因此研究随机变量重要的是研究它的概率分布（或概率密度函数）。 （３）数字特征是从不同的侧面刻画随机变量概率分布特征的数值． （４）常用分布的分布列、概率密度，同时要结合实际背景理解它们的含义． 经济数学 Economic mathematics 在线教务辅