随机变量的密度函数.pptVIP

正态分布 ?-3? ?-2? ?-? ? ?+? ?+2? ?+3? x 68.3% 95.5% 99.7% * 偏度与峭度 偏度（skewness） 度量一个分布的对称性的指标 峭度（kurtosis） 度量一个分布的尖峭或平坦程度的指标 （总体） （样本） （总体） （样本） * 离散型随机变量的概率分布 二项分布（binomial distribution） 假设：1. 在相同条件下进行了n次试验 2. 每次试验只有两种可能结果（1或0） 3. 结果为1的概率为p，为0的概率为1-p 4. 各次试验彼此间是独立的 在n次试验中，结果为1的次数（X = 0，1，2，?，n）服从二项分布，表示为 * 离散型随机变量的概率分布 二项分布的概率函数 二项分布的期望 二项分布的方差 * 离散型随机变量的概率分布 例3：一头母猪一窝产了10头仔猪，分别求其中有2头公猪和6头公猪的概率。 产公猪头数的期望值： 产公猪头数的方差： * 习题 P.36 2，3，5，6，7 * 第三章 随机变量与概率分布 随机变量及其种类 概率分布 正态分布 二项分布 * 随机变量及其种类 随机变量（random variable） 在一定范围内随机取值的变量 以一定的概率分布取值的变量 分类 离散型(discrete)随机变量：只取有限个可能值（通常为整数） 例：发病个体数，产仔数 连续型(continuous)随机变量：在一定范围内可取无限个可能值（实数） 例：产奶量，体长，日增重 * 概率分布 概率函数(probability function) 随机变量取某一特定值的概率函数（离散型随机变量） 概率密度函数(probability density function) 随机变量取某一特定值的密度函数（连续型随机变量） 概率分布函数(probability distribution function) 随机变量取值小于或等于某特定值的概率 * 离散型随机变量的概率分布 概率函数 X ：随机变量，x：该随机变量的某一可能取值 概率分布函数 * 离散型随机变量的概率分布 例1：掷一次骰子所得点数的概率函数 概率分布列 * 离散型随机变量的概率分布 例2：掷二次骰子所得点数之和的概率分布 * 离散型随机变量的概率分布 概率分布图 * 离散型随机变量的概率分布 随机变量的期望(expectation) - 总体平均数 对于例1： * 离散型随机变量的概率分布 期望的性质 (a是常量) 1. 2. 3. 4. （当X和Y彼此独立） * 离散型随机变量的概率分布 随机变量的函数的期望 设H(X)是随机变量X的某个函数 例： 对于例1： * 离散型随机变量的概率分布 随机变量的方差(variance) - 总体方差 对于例1： * 离散型随机变量的概率分布 方差的性质 1. Var(a) = 0 （a是常量） 2. Var(aX ) = a2Var(X ) 3. Var(X + Y ) = Var(X ) + Var(Y ) (X和Y彼此独立） 4. Var(XY ) = Var(X )Var(Y ) / * 连续型随机变量的概率分布 概率密度函数 满足以下条件的函数f (x)称为连续性随机变量X的概率密度函数: (x是X的任一可能取值) * 连续型随机变量的概率分布 概率分布函数 期望 方差 * 连续型随机变量的概率分布 正态分布（normal distribution） 具有如下概率密度函数的随机变量称为正态分布随机变量： ? = 期望 ? 2 = 方差 （可以证明这个函数满足概率密度函数的3个条件） * 正态分布 正态分布概率密度函数的几何表示 正态曲线 f (x) x 曲线下某区间的面积即为随机变量在该区间取值的概率 ? * 正态分布 正态分布的特点 只有一个峰，峰值在x = ? 处 曲线关于x = ? 对称，因而平均数=众数=中位数 x轴为曲线向左、右延伸的渐进线 由两个参数决定： 平均数? 和 标准差? ? 决定曲线在x 轴上的位置 ? 决定曲线的形状 * 正态分布 平均数的影响 标准差的影响 * 正态分布 标准正态分布(standard normal distribution) 令 Z服从正态分布 标准正态分布 对于 标准化 * 正态分布 标准正态分布的概率密度函数 0 * 正态分布 标准正态分布的概率计算 附表1 (p. 274) * 正态分布 (1) P( Z ? u) 或 P(Z ? -u) (u 0) 直接查表 * 正态分布 (2) P( Z ? -u) 或 P(Z ? u) 查表 *