统计学贾俊平第5章概率与概率分布解析.ppt

As a result of this class, you will be able to ... As a result of this class, you will be able to ... As a result of this class, you will be able to ... As a result of this class, you will be able to ... 正态分布 ? + 3? ? ? + ? ? + 2? ? - 3? ? - ? ? - 2? Accelerating (Falling more steeply) ? + 3? ? ? + ? ? + 2? ? - 3? ? - ? ? - 2? Decelerating (Falling less steeply) 正态分布 ? + 3? ? ? + ? ? + 2? ? - 3? ? - ? ? - 2? The standard deviation is the distance from ? to where the car begins to decelerate 正态分布 正态分布的概率 概率为曲线下对应到(c,d) 的面积 c d x f ( x ) 正态分布 概率为曲线下的面积 (总面积=1) 查Z-表或 使用计算机求解 正态分布 正态分布家族的差异在均值与标准差 正态分布 不同正态分布各有不同的均值及标准差﹔每一正态分布将有个别的表 是否需要无限多的表？ 正态分布 标准正态分布(standardize the normal distribution) 随机变量具有均值为0，标准差为1的正态分布 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 正态分布 标准正态分布的概率密度函数 标准正态分布的分布函数 正态分布 X m s 一般正态分布 ? =1 Z 标准正态分布 ? ? ? 正态分布 例解： 假设你和南京市政府签约生产垃圾袋。一般塑料袋可承受垃圾之强度呈正态分布。若契约上规定某一尺寸垃圾袋之承受力的平均数为 20斤, 而标准差 7斤。试问从市面销售货架上, 随机抽出一个袋子测其强度可承受 a. 25斤以上之概率为何? b. 介于13斤和25斤之概率为何? 正态分布 垃圾袋承受强度呈常态分配(均值=20, 标准差=7) X ~ N ( m = 20, s = 7 ) a. 25斤以上之概率为何? P(X25) = ? 　　P(Z(25-20)/7) = P(Z0.7143) = P(Z 0.71) 　　= 0.5 - 0.2611 = 0.2389 b. 介於13斤和25斤之概率为何? P(13X25) = ? 　　　= P(-1 Z 0.71) = 0.3143 + 0.2389 = 0.5532 补：大数定律与中心极限定理 大数定律与中心极限定理 为何能以某事件发生的频率作为该事件的概率的估计？ 为何能以样本均值作为总体期望的估计？ 为何正态分布在概率论中占有极其重要的地位？ 大样本统计推断的理论基础是什么？ 大数 定律 中心极 限定理 大数定律 有 或 贝努里（Bernoulli）大数定律 设 nA 是 n 次独立重复试验中事件 A 发生的次数, p 是每次试验中 A 发生的概率, 则 大数定律 贝努里(Bernoulli)大数定律的意义 频率 与 p 有较大偏差 是 小概率事件, 因而在 n 足够大时, 可以用频 率近似代替 p 。 这种稳定称为依概率稳定。 大数定律 Chebyshev 大数定律 设 r.v. 序列 相互独立， (指任意给定 n 1, 相互独立) 且具有相同的数学期望和方差 则 有 或 大数定律 Chebyshev大数定律的意义 　具有相同数学期望和方差的独立 r.v.序列的算术平均值依概率收敛于数学期望。当 n 足够大时, 算术平均值几乎是一常数。 算术 均值 数学 期望 近似代替 可被 中心极限定理 定 理 一 林德伯格-列维中心极限定理 [ 独立同分布的中心极限定理 ] 定 理 二 棣莫弗-拉普拉斯中心极限定理 [ 二项分布以正态分布为极限分布 ] (Lindberg-levi) (De Moivre-Laplace) 中心极限定理 独立同分布中心极限定理 设随机变量序列　　　　　　　独立同一分布, 且有期望和方差： 　　　则对于任意实数 x , 中心极限定理 独立同分布中心极限定理的意义 许多彼次没有