第5章特殊随机变量概论.ppt

例5 设随机变量 例7 假设X，Y相互独立 5.4 均匀分布 性质 （1）均匀分布的分布函数为 Excel计算小结 = Combin(n,i) = Binomdist(i,n,p,0) = Binomdist(k,n,p,1) = Poisson(i,?, 0) = Poisson(k, ?, 1) = Hypgeomdist(i,n,N,N+M) Excel计算小结 标准正态分布概率P(Zx)=Normsdist(x) t分布概率 P(Tx)= tdist(x, n,1). P(|T|x)= tdist(x, n,2). Excel计算小结 标准正态分布Normsinv(0.95) t分布 tinv(0.1, n). 5.8 正态分布产生的分布 ??2分布可加性：当X1和X2分别为自由度为n1 和n2的??2随机变量且相互独立时，则X1+X2服从自由度为n1+n2的??2分布. ??2分布的分位数：设X～ ??n2 ，若 则称数??2?,n为?上分位数或100(1- ?)%百分位数。 5.8 正态分布产生的分布 ??2分布的计算： 查??2 ?,n的表 使用Excel函数 求?上分位数?2?,n =chiinv(?, n). 求尾概率P(Xx)=chidist(x ,n) 例chiinv(0.05, 2)=5.991， chidist(5.991,2)=0.05. 例5.8.1 =1-chidist(30,26) 例5.8.2 =chiinv(0.05,15) 5.8 正态分布产生的分布 例15 假设需要在3维空间定位一个目标，3个坐标的误差(单位:米)独立地服从N(0, 4)，求定位的点与目标距离超过3米的概率。 5.8 正态分布产生的分布 t-分布：设Z～N(0,1), X～ ??n2 ，且Z和X相互独立，则称随机变量 服从自由度n的t-分布。 学生t-分布可简称为t分布。英国统计学家Gosset于1908年以笔名student首先发表 5.8 正态分布产生的分布 t-分布与N(0,1): 当n???，Tn?N(0,1) E[Tn]=0 Var(Tn)=n/(n-2) 厚尾性(n=12为例) 5.8 正态分布产生的分布 t-分布的?上分位数及其对称性 5.8 正态分布产生的分布 t分布的计算： 查t ?,n的表 使用Excel函数 求双侧?上分位数t?,n =tinv(2?, n). 求单尾概率P(Tx)=tdist(x ,n, 1) 求双尾概率P(|T|x)=tdist(x,n, 2) 例tinv(0.1, 2)=2.92， tdist(2.92,2,1)=0.05, tdist(2.92,2,2)=0.1. 5.8 正态分布产生的分布 F-分布：设X和Y分别服从自由度为n和m的?2分布，且相互独立，称 服从自由度为n和m的F-分布。 1924年英国统计学家Fisher提出. 5.8 正态分布产生的分布 5.8 正态分布产生的分布 F-分布的?上分位数及其倒数性质 5.8 正态分布产生的分布 F分布的计算： 查F ?,n,m的表 使用Excel函数 求?上分位数F?,n,m =finv(?, n, m). 求单尾概率P(Fx)=fdist(x ,n, m) 例finv(0.05,3, 2)=19.2，fdist(19.2,3,2)=0.05 FINV(0.95,2, 3)*FINV(0.05,3,2)=1 例5.8.6 =1-fdist(1.5,6,14) 卡方分布概率 P(Xx)=chidist(x, n). F分布概率 P(Fx)=fdist(x, n, m). 卡方分布 chiinv(0.05, n). F分布 finv(0.05, n, m). 习题 P132 ex43, ex44, ex46, ex47 5.3 超几何分布 模型：设有两个盒子都有大量白球和黑球，其中白球的比例都为p，现从两个盒子分别取n, m只球。那么两个盒子取出的白球数分别服从B(n,p)和B(m,p)。 问题：若已知两个盒子取出的白球数之和是k, 问第一个盒子取出的白球数服从什么分布？ 答：参数为(n, m, k)的超几何分布 计算 习题 P129 ex18, ex20 5.4 均匀分布 定义：设随机变量X在区间[?, ?]上等可能取值，则其密度函数 称为区间[?, ?]上的均匀分布。 均匀分布密度函数 （2） 5.4 均匀分布 例