北京理工大学统计学课件大全知识汇总.pptVIP

5. 随机向量的函数的分布 设 X, Y 是二维随机变量,z ? x, y 是一个已知的二元函数,如果当 X, Y 取值为 x, y 时, 随机变量Z取值为z ? x, y ,则称Z是二维随机变量的函数,记作Z ? X, Y 问题: 已知 X, Y 的分布, 求Z ? X, Y 的分布. 一、离散型随机向量函数的分布 二、连续型随机变量函数的概率分布 1. 已知 X,Y ~ f x,y ，求Z ? X,Y 的概率分布. 2. 若Z为连续型随机变量, 则在 f z 的连续点处 推论 设 X,Y 关于X,Y的边缘密度分别为fX x , fY y . 若X和Y独立, 则 Z X+Y的概率密度的一般公式 　极大极小值的分布 设X，Y是两个相互独立的随机变量， 它们的分布函数分别为FX x 和FY y , 求 M max X,Y 及 N min X,Y 的分布函数. M max X,Y FM z P M≤z P max X,Y ≤z P X≤z,Y≤z P X≤z P Y≤z FX z FY z 类似地，可得N min X,Y 的分布函数是 1-P X z,Y z FN z P N≤z P min X,Y ≤z 1 – P min X,Y z 1- P X z P Y z 1-[1-FX z ][1-FY z ] 第四章 数学期望和方差 随机变量的平均取值 —— 数学 期望 随机变量取值平均偏离平均值的 情况 —— 方差 描述两个随机变量之间的某种关 系的数 —— 协方差与相关系数 本 章 内 容 定义1.1：设离散型随机变量X 的概率分布为 若无穷级数 绝对收敛，则称其和为随机变量 X 的数学期望或均值，记作 E X 。 数学期望的定义 定义1. 2 ：设 X 为连续型随机变量, 其密度函数为　　，若积分 绝对收敛，则称此积分为随机变量 X 的数学期望或均值，记作 E X 。 离散型随机向量函数的数学期望 设X X1 ,…, Xn 为离散型随机向量，概率 分布为 Z g X1 ,…, Xn , 若级数 绝对收敛，则 连续型随机向量函数的数学期望 设X X1 ,…, Xn 为连续型随机向量，联合 密度函数为 Z g X1 ,…, Xn , 若积分 绝对收敛，则 A. 方差的概念和计算公式 Var X E X-E X 2 性质2: Var b+X Var X . 特别地，若X C，C为常数，则 Var C 0 B. 方差的性质 Var aX + b a2 Var X 性质3: 若a,b为常数, , 则 性质1: 若b为常数,随机变量X的方差存在， 则bX的方差存在，且 Var bX b2Var X 若随机变量X,Y 的方差都存在， 则X+Y的方差存在，且 性质5: 性质4: Var X?Y Var X +Var Y ?2cov X,Y 若X, Y 独立， Var X?Y Var X +Var Y A. 协方差函数和相关系数 协方差 相关系数 协方差的性质 当且仅当 时，等式成立 —Cauchy-Schwarz不等式 B. 协方差和相关系数的性质 * 相关系数的性质 * X , Y 不相关 注：X与Y不相关仅仅是不线性相关，可以非线性相关。 * X,Y 相互独立 X,Y 不相关 若 X , Y 服从二维正态分布， X,Y 相互独立 X,Y 不相关 第五章 极限定理 强大数律 中心极限定理 设随机序列 独立同分布，并且 ，则有 定理 考前答疑安排 5月28日 1号楼A201教师休息室 上午：8：30-12：00， 答疑教师：房永飞，王岩华 下午：1：30-4：00 答疑教师：卢筠，王洁明 第一章 古典概型和概率空间 1. 条件概率和乘法公式 P AB P B P A|B 2. 事件的独立性 对任意的事件A，B，若P AB P A P B ， 则称事件A，B是相互独立的。 3. 全概率公式和Bayes公式 离散型随机变量 连续型随机变量 概率分布函数 随机变量函数的分布 第二章 随机变量及其分布 1.离散型随机变量的概率分布 2. 几种常用的离散型随机变量 1.两点分布 Bernoulli分布 2.二项分布 Binomial分布 3.泊松分布 Poisson 分布 4.几何分布 Geometric分布 分布函数 分布列 3.分布列与分布函数的关系图示如下 4.离散型随机变量函数的分布 设 X 是离散型随机变量，其分布列为 Y 是 X 的函数 ， 则