第1章应用数理统计汇总.pptVIP

两总体样本均值差、样本方差比的分布 若 ，令 ，则由概率论可知，具 有概率密度 此时，称 服从倒 分布或逆 分布，记为 ，其中 为参数。 2 分布 定义1.2.2 若随机变量具有概率密度 则称 服从参数为 的 分布，记为 ， 其中 为参数，而 即为前面所提到的 函数。 分布具有下列性质 性质1 若 ，则 性质2 若 ，且 相互独立，则 在 分布中取 。即得均匀分布的概率密度 亦即 。 3. ?2—分布 ?2分布的概率密度曲线 ?2分布的性质： 性质1： 若X~ ?2(n)，则E(X)= n，D(X)=2n 性质2： 若 且 相互独立，则 性质3：若 则对任意实数 ，有 此性质表明，当 充分大时， 近似服从标准正态分布 定理1.2.1 设随机变量 相互独立，且都服从标准正态分布 ，则随机变量 服从自由度为 的 分布，即 分位点 设X ~ ?2(n)，若对于?：0?1， 存在 满足 则称 为 分布的上?分位点。 4. t分布 定义1.2.4 若随机变量T具有概率密度 则称T 服从自由度为n的t分布，记为 基本性质: (1) f(t;n)关于t=0(纵轴)对称。 (2) f(t;n)的极限为N(0，1)的密度函数，即 定理1.2.2 若X~N(0, 1), Y~?2(n), 且X与Y独立，则 分位点 设T～t(n)，若对 ?:0?1,存在t?(n)0， 满足P{T?t?(n)}=?， 则称t?(n)为 t(n)的上侧分位点 定义1.2.5 若随机变量F具有概率密度 5. F分布 则称F 服从自由度为(n1,n2)的F分布，记为 定理1.2.3 若X ~?2(n1)， Y~?2(n2)，X， Y独立，则 推论：若 ，则 F分布的数学期望为: 若n22 即它的数学期望并不依赖于第一自由度n1. F—分布的分位点 对于?：0?1， 若存在F?(n1, n2)0， 满足 P{F?F?(n1, n2)}=?， 则称F?(n1, n2)为F(n1, n2)的上侧?分位点； 正态总体的抽样分布定理 四、例题 例1 解 的概率不小于90%,则样本容量至少取多少? 例2设 ,为使样本均值大于70 解 设样本容量为 n , 则 故 令 得 即 所以取 例3 设r.v. X 与Y 相互独立，X ~ N(0,16), Y ~ N(0,9) , X1, X2 ,…, X9 与Y1, Y2 ,…, Y16 分别是取自 X 与 Y 的简单随机样本, 求 统计量 所服从的分布. 解 从而 五、课堂练习 2、 从正态总体 中，抽取了 n = 20的样本 (1) 求 (2) 求 解1 2 解：总体服从 (1) 即 故 (2) 故 六、小结 在这一节中我们学习了统计量的概念 , 几个重要的统计量及其分布 ,即抽样分布. 要求大家熟练地掌握它们 . 常用的统计量 样本平均值 样本方差 样本标准差 样本k阶原点矩 样本k阶中心矩 抽样分布 t 分布 F分布 抽样分布定理 样本均值的分布 样本方差、均值的分布 应用数理统计 理学院应用数学系 王小侠 《概率论与数理统计》是研究和揭示随机现象的统计规律性的一门数学学科。 概率论研究随机现象及统计规律性的数量关系，而数理统计是以概率论为基础，研究如何有效地收集、整理和分析随机数据，并做出统计推断、预测或者决策。  研究的内容 数理统计所要解决的问题是如何根据样本来推断总体，第一个问题就是采集样本，然后才能作统计推断。 主要内容及学时分配 数理统计的基本概念 4h 参数估计 6h 假设检验 8h 方差分析与正交试验设计 10h 回归分析 8h 统计决策与贝叶斯推断 4h 第1章 数理统计的基本概念 一、总体和样本 总体 —— 研究对象全体元素组成的集合 所研究的对象的某个(或某些)数量指标的全体,它是一个随机变量(或多维随