统计学第五章概率分布.ppt

  1. 1、本文档共25页,可阅读全部内容。
  2. 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
  3. 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  4. 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
查看更多
统计学第五章概率分布

概率与 概率分布 学习内容 正态分布 大数定律与中心极限定理 离散型随机变量的数学期望 在离散型随机变量X的一切可能取值的完备组中,各可能取值xi与其取相对应的概率pi乘积之和 描述离散型随机变量取值的集中程度 计算公式为 离散型随机变量的方差 随机变量X的每一个取值与期望值的离差平方和的数学期望,记为D(X) 描述离散型随机变量取值的分散程度 计算公式为 连续型随机变量的概率分布 概率密度函数 设X为一连续型随机变量,x 为任意实数,X的概率密度函数记为f(x),它满足条件 概率密度函数 在平面直角坐标系中画出f(x)的图形,则对于任何实数 x1 x2,P(x1 X? x2)是该曲线下从x1 到 x2的面积 分布函数 连续型随机变量的概率也可以用分布函数F(x)来表示 分布函数定义为 分布函数与密度函数的图示 密度函数曲线下的面积等于1 分布函数是曲线下小于 x0 的面积 连续型随机变量的期望和方差 连续型随机变量的数学期望为 方差为 性质: D(αX)=α2 D(X) 正态分布的重要性 描述连续型随机变量的最重要的分布 经典统计推断的基础 概率密度函数 f(x) = 随机变量 X 的频数 ?? = 总体方差 ? =3.14159; e = 2.71828 x = 随机变量的取值 (-? x ?) ? = 总体均值 正态分布函数的性质 概率密度函数在x 轴的上方,即f (x)0 正态曲线的最高点在均值?,它也是分布的中位数和众数 正态分布是一个分布族,每一特定正态分布通过均值?的标准差?来区分。 ?决定曲线的高度,同时决定曲线的平缓程度,即宽度 曲线f(x)相对于均值?对称,尾端向两个方向无限延伸,且理论上永远不会与横轴相交 正态曲线下的总面积等于1 ? 和? 对正态曲线的影响 正态分布的概率 标准正态分布函数 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 标准正态分布表的使用 将一个一般的转换为标准正态分布 计算概率时 ,查标准正态概率分布表 对于负的 x ,可由? (-x)???? ?x?得到 对于标准正态分布,即X~N(0,1),有 P (a? X ?b)? ? ?b? ?? ?a? P (|X| ?a)? 2? ?a? ?1 对于一般正态分布,即X~N(? , ?),有 标准化的例子 P(2.9 ? X ? 7.1) 正态分布(实例) 正态分布(实例) 大数定理与中心极限定理 大数定理 中心极限定理 正态分布的再生定理 :相互独立的两个正态随机变量相加之和仍服从正态分布。 中心极限定理: 大样本的平均数近似服从正态分布。 中心极限定理(图示) 例题 某地区职工家庭的人均年收入平均为12000元,标准差为2000元。若知该地区家庭的人均年收入服从正态分布,现采用重复抽样从总体中随机抽取25户进行调查,问出现样本平均数等于或超过12500元的可能性有多大? 例题 某车间有200台机床,它们独立工作着,开工率各为0.6,开工时耗电各为 1kw,问供电所至少要供给这个车间多少电,才能以 99.9% 的概率保证这个车间不会因供电不足而影响生产? * * 指数分布 连续型随机变量的概率分布 正态分布 均匀分布 其他分布 f(x)不是概率 f(x) x a b 概率是曲线下的面积 根据分布函数,P(aXb)可以写为 f(x) x x0 F ( x0 ) x f (x) x f(x) C A B 概率是曲线下的面积! a b x f(x) 标准正态分布的概率密度函数 标准正态分布的分布函数 一般正态分布 .1664 .0832 .0832 标准正态分布 【例】设X~N(0,1),求以下概率: (1) P(X 1.5) ;(2) P(X 2); (3) P(-1X ?3) ; (4) P(| X | ? 2) 解:(1) P(X 1.5) = ? (1.5)=1-0.0668=0.9332 (2) P(X 2)=1- P(X ?2)=1-0.9973=0.0228 (3) P(-1X ?3)= P(X ?3)- P(X -1) = ?(3)- ?(-1)= ?(3) – [1-?(1)] = 0.9987-(1-0.8413)=0.8354 (4) P(| X | ? 2) = P(-2? X |? 2)= ?(2)- ?(-2) = ?(2)- [1-?(

文档评论(0)

peain + 关注
实名认证
内容提供者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档