概率统计简明教程(同济)Chapter7学习课件.pptVIP

Chapter 7 随机变量的数字特征 随机变量的分布完全描述了随机现象的统计规律性. 当随机变量的分布不太容易得出时,可以只考虑少数几个随机变量的数字特征: 数学期望, 方差, 协方差和相关系数, 矩(P85, P114). 第一节 数学期望 先考虑X为离散型随机变量情形. 该数据集的平均值: 第二节 方差和标准差 第一批: 110, 120, 120, 125, 125, 125, 130, 130, 135, 140. 第二批: 90, 100, 120, 125, 125, 130, 135, 145, 145, 145. 平均数均为126, 这时如何判断哪批好? 与中心位置的“偏离程度”? 第三节 协方差和相关系数 若X与Y独立: 若E(X - E(X))(Y- E(Y)) ? 0, 则X与Y不独立. 当X与Y不独立也可能成立. *第四节 切比雪夫不等式及大数律 (1)大量测量值的算术平均值具有稳定性. (2) 频率具有稳定性： 证明时要用到切比雪夫不等式. 第五节 中心极限定理 在实际应用中, 为什么会经常出现正态分布? (中心)极限定理: 1920年, Polya取的名字(Central limit theorem). 例15(P84) X ~ E(?) ? D(X) = 1/ ?2. 方差的性质(P84): (i)