第四章1统计量.pptVIP

第四章  —— 数理统计的基本概念 数理统计与概率论是有密切联系的学科,都以随机现象的统计规律为研究对象.概率论是数理统计的基础， 而数理统计是概率论的重要应用.但在研究问题的方法上有很大区别 计算机的诞生与发展为数据处理提供了强有力的技术支持，数理统计与计算机的结合是必然的发展趋势. 根据中心极限定理 近似服从标准的正态分布 三. 统计三大分布 记为 分布 1、 定义: 设 相互独立, 都服从正态 分布N(0,1), 则称随机变量： 所服从的分布为自由度为 n 的 分布. 分布是由正态分布派生出来的一种分布. 分布的密度函数为 来定义. 其中伽玛函数 通过积分 10 ? (x+1)= x ? (x) ( x 0 ); 20 ? (n+1)= n ! ; 30 ? (1)= 1 . 由 分布的定义，不难得到： 1.?? 设 相互独立, 都服从正态分布 ? ,? 2是已知的，则 2. 设 且X1,X2相互 独立，则 这个性质叫 分布的可加性. 应用中心极限定理可得，若 ，则当n充分大时， 若 的分布近似正态分布N(0,1). 则可以求得， E(X)=n, D(X)=2n 若 应用中心极限定理可得 定理 (样本方差的分布) 设X1,X2,…,Xn是取自正态总体 的样本, 分别为样本均值和样本方差, 则有 自由度为 n 的 分布 自由度：样本容量减去约束条件的个数 1.?? 设 相互独立, 都服从正态分布 ? ,? 2是已知的，则 则称 满足等式 P(X u? ) = ? 的数 u? 为标 准正态分布的上侧 ? 分位数； 定义 设 X～N(0 , 1 )， 0 ? 1 , ? f (x) O x 上侧 ? 分位数 分布的上侧分位数 是自由度为 n 的 分布 对于给定的 满足 称为n个自由度的 分布的 水平的上侧分位数 记做 ? f (x) O x 设 X1, …, X10 是来自正态总体 X～N(0 , 0. 32 )的一个样本, 例1设 X～ ? 2 (15) , 确定 x 的值, 使 P(X ? x)= 0. 95 . 解 由题意知, 所求 x 满足 P(X x)= 1- 0.95 , n =15, ? = 0. 05 , 查附表知, x = 24. 996 . 例2 求 解 ∵ X i ～N(0 , 0. 32 ), i = 1, 2, …, 10 . 又由于它们相互独立, 解 ∵ X i ～N(0 , 0. 32 ), i = 1, 2, …, 10 . 又由于它们相互独立, = 0. 1 . 当n充分大时（大于等于45）， 是自由度为 n 的 分布 T的密度函数为： 记为T～t(n). 定义: 设X～N(0,1) , Y～ , 且X与Y相互独立，则称变量 所服从的分布为自由度为 n的 t 分布. 2、t 分布 具有自由度为n的t分布的随机变量T的数学期望和方差为: E(T)=0; D(T)=n / (n-2) , 对n 2 当n充分大时，其图形类似于标准正态分布密度函数的图形. t分布的密度函数关于x=0对称，且 不难看到，当n充分大时，t 分布近似N (0,1)分布. 但对于较小的n，t分布与N (0,1)分布相差很大. 设X1,X2,…,Xn是取自正态总体 的样本, 分别为