62常用统计分布新.pptVIP

定理 1 (样本均值的分布) 设 X1, X2, …, Xn 是来自正态总体 的样本， 是样本均值，则有 ) 1 , 0 ( ~ N n X s m - 即 n取不同值时样本 均值 的分布. . 2 时， ， X 本均值 可用本定理计算样 在已知总体 s m 注意： 定理 2 (样本方差的分布) 设X1,X2,…,Xn是来自正态总体 的样本, 分别为样本均值和样本方差, 则有 定理 3 (样本均值的分布) 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 定理 4 (两总体样本均值差、样本方差比的分布) 是X的样本, 这两个样本的样本方差,则有 分别是两个样本的 且X与Y相互独立, X1, X2, …, 是Y的样本, Y1, Y2, …, 样本均值， 分别是 解 例5 ( ( ), ( 2 1 X , , 1 ). ) 2 S E X D X E X n 和 ）计算 （ 的概率分布； ）写出 （ 设总体服从泊松分布， L , , n 1 X X 是一个样本： L 课堂练习 1、解 2、解 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 . 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 两总体样本均值差、样本方差比的分布 * 第二节 常用统计分布(1) 一、分位数 三、t分布 四、F分布 二、 分布 五、抽样分布定理 六、课堂练习 七、小结 设随机变量 的分布函数为 对给定 若实数 满足不等式 （1） 则称 为随机变量 的分布的水平为 的上侧分 位数(点). 若实数 满足不等式 （2） 分位数(点). 则称 为随机变量 的分布的水平为 的双侧 一、分位数 定义： 的实数 分别如下图： 分位数的性质： 通常， 直接求解分位数是很困难的， 对常用的统计 分布， 可利用附录中给出的分布函数值表来得到分 位数的值. 例如， 标准正态分布的上侧分位数和双侧分位数 例1 设 求标准正态分布的水平 0.05 的上 侧分位数和双侧分位数. 解 由于 查标准正态分布函数值表可得 而水平 0.05 的双侧分位数为 它满足: 查标准正态分布函数值表可得 今后, 分别记 与 为标准正态分布的上侧 注: 分位数与双侧分位数. 定义 设 是取自总体 的样本， 则称统计量 （1） 服从自由度为 的 分布， 记为 这里， 自由度是指(1)式右端所包含的独立变量的个 数. 分布 二、 说明： 是由海尔墨特和K.皮尔逊分别于1875年 和1900年导出的。主要适用于拟合优度检验和独立性 检验，以及对总体方差的估计和检验等。 分布是由正态分布派生出来的一种分布. 分布的概率密度： 密度函数如图所示： 1.?? 设 相互独立, 且服从正态分布 则 （此性质为 分布的可加性） 3．若 近似正态分布N(0,1). (应用中心极限定理可得 ) 2．设 且X1与X2相互独 立，　　 分布的基本性质： E(X)=n, D(X)=2n. 分布的分位数 设 对不同的 与 分位数的值已经编制成 表供查用(参见附表5). 例如， 表中只给出了自由度 时的上侧分位数. (R.A.Fisher)曾证明： 近似地有 其中 是标准正态分布的水平 的上侧分位数. 用(*) 式可对 时的上侧分位数进行近似计算. 充分大时， 当 费歇 利 例2 设 是来自总体 的样本, 又设 试求常数 使 服从 分布. 解 因为 所以 且相互独立, 于是 故应取 则有 概率密度函数为： 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. 三、t 分布 t 分布的性质 由密度的对称性及定义有 例3 设随机变量 随机变量 均服从 且 都相 互独立, 令 试求 的分布, 并确定 的值, 使 解 由于 故由 分布的定义知 即 服从自由度为 4 的 分布: 由 对于 查附表 , 得 分布 四、 定义 设 立， 则称 服从自由度为 的 分布， 记为 且 与 相互独 说明：F分布是以统计学家费歇尔的姓氏的第一个 字母命名的，主要用于方差分析、协方差分析和回 归分析等. 由定义可见， ~F(n2,n1) 即它的数学期望并不依赖于第一自由度n1. 1.F分布的数学期望为: 若n22 若F~F(n1,n2)， F的概率密度为 F分布的性质： 2.F分布的分位数