常用概率分布综述.pptVIP

* 定义 样本变异性(sampling variability)：简单随机样本平均数间存在差别。或抽样误差(sampling error) 样本分布(sampling distribution)：指样本的概率分布。 * 样本平均数的分布 从N个总体中随机抽取样本含量为n的样本，共抽m次，求样本平均数的分布(sample distribution for the mean)。 计算每个样本的平均数 列出每次抽样的平均数，并列出每个平均数的频率 直观观察 * 例题1 一个骰子掷两次算一次抽样，求所有样本的样本平均数和方差 1 2 3 4 5 6 1 1,1 1,2 1,3 1,4 1,5 1,6 2 2,1 2,2 2,3 2,4 2,5 2,6 3 3,1 3,2 3,3 3,4 3,5 3,6 4 4,1 4,2 4,3 4,4 4,5 4,6 5 5,1 5,2 5,3 5,4 5,5 5,6 6 6,1 6,2 6,3 6,4 6,5 6,6 * 例题 2 平均数 频率 相对频率 1.0 1 0.028 1.5 2 0.056 2.0 3 0.083 2.5 4 0.111 3.0 5 0.139 3.5 6 0.167 4.0 5 0.139 4.5 4 0.111 5.0 3 0.083 5.5 2 0.056 6.0 1 0.028 总和 36 1.000 * 样本平均数的分布 1.0 1.5 2.0 2.5 3.0 3.5 4.0 4.5 5.0 5.5 6.0 * 定理 情况1. 如果总体服从正态分布，平均数为?，方差为?2，样本含量为n，则样本为： 正态分布 平均数等于? 方差等于 ?2/n，SQRT（ ?2/n ）称为平均数的标准差(standard error of the mean), 或简称标准误 * 定理 情况2：当总本不是服从正态分布，平均数为?，方差为?2，样本含量为n，则样本为： 近似服从正态分布，随样本越大，近似越好。与总体分布的形状有关。一般地，样本数30或者30以上，近似会比较好（中心极限定理, Central Limit Theorem, CLT）。 平均数等于? 方差等于 ?2/n，SQRT（ ?2/n ）为平均数的标准误(standard error of the mean)或标准误 * 总体 平均数的期望 * 样本平均数的方差 * 第四章 常用概率分布 * 第一节 正态分布 Normal Distribution * 定义 若连续型随机变量x的概率分布密度函数为 其中μ为平均数，σ2为方差，则称随机变量x服从正态分布， 记为x～N(μ,σ2)。相应的概率分布函数为 正态分布(normal distribution) * 正态分布 正态分布密度曲线是单峰、对称的悬钟形曲线，对称轴为x=μ； f(x) 在 x =μ 处达 到 极 大 ， 极大值 ； f(x)是非负函数，以x轴为渐近线，分布从-∞至+∞ 曲线在x=μ±σ处各有一个拐点，即曲线在(-∞,μ-σ)和(μ+σ,+∞) 区间上是下凸的，在[μ-σ,μ+σ]区间内是上凸的 * 正态分布 正态分布有两个参数，即平均数μ和标准差σ * 正态分布 分布密度曲线与横轴所夹的面积为1， * 标准正态分布(standard normal distribution) μ=0,σ2=1的正态分布为标准正态分布(standard normal distribution) 随机变量u服从标准正态分布，记作u～N(0，1) * 标准正态分布 对于任何一个服从正态分布N(μ,σ2)的随机变量x，都可以通过标准化变换 u=(x-μ)／σ 将 其变换为服从标准正态分布的随机变量u u称为标准正态变量或标准正态离差(standard normal deviate) * 三、正态分布的概率计算 设u服从标准正态分布，则 u 在[u1,u2 ）何内取值的概率为： ＝Φ(u2)－Φ(u1) 而Φ(u1)与Φ(u2) 可由附表1查得。 * 标准正态分布 正态分布的对称性可推出下列关系式， 再借助附表1 ， 便能很方便地计算有关概率： P(0≤u＜u1)＝Φ(u1)-0.5 P(u≥u1) =Φ(-u1) P(｜u｜≥u1)=2Φ(-u1) P(｜u｜＜u1＝＝1-2Φ(-u1) P(u1≤u＜u2)＝Φ(u2)-Φ(u1) * 计算 已知u～