作业：数理统计与随机过程公式.docxVIP

数理统计与随机过程公式北京工业大学在职研究生 -----北汽集团 崔肇玉（G201211069） 随机变量及其分布（1）离散型随机变量的分布律设离散型随机变量的可能取值为Xk(k=1,2,…)且取各个值的概率，即事件(X=Xk)的概率为P(X=xk)=pk，k=1,2,…，则称上式为离散型随机变量的概率分布或分布律。有时也用分布列的形式给出：。显然分布律应满足下列条件：（1），， （2）。（2）连续型随机变量的分布密度设是随机变量的分布函数，若存在非负函数，对任意实数，有，则称为连续型随机变量。称为的概率密度函数或密度函数，简称概率密度。密度函数具有下面4个性质：1° 。2° 。（3）离散与连续型随机变量的关系积分元在连续型随机变量理论中所起的作用与在离散型随机变量理论中所起的作用相类似。（4）分布函数设为随机变量，是任意实数，则函数称为随机变量X的分布函数，本质上是一个累积函数。 可以得到X落入区间的概率。分布函数表示随机变量落入区间（– ∞，x]内的概率。分布函数具有如下性质：1° ；2° 是单调不减的函数，即时，有 ；3° ， ；4° ，即是右连续的；5° 。对于离散型随机变量，；对于连续型随机变量， 。（5）八大分布0-1分布P(X=1)=p, P(X=0)=q二项分布在重贝努里试验中，设事件发生的概率为。事件发生的次数是随机变量，设为，则可能取值为。， 其中，则称随机变量服从参数为，的二项分布。记为。当时，，，这就是（0-1）分布，所以（0-1）分布是二项分布的特例。泊松分布设随机变量的分布律为，，，则称随机变量服从参数为的泊松分布，记为或者P()。泊松分布为二项分布的极限分布（np=λ，n→∞）。超几何分布随机变量X服从参数为n,N,M的超几何分布，记为H(n,N,M)。几何分布，其中p≥0，q=1-p。随机变量X服从参数为p的几何分布，记为G(p)。均匀分布设随机变量的值只落在[a，b]内，其密度函数在[a，b]上为常数，即?a≤x≤b 其他，则称随机变量在[a，b]上服从均匀分布，记为X~U(a，b)。分布函数为? a≤x≤b 0， xa，? ?1， xb。?当a≤x1x2≤b时，X落在区间（）内的概率为。指数分布 ,?0, ,???其中，则称随机变量X服从参数为的指数分布。X的分布函数为 , x0。 ???记住积分公式：正态分布设随机变量的密度函数为， ，其中、为常数，则称随机变量服从参数为、的正态分布或高斯（Gauss）分布，记为。具有如下性质：1° 的图形是关于对称的；2° 当时，为最大值；若，则的分布函数为。。参数、时的正态分布称为标准正态分布，记为，其密度函数记为，，分布函数为。是不可求积函数，其函数值，已编制成表可供查用。Φ(-x)＝1-Φ(x)且Φ(0)＝。如果~，则~。。（6）分位数下分位表：；上分位表：。（7）函数分布离散型已知的分布列为?，的分布列（互不相等）如下：，若有某些相等，则应将对应的相加作为的概率。连续型先利用X的概率密度fX(x)写出Y的分布函数FY(y)＝P(g(X)≤y)，再利用变上下限积分的求导公式求出fY(y)。样本及抽样分布（1）数理统计的基本概念总体在数理统计中，常把被考察对象的某一个（或多个）指标的全体称为总体（或母体）。我们总是把总体看成一个具有分布的随机变量（或随机向量）。个体总体中的每一个单元称为样品（或个体）。样本我们把从总体中抽取的部分样品称为样本。样本中所含的样品数称为样本容量，一般用n表示。在一般情况下，总是把样本看成是n个相互独立的且与总体有相同分布的随机变量，这样的样本称为简单随机样本。在泛指任一次抽取的结果时，表示n个随机变量（样本）；在具体的一次抽取之后，表示n个具体的数值（样本值）。我们称之为样本的两重性。样本函数和统计量设为总体的一个样本，称（）为样本函数，其中为一个连续函数。如果中不包含任何未知参数，则称（）为一个统计量。常见统计量及其性质样本均值样本方差样本标准差样本k阶原点矩样本k阶中心矩，，，,其中，为二阶中心矩。（2）正态总体下的四大分布正态分布设为来自正态总体的一个样本，则样本函数t分布设为来自正态总体的一个样本，则样本函数其中t(n-1)表示自由度为n-1的t分布。设为来自正态总体的一个样本，则样本函数其中表示自由度为n-1的分布。F分布设为来自正态总体的一个样本，而为来自正态总体的一个样本，则样本函数其中表示第一自由度为，第二自由度为的F分布。（3）正态总体下分布的性质与独立。 参数估计（1）点估计矩估计设总体X的分布中包含有未知数，则其分布函数可以表成它的k阶原点矩中也包含了未知参数，即。又设为总体X的n个样本值，其样本的k阶原点矩为这样，我们按照“当参数等于其估计量时，总体矩等于相应的样本矩”的原则