《统计学》贾俊平..doc

概率论与数量统计 一、连续型随机变量分布函数及其概率密度 1．概率密度与它的基本性质 设对于随机变量?的分布函数F(x)，如果存在非负可积函数f(x)， 使得对任意的实数x，都有 成立,则称?为连续型随机变量，f(x)便是?的概率密度（或分布密度）。 概率密度具有如下基本性质：(1) (非负性)；(2) (规范性)； (3)对任何实数c，有；对任意的实数a，b(ab)，有。 且只要区间的端点不变，?取值于开区间或闭区间或半开半闭区间的概率都是相等的。 2．连续型随机变量的数学期望 若随机变量取值在有限区间(a, b)上，其概率密度为 其中ba为常数。则称服从区间(a, b)上的均匀分布，简记为。 均匀分布是等可能概型在连续情形下的推广。 （4）正态分布 设随机变量有概率密度 其中，为常数。则称服从参数为，的正态分布，简记为 。 特别，当=0，=1时，有 。 此时称服从标准正态分布。简记为～N(0，1)。 5．概率密度与分布函数的互求 当概率密度给定时，运用逐段积分可求得分布函数。即，如此得到的分布函数是定义在整个实数轴上的连续函数。 反之，当分布函数已知时，在f(x)的连续点上运用逐段微分可求得概率密度。即。 可见，连续型随机变量的概率密度和分布函数亦可以相互唯一确定。 6．给定分布时的概率计算小结 (1)分布律已知时的概率计算公式是 (2)概率密度已知时的概率计算公式是 (3)分布函数已知时的概率计算公式是 (4)正态分布下的概率计算公式是其中r．v．?~；?(x)为标准正态分布函数。当x0时其数值可查标准正态分布函数数值表(以下简称正态分布表)直接得到；对于负实数x，在公式?(x)=1??(?x)转化下，仍可查表求值。 二．随机变量函数的分布 随机变量?的函数在一定条件下仍是随机变量。?的分布可由?的已知分布确定。但在求?的分布具体处理方法上，离散型和连续型是有区别的。 1．离散型随机变量?的函数分布 设?为一离散型随机变量，其分布律为 x1 x2 … xn … pi p1 p2 … pn … 则当诸的值互异时，?的分布律为 … … pi p1 p2 … pn … 如果中有某些值相同时，则将相应概率相加之后予以合并处理，必要时重新排序后写出?的分布律。可见，在离散型场合下，?的分布律完全由?的分布律确定。 2．连续型随机变量?的函数分布 设?为连续型随机变量，其概率密度为，则仍为连续型随机变量，其概率密度的计算步骤为： (1) 根据?的概率密度，求出的分布函数 其中， (2) 对求导得的概率密度 在函数可导且严格单调时，的概率密度为 ，其中是严格单调可微函数(与对应的普通函数)的反函数。至于的取值范围，原则上将由中x的取值范围及中的的允许范围讨论确定。 可见，连续型场合下，的概率密度完全由?的概率密度确定。 3．连续型随机向量的函数的分布 P97 如卷积公式 卷积公式：设的联合密度函数为，求的密度函数。 如果是相互独立的随机变量，则有（卷积公式） 4．随机向量的数字特征 P104 协方差 协方差矩阵 相关系数 设为二维随机变量， 第四章 数理统计的基础知识 4.1 总体与样本 一、总体与总体分布 定义4.1 在统计学中称随机变量（或向量）X为总体，并把随机变量（或向量）X的分布称为总体的分布。 二、样本与样本分布 4.2 称为总体X的简单随机样本，若是独立同分布的随机变量，且与总体X同分布。样本中所含分量的个数n称为该样本的容量。 以大写的英文字母表示随机变量，而以相应的小写英文字母表示它的观察值，并称样本的一组具体的观察值为样本值。 设总体X的分布函数为，则由定义4.2知，样本的分布函数为称之为样本分布。 若总体X为连续型随机变量，其密度函数为，则样本的密度函数为。 三、统计推断问题简述 即借助总体X的一个样本，对总体X的未知分布进行推断，我们把这类问题统称为统计推断问题。 4.2 统计量 一、统计量的定义 定义4.3 设为总体X的一个样本，称此样本的任一不含总体分布未知参数的函数为该样本的统计量。如 二、常用的统计量 1.样本均值 称样本的算术平均值为样本均值，记为，即 2.样本方差 更多时候用修正样本方差 3.样本标准差 4.样本原点矩 ， 并称为样本的k阶原点矩。 5.样本中心矩 ，，并称为样本的k阶中心矩。 三、枢轴量 仅含一个未知参数，但其分布却已知的样本函数称为枢轴量。 如总体，其中已知，未知，为总体的一个样本，令，上述函数U中虽然含有未知参数，但总有，故U是一枢轴量，可以对作统计推断。 4.3 常用的统