概率统计的重修教学课件.pptVIP

  1. 1、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。。
  2. 2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  3. 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
  4. 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
  5. 5、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们
  6. 6、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
  7. 7、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
概率论 数理统计 模拟试题 概率论 第一章 随机事件及其概率 第二章 随机变量及其分布 第三章 多维随机变量及其分布 第四章 随机变量的数字特征 第五章 大数定理与中心极限定理 数理统计 第六章 数理统计基础 第七章 参数估计 第八章 假设检验 第九章 方差分析 第十章 回归分析 概率的乘法公式 由条件概率定义可得下面定理 乘法定理:若P(A)0,则有 P(AB)=P(B|A)P(A) 上式称为乘法公式(Multiplication formula) . 乘法公式可以推广到任意有限个事件的情况. 设A1,A2,…,An为试验E中的n个事件,且 P(A1A2…An-1)0, 则有 P(A1A2…An)= P(A1)P(A2|A1)P(A3|A1A2)…P(An|A1A2…An-1) 例:设某光学仪器厂制造的透镜,第一次落下时打破的概率为1/2;若第一次落下未打破,第二次落下时打破的概率为7/10;若前二次落下未打破,第三次落下时打破的概率为9/10.试求透镜落下三次而未打破的概率. 例:一个盒子中有n(n1)只晶体管,其中有一只次品,随机地取一只测试,直到找到次品为止.求在第k(1≤k≤n)次测试出次品的概率. 定理:设Ω为试验E的样本空间,B1,B2,…,Bn为样本空间Ω的一个划分,A为E的一个事件,且P(Bi)0(i=1,2,…,n),则 P(A)=P(B1)P(A|B1)+P(B2)P(A|B2)+…+P(Bn)P(A|Bn) 上式称为全概率公式(Complete probability formula) . 两个事件的独立性 定义:设A,B是两事件,如果具有等式 P(AB)=P(A)P(B) 则称A,B为相互独立(Mutual independence)的事件. 定理:若P(A)0,P(B)0,则A,B相互独立与A,B互不相容不能同时成立. 例:甲、乙两个战士打靶,甲的命中率为0.9,乙的命中率为0.85,两人同时射击同一目标,各打一枪.求目标被击中的概率. 多个事件的独立性 定义:设A,B,C是三事件,如果具有等式 P(AB)=P(A)P(B) P(BC)=P(B)P(C) P(CA)=P(C)P(A) 则称三事件A,B,C两两独立. 例:某人有一串m把外形相同的钥匙,其中只有一把能打开家门.有一天该人醉后回家,下意识地每次从m把钥匙中随便拿一把去开门.问该人在第k次才把门打开的概率是多少? 贝努里试验和二项分布 第五章 大数定理与中心极限定理 应用中心极限定理解问题的一般步骤 若总体均值E(X)存在,总体方差D(X)存在,则由X1,X2,…,Xn的独立性及同分布性,有 三、典型例题 第七章 参数估计 解 求得 两个正态总体方差之比的区间估计 解 求得 查表得 计算得 解 此时 于是 假设检验的两类错误 P{拒绝H0|H0为真}=α P{接受H0|H0不真}=β 犯两类错误的概率: 显著性水平α 为犯第一类错误的概率. H0为真 实际情况 决策 拒绝H0 接受H0 H0不真 第一类错误 正确 正确 第二类错误 第八章 假设检验 (1) 根据问题的要求建立原假设H0和备择假设H1; 假设检验的方法步骤 (2) 选取一个适当的统计量T(X1,X2,...,Xn),要求T不含任何参数,以便计算H0为真时的条件概率; (3) 给定显著性水平α,求出使P{T∈C|H0}≤α的临界域C; (4) 若样本观察值T(x1,x2,...,xn)∈C,则拒绝原假设H0,否则接受H0. 例:设某厂一车间生产的钮扣,其直径据经验服从正态分布N(μ,5.22).为了检验这一车间生产是否正常,现抽取容量n=100的样本,得样本均值为26.56,要求在显著性水平α=0.05下检验假设H0:μ0=26. 解 U 0 1.96 -1.96 0.025 拒绝 H0 拒绝 H0 0.025 解 需检验假设为 由样本得 因而,在显著性水平α=0.05下,应拒绝原假设 即不能认为这批产品的平均抗断强度为32.5(kg/cm2) 查表得 拒绝域为 U 0 1.96 -1.96 0.025 拒绝 H0 拒绝 H0 0.025 解 建立假设 取统计量 分布未知 但由题设 因而事件 故 在H0真实的前提下,由 可知 有效性 证明 由于总体服从泊松分布,故 于是有 同理 但是 例:设(X1,X2, X3)是来自总体X的一个样本,证明下面的三个估计量都是总体均值E(X)的无偏估计量 证明 一致性 例: 设x1, x2 , …, x10是来自N(?,? 2)的样本,则? 的置信水平为1-? 的置信区间为 其中, ,s 分别为样本均值和样本标准差。这个置

文档评论(0)

daixuefei + 关注
实名认证
文档贡献者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档