其他特征学习指导书.ppt

分布的其他特征数 前四阶中心矩与原点矩之间的关系: 当 k 为奇数时, 譬如北京与上海距离是一个常量，可是其测量值是随机变量。若设其均值为1463公里=1463000公尺，标准差为500公尺，则其变异系数可计算得0.00034。而测量100公尺跑道，若均值为100公尺，标准差为0.05公尺，而其变异系数为0.0005。 相比之下，还是测量北京至上海的距离较为精确，因为其变异系数较小。 * * k 阶矩 k 阶原点矩: k 阶中心矩: 中心矩和原点矩之间的关系: 例1 设 则 当 k 为偶数时, 令 于是 二. 变异系数 容易看出，变异系数是以数学期望为单位去度量随机变量取值波动程度的特征数。它是一个无单位的量，一般说来，取值较大的随机变量的方差与标准差也比较大，这时候仅看方差大小就不合理。 的 为此分布的 p – 分位数, 又称下侧p–分位数。 三. 分位数 设连续随机变量 称满足条件 密度函数为 上侧 p – 分位数: 满足 公式： 例 （正态分布的分位数）正态分布 的 分位数 满足如下方程 其中 为标准正态分布函数，其反函数记为 ，则有 其中 ，或 ，这表明 是标准正态分布N（0，1）的P的分位数，它可从标准正态分布表中查得。譬如，正态分布N（100， ）的0.9分位数为 从标准正态分布表（附表3）查得 = 1.282，代入上式，可算得 = 110.256。 分位数在统计中经常使用，特别是统计中常用的三大分布分位数，为此特地编制了它们的分位数表。 它们是：正态分布分位数表；t分布分位数表和F分布分位数表，从这些表上可直接查得各种分位数。 四. 偏度系数 定义 设随机变量X的三阶矩存在，则比值 称为X分布的偏度系数，简称偏度。 正态分布的三阶中心矩为0，故其偏度为0。一般，若概率密度函数P（X）关于数学期望对称，即有P（EX-X）=P（EX+X），则其三阶中心矩必为0，从而偏度为0。这表明：关于期望对称的概率分布，其偏度为0。 若偏度不为0，其分布是不对称的，且 越大，其分布与对称分布偏离也就越大，特别，若偏度大于0，则其概率分布为正偏或右偏； 若偏度小于0，则其概率分布为负偏或左偏。定义中，3/2次是为了消除量纲的影响，使更具有可比性。 中位数: p=0.5 的分位数 中位数与均值一样都是随机变量位置的特征数，但在某些场合可能中位数比均值更能说明问题。譬如，某班级学生的考试成绩的中位数为80分，则表明班级中的有一半同学的成绩低于80分，另一半同学的成绩高于80分。而如果考试成绩的均值是80分，则无法得出如此明确的结论。 * * * *