总体和样本优秀培训书.pptVIP

358 ? x? o y x 使P{X≥x?} =?， 定义 对总体X和给定的? (0?1)，若存在x?， 则称x?为X分布的上侧?分位数。 P{X≥x?} =? 七、上侧分位数 P{U≥u?} = ?(x) x O u? ? 例如， ?=0.05，而 P{U≥1.645} =0.05 所以， u0.05 =1.645. 对标准正态分布变量U，记分布函数为 ?(x) 即 P{Uu?} =1-? 确定的点u?. ?(u?)= 位数都在书后附表中可以查到。 几种常用分布 的分 f(y) x O ? f(t) t O t?(n ? f(y) x O ? F?(n1, n2) 这里要注意到如下几个有用的事实。 ，由密度函数的对称性可知 1) 若 2）对于 T ~ t (n) ，同样地，由密度函数的对称性 可知 即得 3）对于 F—分布 由于 所以 即 的点u?/2称为标准正态分布的双侧?分位数。 u?/2可由P{U≥u?/2}=? /2 对标准正态分布变量U～N(0, 1)和给定?的，满足 P{|U|≥u?/2} =? 即 ?(u? /2) =1-? /2 反查标准正态分布表得到， P{U≥1.96}=0.05 /2 例如，求u0.05/2， 得u0.05/2=1.96 ?(x) O u?/2 ? /2 -u?/2 ? /2 x 双侧分位数 标准正态分布的分位数 在实际问题中， ?常取0.1、0.05、0.01. 常用到下面几个临界值： u0.05 =1.645， u0.01 =2.326 u0.05/2=1.96， u0.01/2=2.575 ?2分布的双侧?分位数 x O f(x) 把满足 的数 称为? 2分布的双侧?分位数. t分布的双侧?分位数 f(t) t O t?/2(n) ? /2 ? /2 - t?/2(n) 由于t 分布的对称性，称满足条件 的数t?/2(n)为t分布的双侧?分位数或双侧临界值， F 分布的双侧?分位数 称满足条件 为F分布的双侧?分位数 的 f(y) x O ? /2 ? /2 （二）样本分位数 定义：设 为取自总体 X 的 为样本 p 分位数。（Sample p– Quantile ) 特别地，当 p = ? 时，称 mp 为样本中位数。 次序统计量，称 mp 3. 抽样分布 统计量既然是依赖于样本的，而后者又是随机变量，故统计量也是随机变量，因而就有一定的分布，这个分布叫做统计量的“抽样分布” . 抽样分布就是通常的随机变量函数的分布. 只是强调这一分布是由一个统计量所产生的. 研究统计量的性质和评价一个统计推断的优良性，完全取决于其抽样分布的性质. 抽样分布 精确抽样分布 渐近分布 （小样本问题中使用） （大样本问题中使用) 五. 统计三大分布 记为 分布 1、 定义: 设 相互独立, 都服从正态 分布N(0,1), 则称随机变量： 所服从的分布为自由度为 n 的 分布. 分布是由正态分布派生出来的一种分布. 分布的密度函数为 来定义. 其中伽玛函数 通过积分 请看演示 c2 分布 由 分布的定义，不难得到： 1.??设 相互独立, 都服从正态分布 则 2. 设 且X1,X2相互 独立，则 这个性质叫 分布的可加性. 应用中心极限定理可得，若 ，则当n充分大时， 若 的分布近似正态分布N(0,1). 则可以求得， E(X)=n, D(X)=2n 若 定理（柯赫伦定理）设 相互独立, 都服从正态分布N(0,1), 其中 是 的秩为 的二次型。则 相互独立且 的充要条件是 T的密度函数为： 记为T～t(n). 所服从的分布为自由度为 n的 t 分布. 定义: 设X～N(0,1) , Y～ , 且X与Y相互