14概率论及数理统计.ppt

* 定理6.3.1 设 是来自总体 的样本， 是样本均值，则有： 证 由于 ，且 是 的线性 组合，根据第三章中的结论， 服从正态分布， 即 所以 又因为 * 在大样本场合下，无论总体服从何种分布，均有 说明 设 是来自任意总体 的简单随 机样本， ，记 则根据Lindeberg-Levy中心极限定理有： 即当 n 充分大（一般n 30 即可）时，随机变量 的精确分布与标准正态分布相当接近，即认为： ， * 6.3.2 顺序统计量的分布 证明略。 定理6.3.2 设 是总体 的概率密度函数， 是来自总体的简单随机样本， 是它的一个顺序统计量，则其联合概率密度函数为 * 其中， 。 对于样本中位数和样本极差，我们也可以给出它们的概率密度函数，分别为 * 6.3.3 ?2分布 为服从自由度为 n 的 ?2 分布,记为?2 ~ ?2(n) 设X1,X2,…,Xn是来自总体N(0,1)的样本,则称统计量 演示16！ * (一) ?2(n)分布的概率密度为 (1) (5) (15) * 由于 由独立性有 X ~N(0,1), 因此?2(1)=X2的期望、方差为 * 6.3.4 t分布 为服从自由度为 n 的 t 分布,记为t ~ t(n) 设 X ~N (0,1) , Y ~ ?2(n) , X 与 Y 相互独立. 则称统计量 t 分布,又称为学生氏(Student)分布. 演示27！ * 服从自由度为 n 的 t(n)分布的概率密度为 (1) (200) (4 ) * 若 ，则 的图形关于纵轴对称。 * 6.3.5 F分布 为服从自由度为 (n1,n2) 的 F 分布,记为F ~ F(n1,n2). 显然 设 U ~ ?2(n1), V ~ ?2(n2) , U 与 V 相互独立. 则称统计量 演示25！ * F(n1,n2)分布的概率密度为 (5,10) (10,5) (10,25) 可以得出: * 的 为 分布的上?分位点. 对于给定的正数?，0 ? 1 满足条件 对于n?45的 分布的上?分位点可查附表4. 对于n45的 分布的上?分位点由下式近似得到 * (十四)结束 作业: 习题六的 6, 7, 8 演示14！ 演示16！ * 6 * 6,2) * 7 * 8 * 作些补充:函数 ?(z) , ?(p,q) 和分布 ?(? , ?) . (1) 函数 ?(z) * (2) 函数 ?(p,q) * (3) 分布 ?(? , ?) ? 0, ?0. 密度函数为 定理: 相互独立的X1~ ?(?1 , ?)分布 , X2~ ?(?2 , ?), 则 Z= X1+ X2 的分布为 ?(?1+?2 , ?). 证:由 * 令 x = zt , 其中, * 故得 顺便又得 即 * 于是有 化成 因此,自由度为1 的?2(1)分布,就是?(1/2 , 1/2)分布. 设 X ~N(0,1), 前已求出X2的密度为 进而,自由度为n的?2(n)分布,就是?(n/2 , 1/2)分布. 再见 * 99-9-28 ’ ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ！·#￥%……—*（）——+|{}“：？〉《》《！·＃￥％……—＊（）——＋、＝－０‵‵。，／‘；；／＊－＋。‵ 求职应注意的礼仪 求职时最礼貌的修饰是淡妆 面试时最关键的神情是郑重 无论站还是坐，不能摇动和抖动 对话时目光不能游弋不定 要控制小动作 不要为掩