分布函数的计算.ppt

第三章 分布函数的计算 1、密度函数和分布函数 2、分布函数的一般计算方法 3、标准正态分布的计算方法 4、统计工具箱的各种分布计算 5、统计推断原理 6、非参数统计分析 7、习题 1、密度函数和分布函数 密度函数和分布函数是反映随机变量的总体规律的函数，当一个变量X在没有抽样之前不知会有什么结果，但结果的范围是知道的，这样的变量称为随机变量。随机变量可以分为： （1）连续型随机变量 （2）离散型随机变量 3、标准正态分布的数值计算  任何正态分布的随机变量 X 通过标准化即 U =（X－μ）/S 其中 μ=E（X） S=V（X） 从而得到一个标准正态分布随机变量U。因此我们仅考虑标准正态分布函数的计算，随机变量U以 例3.4.1 中国大学生男性身高的平均值是1.70米吗？对某大学男生抽20个样，数据为： 1.66 1.53 1.71 1.73 1.59 1.82 1.82 1.69 1.73 1.72 1.68 1.77 1.641 1.92 1.69 1.71 1.80 1.71 1.69 1.62 答：现在进行统计推断程序： 1）H0：假定中国男性大学生身高为1.70米 2）计算统计量 按假定该统计量服从均值为1.70，标准差为 的T分布 3）按显著性水平为 计算该统计量的拒绝域 复合梯形求积公式的结果 ?结果为：n = 12 t = 0.5496878 eps = 0.0004596 结果为：n = 24 t = 0 eps = 0.0004126 结果为：n = 48 t = 0 eps = 0.0000638 结果为：n = 96 t = 0 eps = 0.0001604 结果为：n = 192 t = 0 eps = 4.012×10-6 结果为：n = 384 t = 0 eps = 1.0032×10 -6 结果为：n = 768 t = 0 eps = 2.508×10-7 复合抛物线求积公式的结果 ?结果为：n = 12 t = 0 eps = 0.1036734 结果为：n = 24 t = 0 eps = 0.0087778 结果为：n = 48 t = 0.549360162 eps = 0.0002225 结果为：n = 96 t = 0 eps = 1.429×10-7 l 高斯（Gauss）型求积公式 我们已经知道用Nowton—Cotes系数来进行近似积分，其一般公式为： ? 其基点 是等距离的，且代数精度最多仅为n+1，并且对于某些积分步收敛。能否通过改变基点的距离来提高计算的精度和稳定性呢？回答是肯定的。 定义3.1.2 如果区间[a，b]的一组基点 能够使得插值求积公式具有2n+1次代数精度，则称其为高斯型插值求积公式，其基点称为高斯点，而系数Ai则称为高斯系数。 高斯点与正交多项式的关系 定理3.1.3 是区间 [a，b] 上的高斯点的 充分必要条件为多项式 是区间 [a，b] 上的 n+1 次正交多项式。 例3.1.6 我们仍然来看前面的例子，对积分 利用高斯插值公式进行近似计算。 解：这里我们取35个高斯点进行计算，其结果为 I = 0.549362 为 u 的概率密度函数，记为U~N（0，1）。对于标准正态分布随机变量U有 E（U）= 0 V（U）= 1 （一）? 标准正态分布与误差函数 ?标准正态分布的下侧概率（即分布函数）为 上侧概率为 上侧概率α 分位点 标准正态分布的上侧概率与分位点： 用于计算上侧概率的误差函数，定义为： (0 ≤ X ＜ x) 通过变换有 则分布函数的计算公式为： ? （二）标准正态分布函数的数值计算 计算标准正态分布函数的近似公式很多，在此仅举一例。 ? 其中 a1