概率论与数理统计JA(,9-).pptVIP

* * 第四章 随机变量的数字特征 § 1 数学期望 § 2 方差 § 3 几种重要随机变量的数学 期望和方差 § 4 协方差及相关系数 § 5 矩 (1) 去掉最高、低分的启示 算术平均数是最常用的技巧，平均数作为衡量标 准科学合理吗？ 班级有30个学生，其中两个学生数学考试只得2分 和10分。此外，有5个学生得90分，22个得80分，1 个得78分。此时该班数学成绩的平均分是： 确实，该结果不能反映多数人的真实状况(80分左 右合理）。去掉一个最低分，总平均约是79.2分， 去掉两个最低分，总平均则是81.7分。这似乎比较 符合实际了。 第四章 随机变量的数字特征 演员竞赛：演员表演完后，先由10个（或若干个） 评委亮分，裁判长总要去掉最高分和最低分，再用其 余的8个数据的平均值作为最后得分。 算术平均数有两个缺点：受异常值的影响；计算 比较复杂（不能一眼看出）。 去掉最高分或最低分，有“弄虚作假”之嫌，不见得 都合适。 平均数就是中等水平----是不合适的。 上述30个学生的数学成绩中，总平均是76.67分。 某同学得78分，超过平均数，似乎该是“中上”水平 了，其实他是倒数第三名！ 第四章 随机变量的数字特征 例:在体操比赛中，规定有四个裁判给一个运动员 打分。例如：9.30，9.35，9.45，9.90 (按顺序排列) 给分是当中两项的平均值：9.4 。 这样给分规定，避免了过高分数9.90的影响，同时 9.40分处于四个裁判分的中间位数，不偏不倚，十 分公正。 第四章 随机变量的数字特征 怎样刻划“中等水平”呢？----中位数。 例：上面的30个学生的数学成绩依大小排列后，第 15位和16位都是80分，所以中位数是80分。那么78 分低于此数，当然是中下水平无疑了。 众数也是常常使用的代表数，即数据中重复出现次 数最多的那个数据。 比如，美国某厂职工的月工资数统计如下： 月工资数（美元） 得此工资的人数 10000 1（总经理） 8000 2（副总经理） 5000 2（助理） 2000 5 1000 12 900 18 800 23 700 5 500 2 第四章 随机变量的数字特征 如何来选取该厂的月工资代表数呢？ 经计算，平均值为1387美元，中位数为900美元，众 数为800美元。 工厂主为了显示本厂职工的收入高，用少数人的高 工资来提高平均数，故采用1387美元。 工会领导人则不同意，主张用众数800美元（职 工中以拿每月800美元的人最多）。 而税务官则希望取中位数，以便知道目前的所得 税率会对该厂的多数职工有利还是不利，以便寻求 对策。 第四章 随机变量的数字特征 (2) “伟大的”期望值 例如，一个体户有一笔资金，如经营西瓜，风险 大但利润高（成功的概率为0.7，获利2000元）； 如经营工艺品，风险小但获利小（95％会赚，但 利润为1000元）。 究竟该如何决策？于是计算期望值。若经营西 瓜，期望值E1=0.7*2000=1400元。而经营工艺品 为E2=0.95*l000=950元。 所以权衡下来，情愿“搏一记”，去经营西瓜， 因它的期望值高。 第四章 随机变量的数字特征 再举一个用期望值进行决策的例子。 某投资者有10万元，有两种投资方案：一是购买股 票，二是存入银行获取利息。 买股票的收益取决于经济形势：形势好(获利40000 元)、形势中等(获利10000元)、形势不好(损失20000 元)。 如果是存入银行 (年利率为8％)，即可得利息8000元。 又设经济形势好、中、差的概率分别为30％、50％和 20％