概率论课件第十六次课.pptVIP

  1. 1、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。。
  2. 2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  3. 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
  4. 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
  5. 5、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们
  6. 6、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
  7. 7、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
概率论课件第十六次课概率论课件第十六次课

t 分布密度函数为 记为:T~t(n). 2、 t 分布 设X~N(0,1) , Y~ , 且X与Y 相互独立, 则称变量 所服从的分布为 自由度为 n的 t 分布. t 分布的密度函数关于x=0对称,且 当n充分大时, 结论1: 结论2: 其图形近似于标准正态分布密度函数的图形. t 分布的图形(红色的是标准正态分布) n = 1 n=20 由 t 分布的上 分位点的定义及概率密度 图形的对称性有: 例3、求 例4、设随机变量X和Y相互独立且都服从正态分 布N(0,32), 而X1, X2, …, X9和 Y1, Y2, …, Yn分别 是来自总体X和Y的简单随机样本,问统计量 服从什么分布? 参数是多少? 解: 且X1, X2, …, X9相互独立 于是 又 且Y1, Y2, …, Y9 相互独立 于是 由定义可见, 3. F分布 ~F(n, m). 记为 F~F(m, n) . 设 F分布的概率密度为 例5、求 例6、设随机变量 证明: 证明: 假设 且U,V相互独立 则 而 于是 P180 2 3 2) 4) 设随机变量X和Y的数学期望都是2,方差分 别为1和4,而相关系数为0.005,则根据切比雪夫 不等式求: 解: 1、契比雪夫不等式可以用来干什么? 一、复习: 则 2、大数定律的含义是什么? 独立同分布大数定律说明:经过算术平均后得 到的随机变量的取值比较紧密地聚集在它的期望 值附近。 贝努利大数定律说明:当n充分大时,事件A发 生的频率与其概率的绝对偏差小于任意给定的正数 3、中心极限定理可以用来干什么? 某计算机系统有120个终端,每个终端在1小 时内平均有3分钟使用打印机,假定各终端使用 打印机与否是相互独立的,求至少有10个终端 同时使用打印机的概率。 解: 设X={计算机使用打印机的终端数} 则 数理统计学是数学的一个分支学科, 研究怎样有效地收集 ,整理和分析带有随 据,以对所观察的问题作出推断 机性的数 或预测, 直至为采取一定的决策和行动提 供依据与建议。 数理统计学就是这样一门学科:它使用 概率论和数学的方法,研究怎样收集 (通过试 验或观察) 带有随机误差的数据, 并在设定的 模型 (称为 统计模型) 之下, 对这种数据进行分 析(称为统计分析), 以对所研究的问题作出推 断(称为统计推断). 已故中科院院士陈希孺 对数理统计学的定义 本书前五章的研究属于概率论的范畴。 在那里,随机变量及其概率分布全面描述了 随机现象的统计规律,在概率论的许多问题中, 概率分布通常被假定为已知的,而一切计算推理 均基于这个这个已知的分布进行,但在实际问题 情形往往并非如此。 例1、某公司要采购一批产品,每件产品 要么是正品,要么是次品,若设这批产品的次 随机抽取一件,用X服从0-1分布B(1,p),但 品率为p (一般是未知的),则从该批产品中 分布中参数p是不知道的。显然,p的大小决定 了该批产品的质量,它直接影响采购行为的经济 效益,故人们对p提出一些问题: p的大小如何? p大概落在什么范围? 能否认为p满足设定要求(如 )? 第六章 样本及其分布 第一节 随机样本和统计量 1、总体: 一、总体、个体 研究的对象的某个(或某些)数量指标的 X的分布函数和数字特征称为总体的分布函数 全体,称为总体(母体), 和数字特征. 它是一个随机变量(或多维随机变量).记为X . 的某个取值.用 表示. 即总体的每个数量指标,可看作随机变量 X 2、个体: 组成总体的每一个元素称为个体. 例2、考察某批灯泡的质量时,该批灯泡的全体 就是总体; 其中每一个灯泡就是个体。 例3、考察某城市的人口时,该城市人口的全体 就是总体; 其中每一个市民就是个体。 从总体中抽取的部分个体称为样本, 容量为n的样本可以看作n维随机变量. 样本中所包含的个体数目称为样本容量. 例如,考察某批灯泡的质量时,从该批灯泡中抽取 16只灯泡,检验它们的寿命, 一个样本, 用 表示, 则16只灯泡就是 且样本容量为16。 3、样本 样本是随机变量, 例如上面抽到哪16只是随机的. 但是, 一旦取定一组样本, 得到的是n个具体的数 (x1, x2,…, xn), 称为样本的一次观察值, 简称样本值 由于抽样的目的是为了对总体进行统计推断, 为了使抽取的样本能很好地反映总体的信息,必 须考虑抽样方法. X1, X2, …, Xn是相互独立的随机变量. 最常用的一种抽样方法叫作“简单随机抽样”

文档评论(0)

cxiongxchunj + 关注
实名认证
文档贡献者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档