第3章概率论与数理统计基础(概率分布的特征).pptVIP

概率论与数理统计基础（二）概率分布的数字特征;一、概率分布的数字特征 1、期望 考虑这样一个例子： 设射击手甲与乙在同样条件下射击，其命中环数是一个随机变量。假设根据历史记录得到他们分别有下面的命中概率分布表。试问：如何评定甲、乙的射击水平。 ;假设甲射击手发了100颗子弹 由于他命中10环的概率为0.5，那么约有 50次命中10环，同理，约有20次命中9环， ……平均命中环数为： 同理可得E(Y)=5.6 ;期望是集中趋势的度量，反映平均意义 ⑴离散型随机变量X的期望值 如果X取有限个值x1,x2,…xn　 如果X取无限个值x1,x2,…xn…;例 子随机抛一个骰子，求朝上一面的点数的期望值。;在电脑/打印机销售一例中，电脑销售量的期望值为E(X)=0*0.08+1*0.12+2*0.24+3*0.24+4*0.32=2.60 同理，可得打印机销售量的期望值为 E(Y)=0*0.11+1*0.16+2*0.23+3*0.27+4*0.23=2.35.; ⑵连续型随机变量X的期望值; ;⑷条件期望;例子：;⑸二元随机变量函数的情况（多元概率分布的期望值）;例子：;⑹期望的性质; 2、方差 期望值仅仅给出了随机变量的重心（或取值的平均程度），但没有表明单个值在均值附近是如何分布或分散的。度量这种分散程度的最常用工具就是方差（variance). 考察两组成绩 甲组：40，50，60，70，80，90，100 乙组：60，60，70，70，70，80，80 甲组平均成绩：70 乙组平均成绩：70 ; 方差是离散程度的度量 ;;方差的性质;变异系数 由于标准差(或方差）与度量单位有关，因此如果度量单位不同，很难对两个或多个标准差进行比较。为了解决这个问题，引入变异系数。; ; ;3、协方差 ;例子：;协方差的性质;度量两个随机变量的线性关系 ;相关系数的性质 ;正线性相关;描述概率分布形状的数字特征 ;低峰;偏度和峰度的计算公式;6、样本数据所体现的随机变量的数字特征 引例：要想了解某一时点上居住在湘潭所有居民的平均收入，显然需要知道湘潭居民总体的信息。但实际上很难收集到总体中每个成员的信息（收入水平）。实践中所能做到的是从总体中抽取一个“有代表性的”或“随机的”样本（比???抽取100名居民作为一个样本），然后计算抽取的样本的人均收入。 注：样本容量n=100 样本值=100个（即100个收入取值） 样本均值： 总体均值E(X) （未知，但客观存在） ;⑴样本均值;⑵样本方差、样本标准差;⑶样本协方差;;⑷样本相关系数;⑸样本偏度