本科经济计量学第四章[第三版].pptVIP

第4章：一?些重要的概率分布 ? ?(由4.1.5中心极限定理开始?]; ? 第4章：一些重要的概率分?布;4?.1 正态分布（norma?l distribution?）;正态分布的图?形;4.1.1 正态分布的性?质;例4.1?：令X表示在曼哈顿非商业区一花?商每日出售的玫瑰花数量，Y表示?在曼哈顿商业区一花商每日出售的?玫瑰花的数量，假定X和Y服从正?态分布，且相互独立，并有：X~?N(100,64)，Y~N(1?50,81)，求两天内两花商出?售玫瑰花数量的和的期望和方差？? ;4.1.2 标准正态分?布 标准正态分布：均值为0，方?差为1时的正态分布。 ? 当 ? ;;;解?：;4.1.?3 从正态总体中随机抽样 ? 可从一给定均值和方?差的正态总体中生成一随机样本。?也可以利用标准正态分布的随机样?本，将它转化为不同均值和方差的?正态分布。 许多统计软?件包都有从常用的概率分布获得随?机样本的程序，称为随机数字生成?器（random number? generators）。 ? 见Excel文件?。;4.1.4 样本均?值 的抽样分布或概率分?布;统计量：不含未知参数的样本的?函数。 例如样本?均值和样本方差。 抽样分布：样?本统计量的分布被称为抽样分布。? ;通过实例我?们可以看出，正态分布的i.i.?d样本的样本均值也服从正态分布?。实际上，我们可以严格证明下面?这一结论： 正态分布的样本均值?的抽样分布也是正态分布。 且有? ;例4.7：令X表示某?一型号汽车每消耗一加仑汽油所行?驶的距离（英里）。已知X～N(?20,4)，则对一个有25辆汽?车组成的随机样本，求： （a）?每消耗一加仑汽油所行驶的平均距?离大于21英里的概率； （b）?每消耗一加仑汽油所行驶的平均距?离小于18英里的概率； （c）?每消耗一加仑汽油所行驶的平均距?离介于19和21英里之间的概率?。; ? ? 所?以;则样本?均值也服从 正态分布， 且其均?值为u，方差为 ?。;如果样本（ ? ?）是来自于任一总体（均值为u，?方差为 ）的随机样本?，当样本容量n无限增大时，其样?本均值将趋于正态分布，且其均值?仍为u，方差为 。? ;; 这里?假设的是总体的均值和方差都是已?知的，如果总体均值已知，但总体?方差未知，我们用样本方差代替总?体方差，得到一个新的统计量，它?将服从自由度为n-1的t分布。? ;;例4?-8（略） 再回到例4-2。?在15天内，出售面包的平均数量?为74条（样本标准差为4条）。?假定真实的期望值为70条，求1?5天内售出面包平均数量大于74?条的概率？ 分析：假定真实的标?准差 已知，则可通过标准正?态分布变量Z来回答此问题。但现?在仅知道真实标准差的估计量S，?我们利用t统计量来回答这个问题?：;注意在本例中，?自由度为14=(15 -1)，? 当自由度为14时，查表得： ? t值大于等于2?.145的概率为0.025， ? t值大于等于2?.624的概率为0.01， ? t值大于等于3.?787的概率为0.001， ? 因此，所求t大于?3.873的概率小于0.001?。;例4-9：（略）?上例中其它条件保持不变，现假定?15天内出售面包的平均数量为7?2条，求大于此数量的概率？ 解?：;例4-10：（略）现假定1?5天内，出售面包的平均数量为6?8条，样本标准差为4，若真实的?平均出售量为70条，求出售面包?平均数量小于68条的概率？ 解?：;例4-12：（略）?下面是1967-1990年间学?生能力测试分数表：（见Exce?l文件：第4章）现抽取由10位?男生语言能力测试分数组成的随机?样本。其样本均值和方差分别为4?40.60和137.60，若真?实均值为440.42，求样本均?值大于440.60的概率。 解?：; 标准正态?分布的平方服从自由度（degr?ees of freedom,? d.f.）为1的 分布。? ;;例4-13（略） 若?自由度为30，求 （1）观察到?的 分布值大于13.78?的概率； （2）观察到的 ? 分布值大于18.49的概率；? （3）大于50.89的概率？? ;?命题： 若随机样本来自于方差为?σ2的正态总体，其样本容量为n?，样本方差为S2。可以证明： ? ;4.4 F分?布;如果两总体同方差，?有;