第六章数理统计的基本概念.pptVIP

分布具有以下性质: 标准正态分布的分位点也类似定义，标准正态分布的上 分位点记为 ,它满足 其中Z～N(0,1)。 对不同的 分布的上 分位点的值已制成表格，可以查用。 2、t分布 设X~N(0,1),Y~ ,且X与Y相互独立， 则称随机变量 服从自由度为n的t分布,记为t~t(n)。 t(n)分布的概率密度函数为 t(n)分布的概率密度函数 关于t=0单峰对称 当n很大时t(n)分布接近于标准正态分布，利用Γ函数的性质可以证明 当n较小时，t(n)分布与N(0,1)分布之间有较大差异。 t(n)分布的上 分位数记为 ， 即 满足 t分布的上 分位数可由附表查得。 当n45时，有 设 且U与V相互独立， 则称随机变量 服从自由度为(n1，n2)的F分布，记为F～F(n1，n2) 3、F分布 F(n1,n2)分布的概率密度函数为 若F～F(n1,n2)，则 若F~F(n1,n2),则 F分布的上 分位点有如下的性质： 4、正态总体的样本均值与样本方差的分布 6.1 总体和样本 6.1.3 直方图与经验分布函数 如前所述，数理统计所研究的实际问题（总体）的分布一般来说是未知的，需要通过样本来推断．但如果对总体一无所知，那么，做出推断的可信度一般也极为有限．在很多情况下，我们往往可以通过具体的应用背景或以往的经验，再通过观察样本观测值的分布情况，对总体的分布形式有个大致了解．观察样本观测值的分布规律，了解总体X的概率密度和分布函数，常用直方图和经验分布函数. 1. 直方图 直方图是对一组数据x1，x2，...，xn的分布情况的图形描述． 将数据的取值范围分成若干区间（一般是等间隔的），在等间隔的情况，每个区间的长度称为组距．考察这些数据落入每一个小区间的频数和频率，在每一个区间上画一个矩形，它的宽度是组距，高度可以是频数、频率 或频率/组距，所得直方图分 别称为频数直方图、频率直 方图和密度直方图． 6.1.3 直方图与经验分布函数 图6-1 密度直方图 如果数据x1，x2，...，xn是来自连续总体X的样本观测值，其密度直方图中，每一个矩形的面积恰好是观测数据落入对应区间的频率，这种密度直方图可以用来估计总体的概率密度（用密度直方图的顶部折线估计X的概率密度曲线）．组距对直方图的形态有很大的影响，组距太小或太大，直方图反映概率密度的形态就不够准确． 6.1.3 直方图与经验分布函数 6.1.3 直方图与经验分布函数 一个合适的分组是希望密度直方图的形态接近总体的概率密度函数的形态．手工计算常取组数等于 左右，一些统计软件会根据样本容量和样本的取值范围自动确定一个合适的分组方式，画出各种漂亮的直方图． 【实验6-1】从某高校一年学生的“高等数学”课程考试成绩中，随机抽取60名学生的成绩如下： 试利用Excel的“数据分析”功能作学生成绩的密度直方图，并通过直方图了解学生成绩的分布情况． 76 69 71 77 69 71 83 69 85 85 86 77 74 95 66 87 66 51 68 73 77 62 66 73 93 79 63 87 87 54 80 57 72 72 58 76 72 76 69 71 81 75 66 74 60 67 79 63 88 78 85 72 58 90 61 70 77 68 80 79 6.1.3 直方图与经验分布函数 实验步骤： (1) 确定分组个数：因为 ，取分组个数为8．数据的最小值为51，最大值为95，为分组方便起见，考虑范围从50到100，分为8个组，组距取50 / 8 = 6.25，分点分别为：50，56.25，62.5，68.75，75，81.25，87.5，93.75，100。整理学生成绩数据，在“组上限”栏中填入各组的上限值，如图6-2左所示． 图6-2 数据整理与“直方图”对话框 (2)在Excel主菜单中选择“工具”?“数据分析”，打开“数据分析”对话框，在“分析工具”列表中选择“直方图”选项，单击“确定”按钮． (3) 在打开的“直方图”对话框中，依次输入（或用鼠标拖动选择）“输入区域”、“接收区域”和“输出区域”，如图6-2右所示，单击“确定”按钮． 得到频率分布的结果如图6-3左所示． * * * 第六章数理统计的基本