第七章 随机变量概率分布.pptVIP

第7章 随机变量的概率分布 连续型随机变量的期望和方差 连续型随机变量的数学期望为 方差为 常见的连续型概率分布 正态分布的重要性 描述连续型随机变量的最重要的分布 可用于近似离散型随机变量的分布 例如: 二项分布 经典统计推断的基础 概率密度函数 f(x) = 随机变量 X 的频数  = 总体方差  =3.14159; e = 2.71828 x = 随机变量的取值 (- x )  = 总体均值 正态分布的概率 概率是曲线下的面积! 标准正态分布函数 标准正态分布的概率密度函数 1. 任何一个一般的正态分布，可通过下面的线性变换转化为标准正态分布 标准正态分布的分布函数 标准正态分布 T 统计量的分布 设X1，X2，…，Xn是来自正态总体N-(μ1,σ12 )的一个样本， 则 为T统计量,服从自由度为(n-1)的t 分布 t-分布与正态分布的比较 c2(卡方)分布 设随机变量X1,X2,……Xn相互独立，且它们都服从标准正态N（0,1）分布，那么把随机变量 c2 = X12+X22+……+Xn2 所服从的分布叫作自由度为n-1的c2分布。 设总体服从正态分布N -(μ,σ2 )， X1，X2，…，Xn为来自该正态总体的样本，则样本方差 s2 的分布为 F-分布 设X1，X2，… ，Xn1是来自正态总体N-(μ1,σ12 )的一个样本，Y1，Y2，… ，Yn2是来自正态总体N-(μ2,σ22 )的一个样本，且Xi(i=1,2,…，n1)，Yi(i=1,2, …，n2)相互独立，则