第二节 统计推断中常用的三个分布 .ppt

第二节、统计推断中常用的三个分布 * 一、 分布 自由度为v的 分布的概率密度为 （图6.1） 图6.1 分布曲线 O x k f (x) v ≤2 V2 α 1、 分布的数字特征：EX=v, DX=2v． 2、 变量的典型模式 独立标准正态随机变量的平方 和服从 分布：设U1, U2 ,…,Uv是相互独立的标准正态 随机变量，则随机变量 服从自由度为v的 分布．自由度v恰好是形成变量 的标准正态随机变量的个数． 分布的分位数　统计推断常要用到 4、 分布的上侧分位数．以 表示自由度为v的 分布水平为α上侧分位数(图6.1)，它决定于 如下等式： 附表5是上侧分位数 的数值表． 例6.8 假设随机变量X服从自由度为n的 分布，求EX和DX． 解 设U1, U2 ,…,Un是独立标准正态分布随机变量，则 服从自由度为n的 分布的随机变量X可以表示为： 由此可见 于是 二、t 分布 自由度为v的t分布的概率密度为（图6.2） - O ?(x) f(x) 由图6.2可见t分布亦称“学生”分布．t分布曲线与标准正态 密度φ(x)曲线非常接近． 1、t 分布数字特征 2、t 变量的典型模式 设变量U~N(0,1)， 是服从自由度 为V的 分布变量，且与U独立，则随机变量 服从自由度为v的t分布． 3、t 分布的分位数 自由度为的分布水平α双侧分位数 （附表4）决定于 其中t表示服从自由度为v的t分布的随机变量． 4、t 分布的极限分布 当自由度v→∞时t分布的极限分布 是标准正态分布．实际应用中，当v≥30时即可用标准 正态分布逼近t分布． 例6.10 设随机变量X，Y1 ， Y2相互独立且都服从标准正态 分布，求随机变量 的概率分布． 解 由条件知X，Y1 ， Y2相互独立且都服从标准正态分布． 随机变量 作为两个独立标准正态随机变量的平方和，服从自由度 为2的 分布．因为 其中 所以由服从t分布的随机变量的典型模式知，随机变量 z服从自由度为2的t分布． 独 三、F 分布 自由度为(f1 , f2 )的F分布的概率密度为（图6.3） 其中m= f1 /2,n= f2 /2 F分布亦称方差比分布，因为方差相等的两个正态总体 的样本方差之比服从F分布（参见§6.3.3），其两个参 数(f1 , f2 ) ，分别称做第一自由度和第二自由度． *