第三章 常用概率分布2.ppt

由差数d的次数分布表可计算出： 抽样试验结论三： 两个总体呈正态分布 ，则两样本平均数差数(d)准确遵循正态分布。 第六节 t 分布、 分布与F分布 一、 t 分 布 若x～N(μ, σ2)，则 ～N(μ, σ2/n)。 将随机变量 标准化得： ，则u～N(0,1)。 当总体标准差σ未知时， 以样本标准差S代替σ所得到的统计数 记为t。即 在计算 时，由于采用S来代替σ，使得t 变量不再服从标准正态分布，而是服从自由度df=n-1 的t分布。 t的取值范围是（-∞，+∞）。 1、t分布受自由度制约，每一个自由度都有一条t分布密度曲线。 2、t分布密度曲线以t＝0为对称轴，此时，分布密度函数取得最大值。 t分布密度曲线特点 3、与标准正态分布曲线相比，t分布曲线顶部略低 ，两尾稍高。n→∞时， t 分布与标准正态分布完全一致。 -3 -2 -1 0 1 2 3 t或u 0.4 0.3 0.2 0.1 f(t)或 (u) Ф u分布 t分布 (df=1) 图5.3 t分布及其与标准正态曲线的比较 t分布 df=5 用 表示t分布的概率密度函数，则 t分布的概率分布函数为： 因而t在区间（t1，+∞）取值的概率——右尾概率为1-F t1 (df)。 由于t分布左右对称，t在区间（-∞，-t1）取值的概率也为1-F t (df)。 1-F t1 (df) t1 -t1 于是 t 分布曲线 下由-∞到- t1和由t1到+∞ 两个相等的 概 率 之和——两尾概率为2[1-F t1 (df) ]。 对不同自由度下t分布的两尾概率及其对应的临界t值已编制成附表3，即t分布表。 例如，当df=15时，查附表3得两尾概率等于0.05的临界t值为 =2.131，其意义是： P(-∞t-2.131) = P(2.131t+∞) =0.025； P(-∞t-2.131)+ (2.131t+∞) =0.05。 二、?2分布 设有一平均数为μ、方差为 的正态总体。现从中独立随机抽取样本，样本容量为n，x1、x2、…、xn，并求出其标准正态离差： ， ，… ， 记这n个相互独立的标准正态离差的平方之和称为?2 ： 它服从自由度为n的?2分布，记为 若用样本平均数 估计总体平均数μ，则统计量 服从自由度为n-1的?2分布，记为 ⑶ c2分布曲线与横轴围成的面积为1，即 P(0≤ c2 + ∞)=∫ 　f(c2)d(c2)=1 + ∞ 0 c2分布的分布函数F( c2)为 F( c2)= P( c2 ≤Χ2i )= 　f(c2)d(c2) ∫ c2分布的性质 ⑴ c2分布的取值范围为[0，+∞ ?)。 ⑵c2分布形状决定于自由度df，分布的平均数为df,方差为2df。 图 df=1，3和5的χ2分布图 0.5 0.4 0.3 0.2 0.1 0.0 df=1 0 2 4 6 8 10 12