第六章(三)常用连续型随机变量的理论分布.pptVIP

第三节 常用连续型随机变量的理论分布 一、正态分布 正态分布是最重要的概率分布。因为: 第一，许多自然现象与社会现象，都可用正态分布加以叙述； 第二,许多概率分布以正态分布为其极限； 第三，许多统计量的抽样分布呈现正态分布。 因此，许多统计分析方法都是以正态分布为基础的。 （一）正态分布的概率函数 若连续型随机变量x的概率分布密度函数为 其中μ为平均数，σ2为方差，则称随机变量x服从正态分布(normal distribztion)，记为x～N(μ,σ2)。相应的概率分布函数为 分布密度曲线 99.74% (二) 正态分布的特征 1. 正态分布密度曲线是单峰、对称的悬钟形曲线，对称轴为x =μ； 2. f(x) 在x=μ处达到极大，极大值 ； 3. f(x)是非负函数，以x轴为渐近线，分布从-∞至+∞； 4. 曲线在x=μ±σ处各有一个拐点，即曲线在(-∞,μ-σ)和(μ+σ,+∞) 区间上是下凸的，在[μ-σ,μ+σ]区间内是上凸的； 5. 正态分布有平均数μ和标准差σ两个参数。μ是位置参数，σ是变异度参数。 6. 分布密度曲线与横轴所夹面积为1，即： （三）标准正态分布 正态分布是依赖于参数μ和σ的一簇分布。将一般的N(μ，σ2)转换为μ= 0，σ2=1的正态分布，应用就方便了。 称μ=0,σ2=1的正态分布为标准正态分布(standard normal distribztion)。 标准正态分布的概率密度函数及分布函数分别记作φ(z)和Φ(z)，得： 随机变量z服从标准正态分布，记作z～N(0，1)。 对于任何一个服从正态分布N(μ,σ2)的随机变量x，都可以通过标准化变换： z=(x-μ)／σ 将其变换为服从标准正态分布的随机变量z。z称为标准正态变量或标准正态离差(standard normal deviate)。 （四）正态分布的概率计算 １．标准正态分布的概率计算 设z服从标准正态分布，则z在[z1,z2 ）何内取值的概率为： ＝Φ(z2)－Φ(z1) 而Φ(z1)与Φ(z2)可由附表查得。 【例】 已知z-N(0，1)，试求： (1) P(z＜-1.64)＝? (2) P (z≥2.58)=? (3) P (｜z｜≥2.56)=? (4) P(0.34≤z＜1.53) =? 关于标准正态分布，以下几种概率应当熟记： P（-1≤z＜1）=0.6826 P（-2≤z＜2）=0.9546 P（-3≤z＜3）=0.9974 P（-1.96≤z＜1.96）=0.95 P (-2.58≤z＜2.58)=0.99 标准正态分布的三个常用概率 z在上述区间以外取值的概率分别为： P(｜z｜≥1)=2Φ(-1)=1- P(-1≤z＜1) =1-0.6826=0.3174 P(｜z｜≥2)=2Φ(-2) =1- P（-2≤z＜2）=1-0.9545=0.0455 P(｜z｜≥3)=1-0.9973=0.0027 P(｜z｜≥1.96)=1-0.95=0.05 P(｜z｜≥2.58)=1-0.99=0.01 ２．一般正态分布的概率计算 正态分布密度曲线和横轴围成的区域，其面积为1，是一个必然事件。 若随机变量x服从正态分布N(μ,σ2)，则x的取值落在任意区间[x1, x2）的概率，记作P(x1≤ x＜x2)，等于这部分曲边梯形面积。即： 对上式作变换z=(x-μ)／σ，得dx=σdz，故有 其中，z1=(x1-μ)／σ，z2=(x2-μ)／σ） 这表明服从正态分布N(μ,σ2)的随机变量x在[x1，x2）内取值的概率，等于服从标准正态分布的随机变量z在[(x1-μ)／σ, (x2-μ)／σ）内取值的概率。因此，计算一般正态分布的概率时，只要将区间的上下限作适当变换(标准化)，就可用查标准正态分布的概率表的方法求得概率了。 【例】设x服从μ=30.26，σ2=5.102的正态分布，试求P(21.64≤x＜32.98)。 令 则z服从标准正态分布，故