关于02-2 理论分布(正式).ppt

p64[例4.6] 计算正态分布曲线的中间概率为0.99时，其y或u值应等于多少？ 因为正态分布是对称的，故在曲线左边从－∞到－ u的概率和在曲线右边从u到∞的概率都应等于 1/2(1－0.99)=0.005。 查表，u=－2.58时， fN(y) =0.00494≈0.005。 于是知，当 ±2.58时，在其范围内包括99%的变量，仅有1%变量在此范围之外。上述结果写作： * 同理可求得： 以上 乃正态曲线下左边一尾y从－∞到 上的面积和右边一尾y从 到∞上的面积之和，亦可写成： 同理， 亦可写成： * 以上两式等号右侧的前一项为左尾概率，后一项为右尾概率，其和概率称为两尾概率值。 在附表３列出了两尾概率取某一值时的临界u值(正态离差u值)，可供直接查用。 例如，可查得P=0.01时u=2.5758，P=0.05时u=1.9599，即表示： P(|u|≥2.5758)=0.01, P(|u|≥1.9599)=0.05 如果仅计算一尾，则为一尾概率值。例如计算 P(u≥1.6448)=P(|u|≥1.6448)=(0.1)=0.05 这个0.05称为y值大于 的一尾概率值。 当概率一定时，两尾概率的|u|总是大于一尾概率|u|。 * 6、分布密度曲线与横轴所夹的面积为1，即： 区间μ±1σ 面积或概率= 0.6827 μ±2σ = 0.9545 μ±3σ = 0.9973 μ±1.960σ = 0.9500 μ±2.576σ = 0.9900 * 2.2.2.2标准正态分布 由上述正态分布的特征可知 ，正态分布是依赖于参数μ和σ2 (或σ) 的一簇 分布 ， 正态曲线之位置及形态随μ和σ2的不同而不同 。 这就给研究具体的正态总体带来困难， 如以新变量u来代替μ，令 u= ，则将一般的N(μ，σ2) 转 换为 μ= 0,σ2=1的正态分布， u 称为正态离差。 * 我们称μ=0,σ2=1的正态分布为标准正态分布(standard normal distribution)。 标准正态分布的概率密度函数及分布函数分别记作ψ(u)和Φ(u)，由 (4-6)及(4-7) 式得： (4-8) (4-9) 随机变量u服从标准正态分布，记作u～N(0，1)，分布密度曲线如图4—7所示。 * 图4—7 标准正态分布密度曲线 * 对于任何一个服从正态分布N(μ,σ2)的随机变量y，都可以通过标准化变换： u=(y-μ)／σ (4-10) 将 y其变换为服从标准正态分布的随机变量u。 u 称 为 标 准 正 态变量或标准正态离差(standard normal deviate)。 * 2.2.2.3正态分布的概率计算 （一）标准正态分布的概率计算 设u服从标准正态分布，则 u 在[u1,u2 ）内取值的概率为： ＝Φ(u2)－Φ(u1) (4-11) 而Φ(u1)与Φ(u2)可由附表2累积正态分布FN（y）值表查得。 * 例如，u=1.75 ，1.7放在第一列0.05放在第一行 。 在附表2累积正态分布FN（y）值中 ， 1.7所在行与 0.05 所在列相交处的数值为0.95994，即 Φ(1.75)=0.95994 有 时