【中国矿业大学课件】概率论-陈兴同老师版-第六章第1，2节.pptVIP

什么是总体 什么是总体 随机样本的分布 统计量 （1）设n个随机变量 X1,X2,……,Xn相互独立且都服从正态分布 N(μ,σ2 )，则 且X1,X2相互 (2) 可加性：设 独立，则 性质 则可以求得， E(X)=n, D(X)=2n。 (3)若 c2 分布的分位点 对于给定的正数 称满足条件 的点c为χ2(n)的上α分位点，记作： c2 分布的分位点求法 方法一：查表法。如 方法二：使用Fisher的近似公式： 1-α是哪一块？ 例题1：设总体服从参数为λ＞0的指数分布即： 试求如下随机变量的分布： 解： 容易求得它服从指数分布： 即自由度为2的kai平方分布即： 再kai平方分布的可加性得： T的密度函数为： 服从的分布称为自由度为 n的 t 分布或学生分布。记作 t 分布 1.定义: 设X～N(0,1) ,Y～χ2(n)，并且X与Y相互独立，则 （1）若随机变量T～t(n) 则数学期望和方差为 （2）t分布的密度函数关于y轴对称，且当n充分大时， 其图形类似于标准正态分布概率密度函数的图形即 性质 性质 单击可播放电影 t 分布的分位点 对于给定的正数 称满足条件 的点c为t(n)的上α分位点，记作： t分布的分位点求法 方法一：查表法。如 方法三：当n45时使用近似公式： 方法二：使用对称公式： 1-α是哪一块？ F分布 所服从的分布称为自由度为 n1及 n2 的F分布，n1称为第一自由度，n2称为第二自由度，记作F~F(n1,n2)，它的概率密度函数为 定义：设 X～χ2(n1) ,Y～χ2(n2)，并且X与Y相互独立，则 即它的数学期望并不依赖于第一自由度n1。 (2)　F分布的数学期望为: 若n22 (1) 可逆性：F分布的逆仍为F分布，只是自由度要颠倒即 性质 F 分布的分位点 对于给定的正数 称满足条件 的点c为F(n1,n2)的上α分位点，记作： F分布的分位点求法 方法一：查表法。如 方法二：使用公式： 参数要颠倒啊！ 例题2：设随机变量 t~t(n)，求 t2 分布。 解：t(n)分布的随机变量可以表示成如下形式的随机变量： 其中随机变量 X,Y相互独立。 但是： 例题3：若 F~F(n1,n2),求证 解：这是关于F分布的性质证明。 其中随机变量 X,Y相互独立。 对α分位点应有： 从而得： 就是 F~F(n1,n2) 的上 1-α 分位点！从而得 所以： 在概率论中，我们所研究的对象是已知确定分布的随机变量，它的分布都是假设已知的或可求出的，在这一前提下去研究随机变量的性质、特点和规律性，例如求出它的数字特征，讨论随机变量函数的分布等。 在数理统计中，任务是研究为什么随机变量会服从这样或那样的分布;怎样有效地收集、整理、分析所获得的样本的数据，并对所研究的对象作出推断. 数理统计 数理统计中通常把研究对象的某种数量指标的全体称为总体。 总体中每个成员即某个数量指标称为个体。 (1)研究某批灯泡的寿命（小时） 总体＝“所有灯泡的寿命” ＝“1000,550,1500,……” 总体＝“所轿车的耗油量” ＝“1,2,1.45，1.3,……” … (2)研究轿车每公里耗油量(升) 总体＝“所有男生的身高cm”=“170,165,180,186,……” (3)为考察某大学中男生的健康情况，有一个数量指标是身高。 总体中包括的个体总数称为总体的容量。 容量为有限的总体称为有限总体。 容量为无限的总体称为无限总体。 在数理统计中通常把总体看作一个随机变量，它应该有确定的分布，但是通常是未知的分布或只知道分布形式不知道其中的参数。 总体与随机变量 如果我们令： X＝“某个男生的身高cm” , Y=“某个灯泡的寿命小时” 则随机变量X,Y就是我们关心的数量指标，它们取值的全体正好为总体，而每个个体就是X，Y的一个取值。 但是如果总体的分布形式已知，则可以说某总体服从某种分布。 比如：当总体分布为指数分布时，称为指数分布总体；当总体分布为正态分布时，称为正态分布总体或简称正态总体等等. 两个总体即使其所含个体的性质根本不同，只要有同样的概率分布，在统计学中就视为是同类总体. 在实际问题中，要观察总体中每个个体往往是不可能的，因为它需要耗费太多的资源和太多的时间.有些破坏性的试验更是不允许对整个总体进行观察. 随机抽样与样本 为了推断总体的统计特点即分布形式或各种特征，一个可行的办法是从该总体中，按一定的规则抽取有限个体进行观察和试验，以获得有关总体的信息。这一抽取过程称为 “抽样”。 一般地对总体X的一个“抽样”是指对总体X进行n次重复独立的观测，第i次观测到哪一个个体是随机的，事前无法确定，用Xi表示第i次观测的结果，它是一个随机变