分布与统计量分布.pptVIP

* * * * * * * * * * * * * * * 分布与统计量分布 Horange Group 本期重点 * * 1. 区分样本分布和样本统计量分布 2. 正态分布及计算 Horange ? 3. 中心极限定理 第一部分 * * 样本分布（概率分布） Horange ? 离散分布 连续分布 一、离散分布 * * Horange ? 列出离散型随机变量X的所有可能取值 列出随机变量取这些值的概率 通常用下面的表格来表示 P(X =xi)=pi称为离散型随机变量的概率分布函数 pi?0 X = xi x1 ，x2 ，… ，xn P(X =xi)=pi p1 ，p2 ，… ，pn 一、离散分布 * * Horange ? 【例】如规定打靶中域Ⅰ得3分，中域Ⅱ得2分，中域Ⅲ得1分，中域外得0分。今某射手每100次射击，平均有30次中域Ⅰ，55次中域Ⅱ，10次中Ⅲ，5次中域外。则考察每次射击得分为0,1,2,3这一离散型随机变量，其概率分布为 X = xi 0 1 2 3 P(X=xi)?pi 0.05 0.10 0.55 0.30 二、连续分布 * * Horange ? 连续型随机变量可以取某一区间或整个实数轴上的任意一个值 它取任何一个特定的值的概率都等于0 不能列出每一个值及其相应的概率 通常研究它取某一区间值的概率 用数学函数的形式和分布函数的形式来描述 密度函数与分布函数 * * Horange ? 设X为一连续型随机变量，x 为任意实数，X的概率密度函数记为f(x)，它满足条件 概率密度函数 概率分布函数 * * Horange ? 密度函数与分布函数 密度函数是一条曲线，曲线下的面积等于1 分布函数是曲线下小于 x0 的面积 f(x) x x0 F ( x0 ) 三、正态分布 * * Horange ? 1. 描述连续型随机变量的最重要的分布 2. 可用于近似离散型随机变量的分布 例如: 二项分布 3. 经典统计推断的基础 概率密度函数 * * Horange ? f(x) = 随机变量 X 的频数 ?? = 总体方差 ? =3.14159; e = 2.71828 x = 随机变量的取值 (-? x +?) ? = 总体均值 正态分布的性质 * * Horange ? 概率密度函数在x 的上方，即f (x)0 正态曲线的最高点在均值?，它也是分布的中位数和众数 正态分布是一个分布族，每一特定正态分布通过均值?和标准差?来区分。 ? 决定了图形的中心位置, ?决定曲线的平缓程度，即宽度（形状） 曲线f(x)相对于均值?对称，尾端向两个方向无限延伸，且理论上永远不会与横轴相交 正态曲线下的总面积等于1 随机变量的概率由曲线下的面积给出 μ和σ对正态曲线的影响 * * Horange ? 正态分布的概率 * * Horange ? 概率是曲线下的面积! 标准正态分布 * * Horange ? 一般的正态分布取决于均值?和标准差 ? 计算概率时 ，每一个正态分布都需要有自己的正态概率分布表，这种表格是无穷多的 若能将一般的正态分布转化为标准正态分布，计算概率时只需要查一张表 任何一个一般的正态分布，可通过下面的线性变换转化为标准正态分布 标准正态分布表的使用 * * Horange ? 将一个一般的转换为标准正态分布 计算概率时 ，查标准正态概率分布表 对于负的 x ，可由? (-x)???? ?x?得到 对于标准正态分布，即X~N(0,1)，有 P (a? X ?b)? ? ?b? ?? ?a? P (|X| ?a)? 2? ?a? ?1 对于一般正态分布，即X~N(? , ?)，有 正态分布的计算 * * Horange ? 【例】设X~N(0，1)，求以下概率： (1) P(X 1.5) ；(2) P(X 2)； (3) P(-1X ?3) ； (4) P(| X | ? 2) 解：(1) P(X 1.5) = ? (1.5)=0.9332 (2) P(X 2)=1- P(X ? 2)=1-0.9973=0.0227 (3) P(-1X ?3)= P(X ?3)- P(X -1) = ?(3)- ?(-1)= ?(3) – [1-?(1)] = 0.9987-(1-0.8413)=0.84 (4) P(| X | ? 2) = P(-2? X ? 2)= ?(2)- ?(-2)