MINITAB统计基础难点.docxVIP

MINITAB统计基础正态总体的抽样分布样本均值的分布——标准正态分布及T分布样本标准差计算公式：T分布的定义：Student t distribution，如果X服从标准正态分布，S2服从个自由度的卡方分布，且它们相互独立，那么随机量所服从的分布称为个自由度的t分布。其分布密度函数为：当时的极限分布即是标准正态分布，当时就是Cauchy分布。T分布只包含1个参数。数学期望和方差分别为0，（时期望不存在，方差不存在）。我们常常用表示υ个自由度的t分布。MINITAB对于更一般的t分布还增加了一个“非中心参数”，当非中心参数为0时，就得到了我们现在所说的t分布。在用MINITAB计算时，只要注意这一点就行了。自由度：可以简单理解为在研究问题中，可以自由独立取值的数据或变量的个数。范例：Z~N(0，1)，求Z=1.98时的概率密度。计算-----概率分布-----正态分布-----概率密度-----输入常数1.98-----确定概率密度函数正态分布，均值 = 0 和标准差 = 1 x f( x )0.0561831。计算-----概率分布-----正态分布-----累积概率-----输入常数2.4-----确定累积分布函数正态分布，均值 = 0 和标准差 = 1 x P( X = x )2.4 0.991802Z~N(0，1)，求使得P(Zx)=0.95成立的x值，即Z的0.95分位数。计算-----概率分布-----正态分布-----逆累积概率-----输入常数0.95-----确定逆累积分布函数正态分布，均值 = 0 和标准差 = 1P( X = x ) x 0.95 1.64485自由度=12，求使得。计算-----概率分布-----t分布-----逆累积概率-----输入自由度12-----输入常数0.95-----确定逆累积分布函数学生 t 分布，12 自由度P( X = x ) x 0.95 1.7822自由度=12，求使得。计算-----概率分布-----t分布-----累积概率-----输入自由度12-----输入常数3-----确定累积分布函数学生 t 分布，12 自由度x P( X = x )3 0.994467双样本均值差的分布正态样本正态样本方差S2的分布——卡房卡方分布若X1，X2，……,Xn是从正态总体中抽出的一组样本量为n的独立随机样本，记已知时：当未知时，用替后可以得到其概率密度函数在正半轴上呈正偏态分布。卡方分布的定义：把n个相互独立的标准正态随机变量的平方和称为自由度为n的卡方分布。它的密度表达式为：参数称为自由度。卡方分布有向右的偏斜，特别在较小自由度情况下（越小，分布越偏斜）。我们常用表达自由度为的卡方分布。卡方分布有很多用途，其中一项就是用来分析单个正态总体样本方差的状况；还可以用来进行分布的拟合优度检验，即检验资料是否符合某种特定分布；对于离散数据构成的列联表，也可以用来分析两个离散型因子间是否独立等。卡方分布的性质卡方分布的加法性：设X和Y彼此独立，且都服从卡方分布，其自由度分别为n1，n2。若令Z=X+Y，则Z服从自由度为n1+n2的卡方分布。若X，则，。计算下列各卡方分布的相关数值：自由度=10，求使得成立的 x 值。计算 ----- 概率分布 ----- 卡方分布 ----- 逆累积概率 ----- 自由度=10 ----- 常数=0.95 ----- 确定逆累积分布函数卡方分布，10 自由度P( X = x ) x 0.95 18.307自由度=10，求 。计算 ----- 概率分布 ----- 卡方分布 ----- 累积概率 ----- 自由度=10 ----- 常数=28 ----- 确定累积分布函数卡方分布，10 自由度 x P( X = x )28 0.998195两个独立的正态样本方差之比的分布——F分布两个独立的正态样本方差之比的分布是F分布。设有两个独立的正态总体()和()，它们的方差相等。又设X1，X2，…，Xn是来自()的一个样本Y1，Y2，…，Yn是来自()的一个样本，这两样相互独立。它们的样本方差之比是自由度为n-1和m-1的F分布：n-1称为分子自由度；m-1为分母自由度；F分布的概率密度函数在正半轴上呈正偏态分布。实际上，F统计量就是由两个卡方随机变量相除所构成的，如果，，且二者相互独立，则称二者比值的分布为F分布，即其密度函数是：F分布的应用非常广泛，尤其是在判断两正态总体方差是否相等以及方差分析（ANOVA）等问题上面。计算F0.95（8，,18）的数值。计算 ----- 概率分布 ----- F分布 ----- 逆