数学统计 随机变量的统计描述.pptVIP

3.2 随机变量的趋势描述 一.随机变量的数字特征 1. 随机变量的总体均数（数学期望） 2. 随机变量的方差 二. 随机变量的相对标准差（变异系数） 1. 总体均数 例 设X 表示某人射击成绩. 共射击N次，其中 求该人的平均成绩. 频率有权衡样本值地位的作用,上述平均值是以频率为权数的加权平均. 意义：均数描述随机变量的集中趋势，反映随机变量总体的平均水平，也称为总体均数. 性质：在C为常数，X、Y 为随机变量时， 1.E(C )＝C， 2.E(CX)＝CEX， 3.E(X±Y)＝EX±EY 4. E(XY)=EX*EY (X,Y 独立） 定义3-9 X 为离散变量,概率分布为 X 为连续变量, (k =1,2, … , n,…) 例 中韩两队进行射箭比赛，所得分数分别记为X 和Y，概率分布分别为 试评定他们成绩的好坏. 例 甲、乙两名药工包装同一散剂，称量每次所包装的各包散剂的重量(g)分别用X、Y 表示,如何评定甲乙两个药工的称量技术？ 重量(g) P(X＝k) P(Y＝k) 48 0.1 0.2 49 0.1 0.2 50 0.6 0.2 51 0.1 0.2 52 0.1 0.2 甲称量的平均克数为 EX＝48×0.1＋49×0.1＋50×0.6 ＋51×0.1＋52×0.1＝50g 乙称量的平均克数为 EY＝48×0.2＋49×0.2＋50×0.2 ＋51×0.2＋52×0.2＝50g 只有随机变量的均数?EX?不足以完全评价甲、乙两药工的称量技术的高低，还必须考虑随机变量的取值偏离均数?EX?的程度. 定义3-11 离差平方的均数称 X 的方差，记为 DX＝E(X－EX)2 方差DX的算术平方根 称为标准差 意义：方差描述随机变量的取值与均数的离散程度,反映随机变 量的稳定性，也称为总体方差. 2. 总体方差 D(C)＝0， D(CX)＝C2DX， D(X±Y)＝DX＋DY 性质： 在C 为常数，X、Y 独立时 DX＝EX2－(EX)2 解：DX＝1 DY＝2 说明两药工称量技术存在差异， 甲比乙稳定。 EX＝ EY =50g 例 甲、乙两名药工包装同一散剂，称量每次所包装的各包散剂的重量(g)分别用X、Y 表示，求甲、乙两药工称量的方差. 重量(g) P(X＝k) P(Y＝k) 48 0.1 0.2 49 0.1 0.2 50 0.6 0.2 51 0.1 0.2 52 0.1 0.2 平方的均数减去均数的平方 定理2 若X～B(k，n，p)，则 EX＝np，DX＝npq 定理3 若X～P(k,λ)，则 EX＝DX＝λ 定理4 若 X～N(μ,σ2)，则 EX=μ，DX=σ2 常见分布的数字特征 二. 总体变异系数 比较两个随机变量取值的离散程度时，若两个变量的均数相差悬殊或取值单位不同，则无法用方差或标准差进行比较。这时可用总体变异系数进行比较. 定义 标准差与均数之比称变异系数 例 某县1959?年调查10岁男孩，身高X?均数、标准差?125.62、 5.01?cm，体重Y 均数、标准差23.93?,2.82?kg,试比较身 高波动程度与体重波动程度. 身高X的变异系数为 体重Y 的变异系数为 由CVY＞CVX，可见体重Y 的波动程度比身高 X 大. 解： 3.3 中心极限定理 定理 (中心极限定理) X1、X2、…、Xn独立同分布 注：n充分大时,无论各随机变量具有什么分布,其和除以n构 成的变量近似服从正态分布N(μ,σ2/n) 1.n 很大X～B(k;n,p)可用 近似, 其中 两种分布的近似 2.λ较大X～P(k,λ)可用 近似， 其中 例3-16 用机器对某种新药的口服液装瓶，由于机器会有误差， 所以每瓶口服液净重为随机变量，其均数为100g，标准差为 10g，每箱内装200瓶，求一箱口服液净重超过20500的概率。 解 设一箱新药口服液净重为X（g），箱中第k瓶新 药口服液净重为 ，其中 相互独立 例 某药治某病的疗效为80%，200名患者服用后有150～ 190人治