2第二章节基本数理统计知识复习1.ppt

* 随机变量是变量，它可以取不同的值，且取每个值的概率＜１． * 举例说明数字特征的含义 强调落在某区间概率的计算 * 强调阴影部分的面积 * * 分布是对随机变量的最完整的描述，但分布不易知 很多情况下，我们不需要全面考察随机变量是怎么变化的，只需要知道他的综合特征 最重要的指标：平均水平和离散程度 * 如果大部分点落在1，3象限，或者说落在1，3象限的概率远大于2，4象限，说明这两个变量正相关 反之为负相关 如果没有这种明显的象限区分，则协方差接近零。 * 强调样本均值的均值和总体均值的区别（及方差） * 我们以前强调过样本均值是个随机变量，有它自身的分布、均值、方差。我们这门课关注样本均值的概率分布 * t分布是本书运用最广泛的一个概率分布 * 注意过渡，交代清楚为何要用t分布 指明他和总体均值的类似之处（1/n类似于概率） 注意不要求总体服从正态分布 样本均值的均值和样本均值的方差 返回 2、样本方差 注意 样本方差同样是个估计量，由具体某个样本计算得到的样本方差的数值为估计值 样本方差同样是个随机变量，有它自身的均值和方差 关于1/（n-1）：可以用自由度的概念来解释 可以证明：样本方差的均值=总体方差的均值 即样本方差是总体方差的无偏估计。 样本方差存在量纲问题 样本标准差sx：为样本方差的平方根 返回 3、样本协方差 返回 4、样本相关系数 返回 第四节 一些重要的概率分布 p56 一、正态分布 二、卡方分布 三、t分布 四、Ｆ分布 返回 一、正态分布 1、正态分布的表示 2、正态分布的性质 3、正态分布的标准化 4、样本均值的概率分布 5、中心极限定理 返回 返回 2、正态分布的性质 围绕均值u中心对称，曲线下总面积为1，钟形分布 P(xu)=p(xu)=0.5 根据均值和方差，可求得随机变量落入任何区间的概率 阴影部分面积即为0.95，而1.96倍标准差的概率为0.025 正态分布变量的线性变换仍然服从正态分布。 两个正态分布变量的线性组合仍然服从正态分布。 返回 3、正态分布的标准化 X~N(0,1)称随机变量X服从标准正态分布 任何一个正态分布都可以变换为标准正态分布 标准化后简化计算概率 1、某行业 工人的工资服从均值700，标准差为100的正态分布，则,95%的工人的工资范围为多少？工资高于800和低于400的概率各为多少？ 2、p59 ,例4-2：面包房每日面包出售数量服从均值为70，方差为9的正态分布，求单日面包销售量75的概率？返回 4、样本均值的概率分布 样本均值是个随机变量，有它自身的分布、均值、方差，即样本均值的抽样分布/概率分布 P61 例题4-6 返回 P63 例题4-7 5、中心极限定理 运用中心极限定理，方便了我们对总体均值的概率推估 注意： 对随机变量{x}本身具体服从什么分布不做要求，只要相互独立，其和渐近于正态分布，主要是大量变量相加后，许多随机因素相互抵消的缘故。 返回 P63 例题4-7的变换，（设x不服从正态分布） 二、卡方分布 p67 1、卡方分布的表示 2、卡方分布的性质 3、关于卡方分布的两个定理 4、卡方分布用于对样本方差进行假设检验和统计推断 返回 1、N个服从标准正态分布的独立的随机变量的平方和服从自由度为N的卡方分布 返回 2、 的性质 1）卡方分布只取正值 2）卡方分布是斜分布，随着自由度的增大，逐渐对称并接近正态分布。 3）两个服从卡方分布的独立随机变量，其和也服从卡方分布。返回 3、关于卡方分布的两个定理 4、卡方分布用于对样本方差进行假设检验和统计推断 例题，P4-14：假定来自正态总体（总体方差=8）的某个随机样本，样本容量为20，若样本方差为16，求得此方差的概率（样本方差大于16的概率）。 返回 三、t分布 1、t分布的表示 2、t分布的性质 3、t分布运用 返回 1、t分布的表示 返回 2、t分布的性质 1）t分布和标准正态分布非常类似，对称分布。 2） t分布均值为0，方差为k/(k-2)，k为自由度 当样本容量增大时， t分布方差快速趋向1。 返回 3、t分布的运用 总体方差已知时，用正态分布进行假设检验和统计推断，但当总体方差未知时，用t分布进行假设检验和统计推断 ｐ65，例4-8：在15天内每天出售面包的平均数量为74条，样本标准差为4，假定真实平均销售量为70，求能取得该样本的概率？（注意和例4-2区别 ） P66,例4-12 返回 四、Ｆ分布 1、Ｆ分布的表示 2、Ｆ分布的性质 3、Ｆ分布的运用 返回 1、Ｆ分布的表示 返回 2、Ｆ分布的性质 1）非负，斜分布 2）自由度增大时，趋近与正态分布 返回 3、Ｆ分布用于检验两个总体的方差是否相同 p70，例题4-16： 一个班有100名学生，另一个