概率论与数理统计-抽样分布-第2,3,4节.pptVIP

n取不同值时样本均值 的分布 例 1 已知某单位职工的月奖金服从正态分 布, 总体均值为 200, 总体标准差为 40 , 从该 总体抽取一个容量为 20 的样本, 求样本均值介 于 190~210 的概率 . 解 第六章第二节 统计量 由样本值去推断总体情况，需要对样本值进行“加工”，这就要构造一些样本的函数，它把样本中所含的（某一方面）的信息集中起来. 一、 统计量 这种不含任何未知参数的样本的函数称为统计量. 它是完全由样本决定的量. 二、几个常见统计量 样本均值 样本方差 样本k阶原点矩 样本k阶中心矩 k=1,2,… 例1：设E(X)=μ,D(X)=σ2，再记 证明下面结果： (1)这实际上是求n个随机变量的平均值的数学期望与方差； (2)这实际上是求n个随机变量的样本方差的表达式。 (3)这实际上是求n个随机变量的样本方差的表达式。 第六章第三节 几个常用的分布 抽样分布 统计量既然是依赖于样本的，而后者又是随机变量，故统计量也是随机变量，因而就有一定的分布，这个分布叫做统计量的“抽样分布” . 统计三大分布 分布 一、 定义: 设 相互独立, 都服从正态 分布N(0,1), 则称随机变量： 所服从的分布为自由度为 n 的 分布. 分布是由正态分布派生出来的一种分布. 记为 分布的密度函数为 来定义. 其中伽玛函数 通过积分 由 分布的定义，不难得到： (1)?? 设 相互独立, 都服从正态分布 则 且X1,X2相互 这个性质叫 分布的可加性. (2) 设 独立，则 则可以求得， E(X)=n, D(X)=2n (3)若 解 由题意得 a =1/20 b=1/100 例1 设 是取自总体N(0,4)的简单随机样本 当a= , b= 时, 4 3 2 1 , , , X X X X ?2—分布的密度函数曲线 (4) c2 分布的分位点 对于给定的正数 称满足条件 的点 为 分位点. 分布的上 解 例2 设X~ (10),P(Xλ1)=0.025, P(Xλ2)=0.05,求λ1,λ2. T的密度函数为： 记为T～t(n). 所服从的分布为自由度为 n的 t 分布. （二）t 分布 1.定义: 设X～N(0,1) , Y～ 则称变量 , 且X与Y 相互独立， T的密度函数为： 记为T～t(n). 所服从的分布为自由度为 n的 t 分布. （二）t 分布 1.定义: 设X～N(0,1) , Y～ 则称变量 , 且X与Y 相互独立， 服从( )分布,参数为( ). 例1 设随机变量X 和Y 相互独立且都服正态分布 ,而 和 分别是来自总体 X 和 Y 的,则统计量 t 9 解 故 与 独立, 所以 当n充分大时，其图形类似于标准正态分布密度函数的图形. t分布的密度函数关于x=0对称，且 2.性质 t 分布的分位点 对于给定的正数 称满足条件 的点 为 分位点 分布的上 例 2 解 （三）F分布 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). 若X~F(n1,n2)， X的概率密度为 1.定义: 设 X与Y相互 独立，则称统计量 服从自由度为 由定义可见， ~F(n2,n1) 2.性质 F 分布的分位点 对于给定的正数 称满足条件 的点 为 分位点 分布的上 F 分布的性质 例1 解 第六章第四节 正态总体 统计量的分布 当总体为正态分布时，教材上给出了几个重要的抽样分布定理. 这里我们不加证明地叙述. 除定理2外，其它几个定理的证明都可以在教材上找到. 几个重要的抽样分布定理 定理 1 (样本均值的分布) 设X1,X2,…,Xn是取自正态总体 的样本，则有