实验数据处理方法-ch03.pptVIP

实验数据处理方法第一部分：概率论基础 第三章 概率分布的基本性质 第三章概率分布的基本性质 3.1 概率密度函数 （Probability Density Function) 3.1 概率密度函数（Probability Density Function) 第三章概率分布的基本性质 3.2 累积分布函数 （Cumulative distribution function) 3.2 累积分布函数（Cumulative distribution function) 第三章概率分布的基本性质 3.3 概率密度函数的性质(Properties of the probability) 3.3 概率密度函数的性质(Properties of the probability) 3.3 概率密度函数的性质(Properties of the probability) 3.3 概率密度函数的性质(Properties of the probability) 3.3 概率密度函数的性质(Properties of the probability) 第三章概率分布的基本性质 3.4 特征函数 (Characteristic Function) 3.4 特征函数(Characteristic Function) 3.4 特征函数(Characteristic Function) 第三章概率分布的基本性质 3.5 多个随机变量的分布 3.5 多个随机变量的分布 3.5 多个随机变量的分布 3.5 多个随机变量的分布 第三章概率分布的基本性质 3.6 随机变量的线性函数 3.6 随机变量的线性函数 3.6 随机变量的线性函数 第三章概率分布的基本性质 3.7 变量变换 (Change of variables) 3.7 变量变换(Change of variables) 第三章概率分布的基本性质 3.8 误差传播 (Propagation of errors) 3.8 误差传播(Propagation of errors) 3.8 误差传播(Propagation of errors) 3.8 误差传播(Propagation of errors) 3.8 误差传播(Propagation of errors) 3.8 误差传播(Propagation of errors) 3.8 误差传播(Propagation of errors) 第三章概率分布的基本性质 3.9 分离型随机变量的概率分布 3.9 分离型随机变量的概率分布 第三章概率分布的基本性质 3.10 样本 (Sampling) 3.10 样本(Sampling) 3.10 样本(Sampling) 3.10 样本(Sampling) 3.10 样本(Sampling) 3.10 样本(Sampling) 误差传播定律： 如果x1,x2,…,xn是相互独立的，则有 将方差用?2代替，则得 例：算术平均值的方差 二、多个函数的情况，矩阵表示 设有一组m个函数y1,y2,…ym都依赖于n维随几向量(x1,x2,…xn) yk=yk(x1,x2,…xn)=yk(x), k=1,2,…m 随机向量y1,y2,…ym的协方差矩阵元 ? ?误差传播定律的一般形式 变量y1,y2,…ym的误差为对角元素的平方根 ?依赖于随即向量X的协方差项 如果xi是相互独立的， 矩阵表示： 三、几种常见到的函数的误差传播公式 概率分布：一组概率值pr表示，pr满足归一化条件： pr :分离型随即变量取值为r的概率 期望值和方差的定义：与连续型的随机变量类似，积分?求和 概率产生函数（probability generating function) ?特征函数 利用该函数可计算变量r的各阶矩： 一、总体和样本（universe and sample) 总体（或母体）： 研究对象的所有可能的观测结果 在物理实验中，总是用一些随机变量来描述某一物理系统，这些变量的概率密度函数描述了总体的特征 如果能在相同的条件下对描述物理系统的随机变量进行无限多次的测量，则可用概率密度函数来概括所有可能的实验结果； 样本（sample)： 在实际实验中，测量的次数总是有限的，若实验的次数为n，对某个物理量的测量值为x1,x2,…xn，则称这组测量值构成了容量为n的样本。 样本只是总体的一个子集, 希望能从该样本推断出总体的特征; 样本是随机的: 不同的样本对总体的特性的推断有差异,但基本类似. 二、样本的特性 希望用实验样本推断出