概率基础概率基础课件PPT.pptVIP

三、两个样本方差比的抽样分布 两个总体都为正态分布，即X1~N(μ1,σ12)的一个样本， Y1，Y2，… ，Yn2是来自正态总体X2~N(μ2,σ22 ) 从两个总体中分别抽取容量为n1和n2的独立样本 两个样本方差比的抽样分布，服从分子自由度为(n1-1)，分母自由度为(n2-1) F分布，即 从而， 应用： 历史上不少学者用此来计算 近似值。方法是：投针n次，记录针与平行线相交的次数 ， 再以频率 作为概率的近似值，就有： Monto Carlo方法 第七节 条件概率 思考：袋中有十只球，其中九只白球，一只红球，十人依次从袋中各取一球(不放回)，问： 第一个人取得红球的概率是多少？ 第二个人取得红球的概率是多少？ 若已知第一个人取到的是红球，则第二个人取到红球的概率又是多少？ 一、条件概率 已知事件A发生的条件下，事件B发生的概率称为A条件下B的条件概率 ，记作P(B|A) 定义：设A、B为两个事件，且P(B)0，则事件B已经发生的条件下，事件A发生的条件概率P(B|A)定义为： 例：甲乙两市都位于长江下游，根据一百多年来的气象记录知道一年中雨天的比例占20％，乙市占14％，两地同时下雨占12％，试求：（1）甲市下雨的条件下，乙市出现雨天的概率（2）乙市出现雨天的条件下，甲市下雨的概率（3）甲市或乙市下雨的概率 解：记A=“甲市出现雨天”，B=“乙市出现雨天” 根据题意，P(A)=0.20，P(B)=0.14，P(AB)=0.14 从而，在乙市下雨的条件下，甲市有85.7％的可能要下雨，可能性很大。因此，如从乙市出差到甲市，又适逢乙市下雨，那么最好携带雨具。 设A、B∈Ω，P（A）0,则 P(AB)＝P(A)P(B|A). 上式就称为事件A、B的概率乘法公式。 上式还可推广到三个事件的情形： P(ABC)＝P(A)P(B|A)P(C|AB). 一般地，有下列公式： P(A1A2…An)＝(A1)P(A2|A1)...P(An|A1…An－1 ) 二、乘法公式 第八节 事件的独立性 例 两门高射炮彼此独立的射击一架敌机，设甲炮击中敌机的概率为0.9，乙炮击中敌机的概率为0.8，求敌机被击中的概率？ 第六章 抽样分布 本章主要内容 §6.1 三种不同性质的分布 §6.2 一个总体参数推断时样本统计量分布 §6.3 两个总体参数推断时样本统计量分布 第一节 三种不同性质的分布 总体分布 样本分布 抽样分布 总体中各元素的观察值所形成的分布 分布通常是未知的 可以假定它服从某种分布 一、总体分布 总体 一个样本中各观察值的分布 也称经验分布 当样本容量n逐渐增大时，样本分布逐渐接近总体的分布 二、样本分布 样本统计量的概率分布 例如：样本均值, 样本比例，样本方差等 提供了来自总体的一部分信息，是进行推断的理论基础 三、抽样分布 三、抽样分布 抽样分布 总 体 样 本 样本方差 样本均值 第二节 单总体样本统计量的抽样分布 样本均值的抽样分布 样本比例的抽样分布 抽样方差的抽样分布 一、样本均值的抽样分布 容量相同的所有可能样本的样本均值的概率分布 是进行推断总体总体均值?的理论基础 关于正态分布的一个定理 ? = 50 ? =10 X 总体分布 n = 4 抽样分布 X n =16 定理：若Xi ～ N (μ,σ2) ，则?X～N(μ,σ2/n) 例：若Xi ～ N (50,100) ，n=4，则?X～N(50,25) 若Xi ～ N (50,100) ，n=16，则?X～N(50,2.5) 中心极限定理 中心极限定理：设从均值为?，方差为? 2的一个任意总体中抽取容量为n的样本，当n充分大时，样本均值的抽样分布近似服从均值为μ、方差为σ2/n的正态分布 结论：当样本容量足够大时(n 30) ，样本均值的抽样分布逐渐趋于正态分布 抽样分布与总体分布的关系 正态分布 非正态分布 大样本 小样本 正态分布 正态分布 非正态分布 总体分布 样本均值的数学期望 样本均值的方差 重复抽样 不重复抽样 样本均值的数学期望与方差 样本均值的抽样标准误 测度所有样本均值的离散程度 取值小于总体标准差 计算公式为 比例：指总体(或样本)中具有某种属性的单位与全部单位总数之比。 例1：不同性别的人与全部人数之比 例2：合格品与全部产品总数之比 总体比例可表示为 样本比例可表示为 二、样本比例的抽样分布 比例： 样本比例的数学期望 样本比例的方差 重复抽样 不重复抽样 样本比例的数学期望与方差 三、样本方差的抽样分布 ? Xi是来自正态总体的简单随机样本，则比值 的抽样分布服