[数学]第3章 概率、概率分布与抽样分布.ppt

3.1.4 条件概率与事件的独立性 3.1.5 全概率公式与逆概率公式 3.2 随机变量及其概率分布 3.2.1 随机变量 3.2.2 离散型随机变量的概率分布 3.2.3 离散型随机变量的数学期望和方差 3.2.4 几种常用的离散型概率分布 3.2.5 概率密度函数与连续型随机变量 3.2.6 常见的连续型概率分布 3.2.1 随机变量 3.2.2 离散型随机变量的概率分布 3.2.3 离散型随机变量的 数学期望和方差 3.2.4 几种常用的离散型概率分布 3.2.5 概率密度函数与 连续型随机变量 1. 连续型随机变量的特点 1）连续型随机变量可以取某一区间或整个实数轴上的任意一个值 2）它取任何一个特定的值的概率都等于0 3）不能列出每一个值及其相应的概率 4）通常研究它取某一区间值的概率 5）用概率密度函数的形式和分布函数的形式来描述 2. 概率密度函数 1）设X为一连续型随机变量，x 为任意实数，X的概率密度函数记为f(x)，它满足条件 ? 密度函数 f(x)表示X 的所有取值 x 及其频数f(x) ? 在平面直角坐标系中画出f(x)的图形，则对于任何实数 x1 x2，P(x1 X? x2)是该曲线下从x1 到 x2的面积 3. 分布函数 1）连续型随机变量的概率可以用分布函数F(x)来表示 2）分布函数定义为 4. 分布函数与密度函数的图示 1）密度函数曲线下的面积等于1 2）分布函数是曲线下小于 x0 的面积 5. 连续型随机变量的期望和方差 1）连续型随机变量的数学期望 2）方差 3.2.6 常见的连续型随机变量 的概率分布 1. 正态分布 由C.F.高斯(Carl Friedrich Gauss，1777—1855)作为描述误差相对频数分布的模型而提出。 描述连续型随机变量的最重要的分布。 许多现象都可以由正态分布来描述。 可用于近似离散型随机变量的分布。 例如： 二项分布 经典统计推断的基础。 （1）概率密度函数 f(x) = 随机变量 X 的频数 ? = 正态随机变量X的均值 ? ?= 正态随机变量X的方差 ? = 3.1415926; e = 2.71828 x = 随机变量的取值 (-? x ?) （2） 正态分布函数的性质 图形是关于x=?对称的钟形曲线，且峰值在x=? 处 均值?和标准差?一旦确定，分布的具体形式也惟一确定，不同参数正态分布构成一个完整的“正态分布族” 均值?可取实数轴上的任意数值，决定正态曲线的具体位置；标准差决定曲线的“陡峭”或“扁平”程度。?越大，正态曲线扁平；?越小，正态曲线越陡峭 当X的取值向横轴左右两个方向无限延伸时，曲线的两个尾端也无限渐近横轴，理论上永远不会与之相交 正态随机变量在特定区间上的取值概率由正态曲线下的面积给出，而且其曲线下的总面积等于1 ? 和? 对正态曲线的影响 （3）正态分布的概率 （4）对称钟形分布中的3σ法则 3σ 法则——关于钟形分布的一个近似的或经验的法则： 变量值落在 [-3σ，+3σ]范围以外的情况极为少见。因此通常将落在区间[-3σ，+3σ]之外的数据称为异常数据或称为离群点。 （5）标准正态分布 作变换： （6）标准正态分布表的使用 a）对于标准正态分布，即Z~N(0,1)，有 P (a? Z?b)? ? ?b? ?? ?a? P (|Z| ?a)? 2? ?a? ?1 b）对于负的 z ，可由? (-z)???? ?z?得到 c）对于一般正态分布，即X~N(? , ? )，有 标准化的例子 P(5 ? X ? 6.2) 标准化的例子P(2.9 ? X ? 7.1) 3.3 常用的抽样方法 3.3.1 简单随机抽样 3.3.2 分层抽样 3.3.3 系统抽样 3.3.4 整群抽样 3.4 抽样分布 3.4.1 抽样分布的概念 3.4.2 样本均值抽样分布的形式 3.4.3 样本均值抽样分布的特征 3.4.4 样本比率的抽样分布 3.4.5 样本方差的抽样分布 3.4.6 两个样本统计量的抽样分布 3.5 中心极限定理的应用 * * * As a result of this class, you will be able to ... * * * As a result of this class, you will be able to ... * * * * * * As a result of this class, you will be able to ... * * As a result of t