[研究生入学考试]大数定律与中心极限定理.ppt

第五章 大数定律和中心极限定理 随机变量序列依概率收敛的定义 例2： §2 中心极限定理 例3：设某种电器元件的寿命服从均值为100小时的指 数分布，现随机取得16只，设它们的寿命是相互 独立的,求这16只元件的寿命的总和大于1920小 时的概率。 例4：某保险公司的老年人寿保险有1万人参加，每人每年交200 元, 若老人在该年内死亡，公司付给受益人1万元。设老年人死亡 率为0.017，试求保险公司在一年内这项保险亏本的概率。 例5：设某工厂有400台同类机器，各台机器发生故障的概 率都是0.02，各台机器工作是相互独立的，试求机 器出故障的台数不小于2的概率。 例6： 例7：（例1续）在n重贝努里试验中，若已知每次 试验事件A出现的概率为0.75，试利用中心极限定理, (1)若n=7500,估计A出现的频率在0.74至0.76之间 的概率近似值；（2）估计n,使A出现的频率在0.74 至0.76之间的概率不小于0.90。 例1(用Chebyshev不等式的结果) 大数定律与中心极限定理的区别与联系： 设 为独立同分布随机变量序列， 则由 对任意的ε＞0有 大数定律虽并未给出 的表达式,但保证了其极限是1. 而在以上条件下，中心极限定理（林德伯格—莱维）亦 成立，这时，对于任意的ε＞0及某固定的n，有 . 由于 ，因此，在所给条件下，中心极限定理不 仅给出了概率的近似表达式，而且也能保证了其极限是1，可 见中心极限定理的结论更为深入。 数 理 统 计 引言：数理统计学是一门关于数据收集、整理、 分析和推断的科学。在概率论中已经知道，由于大量的随机试验中各种结果的出现必然呈现它的规律性，因而从理论上讲只要对随机现象进行足够多次观察，各种结果的规律性一定能清楚地呈现，但是实际上所允许的观察永远是有限的，甚至是少量的。 §1 总体和样本 由于每个个体的出现带有随机性，即相应的数量指标值的出现带有随机性。从而可把此种数量指标看作随机变量，我们用一个随机变量或其分布来描述总体。为此常用随机变量的符号或分布的符号来表示总体。 通常，我们用随机变量X,Y,Z,…,等表示总体。当我们说到总体，就是指一个具有确定概率分布的随机变量(或者随机向量)。 随机样本 容量为n的样本可以看作n维随机变量.但是,一 旦取定一组样本,得到的是n个具体的数 称此为样本的一次观察值,简 称样本值. 满足上述两条性质的样本称为简单随机样本. [说明]：后面提到的样本均指简单随机样本，由概 率论知，若总体X 具有概率密度f(x)， 则样本（X1,X2,…,Xn）具有联合密度函数： 统计量 统计量：样本的不含任何未知参数的函数。 常用统计量：设（X1,X2,…,Xn）为取自总体X的样本 §2 常用的分布 正态总体样本均值和方差的分布 复习思考题 6 1.什么叫总体？什么叫简单随机样本？总体X的样本X1,X2,…,Xn有 哪两个主要性质？ 2.什么是统计量？什么是统计量的值？ 3.样本均值和样本方差如何计算？ 4.N(0,1)分布,t分布,χ2分布和F分布的双侧、下侧、上侧分位点是 如何定义的？怎样利用附表查这些分位点的值？ 5.对一个正态总体的三个常用统计量及其分布是什么？ 6.对两个正态总体的三个常用统计量及其分布是什么？ 课件待续! * * * * * * * * §1 大数定律 定理5.2表明，当n很大时， 的算术平均 接近于数学期望 。这种接近是在 概率意义下的接近。 此外，定理中要求随机变量的方差存在，但当随 机变量服从相同分布时，就不需要这一要求。 关键词： 总 体 个 体