- 1、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。。
- 2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
- 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
- 5、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们。
- 6、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 7、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
2、连续型随机变量的概率分布 可取某一区间的任何值。(无穷取值) 比如:身高、体重、温度等。 连续型随机变量的概率分布度量的是随机变量在某一个特定范围或区间内的概率。 * 连续型随机变量概率表达常用形式 P(x1<X<x2)、P(x1≤X≤x2)、P(x1≤X<x2) 概率分布函数(累积分布函数,概率值) * 连续型随机变量及其密度函数 设随机变量X的分布函数为F(x),若存在非负函数f(x),使得对于任意实数x,有 则,称X为连续型随机变量, f(x)称为X的密度函数(或概率密度) * 概率密度函数f(x)的性质: * 概率密度函数的几何意义 * 连续型随机变量落入某一区间的概率等于该区间内概率密度曲线下方的面积! x1 x2 X f(X) 3、多元概率分布 两个以上随机变量描述随机实验结果。 在一个矩形平面上随机定位一点,其坐标(X,Y)是一个二元随机变量。 电脑公司每天售出的个人电脑数量和打印机数量。 (1)离散型:联合概率密度函数 * 一个计算机店出售个人电脑和打印机。每天出售的电脑和打印机数量不同。店主记录了过去200天每天的销售状况,如下表。 出售个人电脑的数量(X) 合计 0 1 2 3 4 出售打印机的台数(Y) 0 6 6 4 4 2 22 1 4 10 12 4 2 32 2 2 4 20 10 10 46 3 2 2 10 20 20 54 4 2 2 2 10 30 46 合计 16 24 48 48 64 200 * 把上表中的每个数值都除以200,就得到了频率,如下表。由于本例中的样本足够大,所以可以把这些(联合)频率作为联合概率的度量。 出售个人电脑的数量(X) 合计 0 1 2 3 4 出售打印机的台数(Y) 0 0.03 (联合概率) 0.03 0.02 0.02 0.01 0.11(边缘概率) 1 0.02 0.05 0.06 0.02 0.01 0.16 2 0.01 0.02 0.10 0.05 0.05 0.23 3 0.01 0.01 0.05 0.10 0.10 0.27 4 0.01 0.01 0.01 0.05 0.15 0.23 合计 0.08 (边缘概率) 0.12 0.24 0.24 0.32 1.00 * 联合概率有如下性质:所有的概率不能为负;所有联合结果的概率和为1.注:X取1,而不论Y取值如何时的概率为0.12(边缘概率).在已知售出4台电脑的条件下,售出4台打印机的概率为P(Y=4/X=4)=P(Y=4,X=4)/P(X=4)=0.15/0.32=0.47(条件概率) (2)连续型:联合概率密度函数 * 4、边缘概率分布及其边缘概率函数 对于二元随机变量(X,Y),对其任意一个变量 进行单独研究,而不考虑另外一个变量的取值。 如此得到的X或Y的概率分布即为二元随机变量 (X,Y)的边缘概率分布。 离散型随机变量 边缘概率质量函数 连续型随机变量 边缘概率密度函数 * 5、条件概率分布及其条件概率函数 对于二元随机变量(X,Y),对其任意一个变量进行 研究,同时考虑另外一个变量的特定取值。如此得到 的X或Y的概率分布即为二元随机变量(X,Y)的条件概率 分布。 离散型随机变量 条件概率质量函数 连续型随机变量 条件概率密度函数 * 6、随机变量的统计独立性 事件独立 P(AB)=P(A)P(B) 随机变量(X,Y) 离散型随机变量 对于任意的x和y,事件“X=x”和事件“Y=y”独立,则称随机变量X和Y独立。 连续型随机变量 对于任意的x和y,事件“X≤x”和事件 “Y≤y”独立,则称随机变量X和Y独立。 * 例子: 一个袋子中放3个球,标有1,2,3.从袋子中有放回地抽取两个球(即 每次取一个,然后放回再抽取一个)。令变量X代表第一次抽取球的数 字,Y代表第二次抽取球的数字。 f(X=1,Y=1)=1/9(联合概率) f(X=1)=1/3(边缘概率) f(Y=1)=1/3(边缘概率) 更一般地,两个变量X和Y称为统计独立的,当且仅当它们的联合概率等 于它们各自的边缘概率之积。 * 概率论与数理统计基础(一)概率和概率分布
文档评论(0)