第四章 抽样与抽样分布1-2节.pptVIP

标准正态分布的特征 Φ(-x)=1－Φ(x) P(a≤ X ≤b)= Φ(b)－Φ(a) P(|X| ≤a)= P(-a≤ X ≤a) =Φ(a)－[1－Φ(a)]= 2Φ(a)－1 练习P82 向标准正态分布N(0,1) 的转换 Z = Z～N(0,1) 练习转换 并求概率 例题 【例4－11】 P94 18 正态分布与二项分布 关系 德莫佛—拉普拉斯(Demoivre—Laplace)定理 P（ ）= = = Φ（b）－Φ（a） 2.指数分布  随机变量概率密度 函数 随机变量的分布函数 随机变量的数字特征 适用情况P84 【例4－12】 3.均匀分布 随机变量概率密度 函数 随机变量的分布函数 随机变量的数字特征 3种连续型随机变量概率分布的表现形式 ？ 四、小概率事件 * 问同学该公式的道理？——与前面的方差计算公式重复了吗 * 可以请同学比较 ：频率折线图、概率密度曲线图 * 同学阅读课本 第四章 抽样与抽样分布 2011.04.02 第一节 事件及概率 第二节 随机变量的概率分布 第三节 抽样概述 第四节 抽样分布 举例 年龄 人数 比重 19 5 25% 20 10 50% 21 5 25% 第一节 事件及概率 （随机）事件、试验 P68 事件的概率 P69 第二节 随机变量的概率分布 一、随机变量 随机变量、概率函数 P76 二、离散型随机变量的概率分布函数 （一）概率分布函数 表4－2 掷一颗骰子出现点数的概率分布 X= xi 1 2 3 4 5 6 P（X= xi）= pi 1/6 1/6 1/6 1/6 1/6 1/6 表4－1 （二）离散型随机变量的数学期望（均值）与方差 表4－2， 计算X的均值（练习） μ = E（X）= （4.17） （二）离散型随机变量的数学期望（均值）与方差 表4－2， 计算X的方差（练习） б2=D（X）= pi （4.18） （三）几种常用的离散型概率分布 1.二项分布 2. 泊松分布 3.超几何分布。 1.二项分布的概率分布 函数 二项分布P77 X：在n重贝努里试验中，出现“成功”的次数 X ～B（n，p） 变量的数字特征 μ = E（X）= np ， б2 = D（X）=n pq 2.泊松分布的概率分布 函数 随机变量的概率分布 函数 随机变量的数字特征 现实中符合泊松分布的随机变量举例 泊松分布与二项分布 关系 2.泊松分布的概率分布 函数 P（X= k）= ， k =0，1，2，…（λ0）， 变量的数字特征 μ = E（X）=λ ， б 2 = D（X）=λ 举例泊松分布 P78 泊松分布与二项分布 关系P79 n很大、 p很小 （一般n≥20， p≤0.25）， λ= np 3.超几何分布的概率分布 函数 X ～H（n，N，M） P（X= k）= k =0，1，…，min（M，n） 变量的数字特征 μ = E（X）= n ， б2 = D（X）= n （1- ） 超几何分布的情况举例 P79 比较超几何分布、二项分布 问题 k =0，1，…，min（M，n） 练习题 【例4－9】 P78 【例4－10】 P79 练习题 改编P79 例4-10 练习题 编一个超几何分布 的例题 三、连续型随机变量的概率分布 折线图 频数折线图 随机变量 频率折线图 曲线图 概率密度曲线图 （一）概率密度函数（Probability density function) P80 定义 f（x） 条件 （二）X的累计分布函数（分布函数） F（x） F（x）= P（X ≤ x ）= -∞ x +∞ P(aXb)= = F（b）－F（a） 连续型随机变量的数学期望和方差 μ = E（X）