统计基础二：数定律与中心极限定理.pptxVIP

大数定律与中心极限定理 ;独立同分布大数定律：设随机变量X1,X2,X3,…Xn, …相互独立，且具有相同的方差和期望：E(Xk)=μ,D(Xk)=σ2（k＝1，2，3，…），作前n个随机变量的算术平均 则对任意小的正数ε，有;贝努利大数定律 设A在n重贝努利试验中发生 次，p=P(A)，则对任何 ?0，有;;; 利用同样的数据画出两种不同的控制图,并仔细比较它们的差异:  打开文件[CENLIMIT.MTW ].分别用下面的两个路径画出个体图和子群大小为5的均值图 个体图路径 均值图路径;图形输出;个体控制图和 X bar控制图的差异;平均值分布的标准偏差叫做 均值标准误差 ，因而其定义为: 这个公式表明平均值比个体数据更稳定，稳定因子是样本数的平方根。; 我们经常依靠从测量系统中得到的一个数值来估计输入或输出变量的值。减小测量系统误差的简易方法就是把两个或更多的读数平均。 我们的测量系统的精密度自动增加，增加因子是平均值样本数的平方根,如果我们要想使测量系统的误差减小一半，我们就需要把4次的测量值平均才可以。 ;当总体数据具备正态分布时; 让我们用MINITAB产生一些模拟的数据来验证我们的理论。 首先用MINITAB产生9列各250个数据，假设这些数据来自一个 平均值=70、标准偏差=9的正态分布: 则列C1-C9 代表白色纸条 然后求出各行9个数据的平均值，其结果放在列C10，则 C10代表绿色纸条。 我们用描述统计的方法求出各列数据的平均和标准偏差。 仔细比较C1-C9列与C10列有什么差别？ ;1、用MINITAB随机产生样本数据;2、样本平均数计算;3、输出：产生10列数据;4、描述统计路径;;5、描述统计结果比较（续）;样本的散布(C9)和样本平均的散布(C10)进行比较。;用点图比较频度数则能够更明确的了解散布。 ; 样本平均值分布的平均值和总体的平均值十分接近; 样本平均值分布的标准偏差等于总体的标准偏差除以样本数的平方根; 样本平均值的分布十分接近正态分布。; 当总体数据是非正态分布时，若从中随机抽样n个并计算其平均， 同样如此反复若干次，然后比较这些平均的散??与这些个体值的 散布，你会发现，当n→∞时，x-bar的散布也具有正态分布。 为了验证,我们在非正态分布中随机选择一个偏移较大的分布- “Chi-Square分布”，求其x-bar来体会一下中心极限定理。 ;1、用Chi-Square分布随机产生9列，每列各有250个数据;2、用产生的数据进行点图描绘和正态检验 ;;个体值的分布;个体值的概率图 ;