概率论与数理统计教学课件6第六章.ppt

0 面积 = 对于不同的 与 ， 有表可查（见教材P392 的附表7） 一般: 当 时可直接查表 当 时可用近似公式： (用正态分布近似) 例如： 由上 分位点定义及 h( t ) 对称性得: ▲ F分布 设 X 与Y 相互独立， 则称统计量： 为服从自由度 n1 及 n2 的 F 分布，记作： F ~ F ( n1, n2 ) 若 F ~ F ( n1, n2 )，则 F 的概率密度为： 注: 3. 定义. ▲ x 0 其图形如下： （参见教材 P141 图 6—10） ▲ 若 则 ▲ 若 则： 当 时， 当 时， ▲ 称满足条件: F 分布的上 分位点: 对于给定的 , 的点 为 F 分布的上 分位点。 ) , ( 2 1 n n F a x 0 面积 = 对于不同的 与 ， 有表可查（见教材P387的附表6） 例如: 正态分布 ▲ 分布的上 分位的性质： 4. （请复习其图形及性质等） 三. 正态分布的样本均值与样本方差的分布 定理 1 (样本均值和样本方差的分布) 设 X1, X2,…, Xn 是取自正态总体 的样本， 是其样本均值和样本方差 则 和 相互独立 只证（1），（2）与（3）的证明见教材P145—P147 证明: (1) 因为若 则有： 由已知 又 则： 即 的样本， 设 是总体 分别为样本均值和样本方差，则有 相互独立 n 取不同值时样本均值 的分布 n 取不同值时 的分布 推论. 注: 推论的实质是把服从一般正态分布的随机变 量 化为标准正态分布的一个方法。它类似 于把一个随机变量 经线性变换 化为服从标准正态分布。 设 是总体 的一个样本， 则 ▲ 对于一般的有： ▲ 由推论 定理 2. 设 X1, X2 ,…, Xn 是取自正态总体 的样本, 分别为样本均值和样本方差, 则有： 证明: 由定理1 的结论与 推论 并且两者相互独立 由 分布的定义得： 定理 3. 且 X 与 是取自 Y 的样本。 Y 相互独立， 是取自 X 的 样本， 分别是这两个样本的样本均值， 和 分别是这两个样本的样本方差。 和 则有： (1) (2) 当 时， 其中： 证明: （1） 由假设 相互独立，则由F分布的定义知 即 而 相当于y = ax+b中 a = -1, b = 0 从而 由定理1推论 （2） 由 分布的可加性 则由 t 分布定义得： 例1. 在总体 中随机抽取一容量为 36 的样本, 求：样本均值 落在 50. 8 到 53. 8 之间的概率 解: 样本的容量为 36 样本均值 从而： 例2. 证明: 由 F 分布定义得: 已知 求证： 所以由 分布的定义，即： X 进行一次观察( 试验 )并记录其结果。若在相同的条件下对总体 X 进行 n 次重复的独立的观察，其观察的结果记为 ，则可认为 * 第二部分 数理统计 从历史的典籍中，人们不难发现许多关于钱粮、户口、地震、水灾等等的记载，这说明人们很早就开始了统计的工作 。 但是当时的统计，只是对有关事实的简单记录和整理，而没有在一定理论的指导下，作出超越这些数据范围之外的推断。 数理统计的客观背景 到了十九世纪末二十世纪初，随着近代数学和概率论的发展，才真正诞生了数理统计学这门学科。 同时随着计算机的诞生与发展，为数据处理提供了强有力的技术支持，这就导致了数理统计与计算机结合的必然的发展趋势。 目前国内外著名的统计软件包：R, SAS，SPSS， STAT 等，都提供了快速、简便地进行数据处理和分析的方法与工具。 数理统计学是一门应用性很强的学科， 它是研究怎样以有效的方式收集、 整理和分析所获得的有限的资料，以便对所考察的问题尽可能地作出精确而可靠的推断和预测，直至为采取一