概率论与数理统计课(第3-5章).ppt

前面我们讨论的是随机实验中单独的一个随机变量，又称为一维随机变量；然而在许多实际问题中，常常需要同时研究一个试验中的两个甚至更多个随机变量。 二维随机变量的联合分布函数 若（X，Y）是随机变量， 对于任意的实数x,y. 二维离散型随机变量 若二维 随机变量 （X，Y）的所有可能取值只有限对或可列对，则称（X，Y）为二维离散型随机变量。 若存在非负函数 f（x，y），使对任意实数x，y，二元随机变量(X,Y)的分布函数 可表示成如下形式 随机变量的相互独立性 从第五章开始，我们学习数理统计的基础知识。数理统计的任务是以概率论为基础，根据试验所得到的数据，对研究对象的客观统计规律性作出合理的推断.数理统计所包含的内容十分丰富，本书介绍其中的参数估计、假设检验、方差分析、回归分析等内容.第五章主要介绍数理统计的一些基本术语、基本概念、重要的统计量及其分布，它们是后面各章的基础。 代表性——即子样( )的每个分量 与总体 具有相同的概率分布。 定义 设（ ）为总体X的一个样本， 为不含任何未知参数的连续函数，则 称 为样本（ ）的一个统计量。 它包括两个方面——数据整理 计算样本特征数 计算样本特征数： 第一．整理原始数据，加工为分组资料，作出频率分布 表，画直方图，提取样本分布特征的信息.步骤如下： 样本方差 样本标准差 Q1 Q3 极差 四分位差 68.6909 8.288 85.25 95 42 4.875 MTB set c1 DATA 87 88 111 91 73 70 92 98 105 94 99 91 98 DATA 110 98 97 83 90 83 92 88 86 94 102 99 89 104 DATA 94 94 92 96 87 94 92 86 102 88 75 90 90 80 DATA 84 91 82 94 99 102 91 96 94 94 85 88 80 83 DATA 81 69 95 80 97 92 96 109 91 80 80 94 102 DATA 80 86 91 90 83 84 91 87 95 76 90 91 77 103 DATA 89 88 85 95 92 104 92 95 83 86 81 86 91 89 83 DATA 96 86 75 92 MTB end MTB describe c1 数据的简单处理 数据整理：将数据分组 计算各组频数 作频率分布表 作频率直方图 （1）反映趋势的特征数 样本均值 中位数：数据按大小顺序排列后，位置居中的那个数 或居中的两个数的平均数。 众数：样本中出现最多的那个数。 数据的简单处理 （2）反映分散程度的特征数：极差、四分位差 极差——样本数据中最大值与最小值之差， 四分位数——将样本数据依概率分为四等份的3个数椐， 依次称为第一、第二、第三四分位数。 第一四分位数Q1： 第二四分位数Q2： 第三四分位数Q3： 例1 为对某小麦杂交组合F2代的株高X进行研究，抽取容量为100的样本，测试的原始数据记录如下(单位：厘米)，试根据以上数据，画出它的频率直方图，求随机变量X的分布状况。 87 88 111 91 73 70 92 98 105 94 99 91 98 110 98 97 90 83 92 88 86 94 102 99 89 104 94 94 92 96 87 94 92 86 102 88 75 90 90 80 84 91 82 94 99 10