第三讲概率与及概率分布.pptVIP

典型应用2 多项分布参数结构（频度分布）检验；（后续） 列联表分析（后续） F 分布 设随机变量V和W相互独立，且 推论： 典型应用1 两个正态总体方差比值的期间估计： 分别从X1~N(μ1, σ12)， X2~N(μ2, σ22) 中抽取n1、n2个样本，S12和S22为样本的方差，显然： 的100（1-α）%置信期间为： 典型应用2 在有k个参数的线性多元回归中，检验参数同时都为0的统计量： t 分布 推论： 典型应用1 来自于总体方差未知或小样本均值的期间估计： 从X~N(μ, σ2)， 中抽取n（n30）个样本，当总体方差未知时，我们以样本方差S2代替，则有 t 统计量： μ的100（1-α）%置信期间为： 续 当以样本方差S2代替总体方差σ2时，任何标准正态变量Z就被拟标准化为 t 变量。 需要注意的是，在使用t分布统计量时，只有在总体近似服从正态分布时才有效，即样本中很少会有异常值，可以通过P-P图或看箱线图是否对称，是否有异常值来判断是否适合采用t统计量。 典型应用2 在有k个参数的线性多元回归中，假设参数βj为0的检验： 典型应用3 独立样本均值 t 检验： 来自于相互独立的两个样本，在同方差假设下，两组总体均值相等假设的检验： * 根据社会学和心理学的研究：人类在面对收益时倾向于规避风险，而在面对可能的损失时却更愿意冒险以博胜。 * 一般情况，当数据包含离