第四章 智概率论与数理统计基础（一些重要的概率分布）.pptVIP

概率论与数理统计基础 （三） 一些重要的概率分布 对于连续型随机变量，正态分布是最重要的一种概率分布。 经验表明：对于其值依赖于众多因素，且每个因素均产生或 正或负微弱影响的连续型随机变量来说，正态分布是一个相 当好的描述模型。 比如体重这个随机变量就近似服从正态分布。还有人的身 高、考试分数都近似地服从正态分布。 正态分布 Normal Distribution 1. 钟型，对称 2. 随机变量值域无限。 均值 Mean x f(x) 了解正态分布的特征 掌握与正态分布有关 的概率计算 正态分布概率密度函数 f(x)：随机变量 x 的概率密度函数 x ： 随机变量的值(-? X ?) ：总体的均值 ? ：总体的标准差 参数变化 (? 和 ?) 对分布图形的影响 X f(X) C A B 正态分布概率 连续概率分布是对密度函数曲线以下面积的积分! c d X f(X) P c X d f X dx c d ( ) ( ) ? ? ? ? ? Z = 0 ? z ? = 1 Z 正态分布的标准化 正态分布 标准正态分布 X ? ? 计 算 (1)P(z1.96) (2)P(z1.5) (3)P(z-2) (4)P(z-1) (5)P(-2.33z2.33) 例 题 某地区家庭人均月收入是服从μ=1000元,σ=200的正态分布随机变量。求该地区人均月收入： （1）超过1200元的概率； （2）低于700元的概率； （3）在900 — 1100元之间的概率。 例：某年A省理科考生的高考成绩服从平均分=500分，标准差=100分的正态分布，求：（1）考生的考分低于500分的概率；（2）设考生的考分为X，问X为何值才能使75%的 考生的考分低于这一值？（3）问X为何值才能使90%的考生的考分高于这 一值？ 用标准差判断概率 在均值±1个标准差(1?x)之间取值的概率为68.27% 在均值±2个标准差(2?x)之间取值的概率为95.45% 在均值±3个标准差(3?x)之间取值的概率为99.73% 抽样分布定理 正态分布的再生定理 当总体服从正态分布时（数学期望值与方差已知），样本平均数也服从正态分布。 引例：居住在湘潭的所有居民的身高服从正态分布，从中随机抽取100名湘潭人作为一个样本（可以抽取到若干个由100名湘潭人组成的样本），样本容量n=100,样本值有100个（身高值）。然后计算抽取的样本的平均身高 。 中心极限定理 前面已经分析了来自正态总体的样本，其样本均值也 服从正态分布。但是如果样本来自非正态总体(即该总体 不服从正态分布）。则有下面的定理： 中心极限定理 Central Limit Theorem (CLT) 如果样本容量足够大 (n ? 30) ... 抽样分布近乎服从正态分布 总体标准差未知时样本均值的分布 ①总体服从正态分布，因此样本均值也服从正态分布。 如果总体均值和总体方差已知，则 ②总体标准差未知（仅知道总体均值） 用样本标准差代替总体标准差，则有结论： 为什么自由度为n-1?（见教材P64页） t分布有什么特点呢？ Z t 0 t (df = 5) 标准正态分布 t (df = 13) 钟形 对称 尾部较大 （1）t分布关于t=0对称。 （2）当样本容量很大时， 接近正态分布（方差接近1） （3）与标准正态分布相同，t分布的均值为0 ，但方差为k/（k-2）（注：t分布方差总比标准正态分布方差要大，k为自由度） 例 题（在第五章讲解） 某大学从该校学生中随机抽取25人，调查到他们平均每天参加体育锻炼的时间为26分钟，样本方差S2=36。试以95%的置信水平估计该大学的学生平均每天参加体育锻炼的时间（假定x～N（μ，σ2））。 解：已知 n=25，x～N（μ，σ2）， σ2未知 则样本统计量服从t分布 总体均值的置信区间为 即为[26－2.48，26+2.48] =[23.52，28.48] 故全校学生平均每天参加体育锻炼的时间在23.52~28.48分钟之间。 * * * * * * B * * * * * * * * B * *