河北经贸大学《计量经济学》专题一：基本统计概念..pptVIP

基本统计概念的回顾 求和符号： 求和符号的性质 ①若k为常数，则有： §1、试验、样本空间、样本点和事件 §2、随机变量 §3、概率 §4、随机变量和概率密度函数 §5、多元随机变量的概率密度函数 §6、数字特征 §7、从总体到样本 §1、试验、样本空间、样本点和事件 1.1、随机试验：指至少有两个可能结果，但不确定哪一个结果会出现的过程。 例1：抛一枚硬币、掷一颗筛子、从一副纸牌中抽取一张等，都是随机试验的例子。 1.2 样本空间（或总体）：随机试验所有可能结果的集合称为总体或样本空间。 例2：抛两枚同样的硬币。H代表正面朝上，T代表正面朝下。结果有四种：HH、HT、TH、TT。 1.3 样本点：样本空间的每一元素，即每一种结果称为样本点。 例如：HH、TH等。 1.4 事件：随机试验的可能结果组成的集合称为事件，它是样本空间的一个子集。 例如：事件A：一上一下 （HT、TH） 事件B：两上（HH） 互斥事件：不能同时发生的两个事件。 等可能性事件：确信一个事件的发生与另一个事件的发生可能性相同。 例如：HH与TT。 §2、随机变量 取值由随机试验结果决定的变量称为随机变量。 §3、概率 3.1 事件的概率（古典或先验） 3.2 概率的频率定义： 3.3 概率的性质 3.4 条件概率 3.1 事件的概率（古典或先验）： 如果一个随机试验的n个结果互斥且每个结果等可能发生，并且事件A含有m个基本结果，则事件A发生的概率为： 表3-1 200个学生微观考试成绩的分布 3.2 概率的频率定义： 如果在n次试验（或n个观察值）中，m次有利于事件A，假定试验的次数n足够多，那么，事件A的概率P（A）就简单的等于m/n（频率）。 注意：频率定义不要求试验结果互斥，也不要求每种结果等可能发生。 3.3 概率的性质： 1、0P（A）1 2、若事件A,B,C,…为互斥事件,则: P(A+B+C+…)=P(A)+P(B)+P(C)+… 3、若事件A,B,C,…为互斥事件,且为一完备事件组,则: P(A+B+C+…)=P(A)+P(B)+P(C)+…=1 4、当P(ABC…)=P(A)P(B)P(C)…时,称事件A,B,C,…为相互独立的事件 例：同时抛两枚硬币。那么两枚均正面向上的概率是多少？ 令事件A表示第一枚正面向上，事件B表示第二枚正面向上，因此，现在要求概率P（AB）。一般地认为第一枚正面向上的概率独立于第二枚正面向上的概率，所以： P（AB）=P（A）P（B）=（1/2）（1/2）=1/4 5、若事件A,B,不是互斥事件,则: P(A+B)=P(A)+P(B)-P(AB) 例如：从一副扑克中抽取一张，则是红心或是皇后的概率是多少？ 很显然，抽红心和和抽皇后不是互斥事件，因为四张皇后中有一张是红心。请看下图： 红心13/54 图1:从一副扑克中任意抽取一张,求是红心或是Q的概率是多少? 因此有： P（或是红心或是皇后） =P（红心）+p（皇后）-p（既是红心又是皇后） =13/54+4/54-1/54 =16/54 =8/27 3.4 条件概率： 若有事件A、B，求在事件B发生的情况下，事件A发生的概率，即为条件概率。 计算公式为： §4、随机变量和概率密度函数 4.1 离散型随机变量的概率密度函数 4.2 连续型随机变量的概率密度函数 4.3 累积分布函数 引言：根据随机变量X的概率分布函数或概率密度函数（probability distribution function, PDF），可以知道随机变量的取值及与之相对应的概率。为了便于理解，我们首先看离散型随机变量的概率密度函数，然后再考虑连续型随机变量的概率密度函数。 4.1、离散型随机变量的概率密度函数 例如：随机变量X代表抛两枚硬币正面向上的次数，则X可取3个不同的数值0，1，2。其概率如下表： f(X) X 4.2、连续型随机变量的概率密度函数 连续型随机变量的概率密度函数的概念与离散型随机变量的概念相类似，不同的是，度量的是随机变量在某一特定范围或区间内的概率。 连续型随机变量取某一特定值的概率为0。 例如：X代表身高，求人的身高在170cm~180cm区间的概率。 连续性随机变量的几何图形： f(X) 4.3、累积分布函数 与随机变量X的概率密度函数相对应，F（X）称为累积分布函数（cumulative distribution function,CDF），定义如下： F（X）=P（X≦x） 其中， P（X≦x）表示随机变量X取值小于或等于x的概率。 例：P（X ≦ 2）表示X取值小于或等于2的概率。 §5、多元随机变量的概率密度函数 5.1、边缘概率密度函数 5.2、条件概率密度函数 5.3、统