标准正态分布学习课件.ppt

t 分布 不同自由度下的t分布 t分布双侧分位数示意图 精选 t 分布密度曲线特点 t分布受自由度的制约，每一个自由度都有一条t分布密度曲线。 t分布密度曲线以纵轴为对称轴，左右对称，且在t＝0时，分布密度函数取得最大值。 与标准正态分布曲线相比，t分布曲线顶部略低，两尾部稍高而平。df越小这种趋势越明显。df越大，t分布越趋近于标准正态分布。当n 30时，t分布与标准正态分布的区别很小；n 100时，t分布基本与标准正态分布相同；n→∞时，t 分布与标准正态分布完全一致。 精选 第四节 F分布 精选 定义 精选 F分布图 (2,6)(6,10)(10,20) 精选 第四章 常用概率分布 韩国君 教授 精选 第一节 正态分布 Normal Distribution 精选 定义 若连续型随机变量x的概率分布密度函数为 其中μ为平均数，σ2为方差，则称随机变量x服从正态分布， 记为x～N(μ,σ2)。相应的概率分布函数为 正态分布(normal distribution) 精选 正态分布 正态分布密度曲线是单峰、对称的悬钟形曲线，对称轴为x=μ； f(x) 在 x =μ 处达 到 极 大 ， 极大值 ； f(x)是非负函数，以x轴为渐近线，分布从-∞至+∞ 曲线在x=μ±σ处各有一个拐点，即曲线在(-∞,μ-σ)和(μ+σ,+∞) 区间上是下凸的，在[μ-σ,μ+σ]区间内是上凸的 精选 正态分布 正态分布有两个参数，即平均数μ和标准差σ 精选 正态分布 分布密度曲线与横轴所夹的面积为1， 精选 标准正态分布(standard normal distribution) μ=0,σ2=1的正态分布为标准正态分布(standard normal distribution) 随机变量u服从标准正态分布，记作u～N(0，1) 精选 标准正态分布 对于任何一个服从正态分布N(μ,σ2)的随机变量x，都可以通过标准化变换 u=(x-μ)／σ 将 其变换为服从标准正态分布的随机变量u u称为标准正态变量或标准正态离差(standard normal deviate) 精选 三、正态分布的概率计算 设u服从标准正态分布，则 u 在[u1,u2 ）何内取值的概率为： ＝Φ(u2)－Φ(u1) 而Φ(u1)与Φ(u2) 可由附表1查得。 精选 标准正态分布 正态分布的对称性可推出下列关系式， 再借助附表1 ， 便能很方便地计算有关概率： P(0≤u＜u1)＝Φ(u1)-0.5 P(u≥u1) =Φ(-u1) P(｜u｜≥u1)=2Φ(-u1) P(｜u｜＜u1＝＝1-2Φ(-u1) P(u1≤u＜u2)＝Φ(u2)-Φ(u1) 精选 计算 已知u～N(0，1)，试求： (1) P(u＜-1.64)＝? (2) P (u≥2.58)=? (3) P (｜u｜≥2.56)=? (4) P(0.34≤u＜1.53) =? 精选 计算 查附表1得： (1) P(u＜-1.64)=0.05050 (2) P (u≥2.58)=Φ(-2.58)=0.024940 (3) P (｜u｜≥2.56) =2Φ(-2.56)=2×0.005234 =0.010468 (4) P (0.34≤u＜1.53) =Φ(1.53)-Φ(0.34) =0.93669-0.6331=0.30389 精选 关于标准正态分布，以 下几种概率应当熟记： P（-1≤u＜1）=0.6826 P（-2≤u＜2）=0.9545 P（-3≤u＜3）=0.9973 P（-1.96≤u＜1.96）=0.95 P (-2.58≤u＜2.58)=0.99 精选 计算 u变量在上述区间以外取值的概率分别为： P(｜u｜≥1)=2Φ(-1)=1- P(-1≤u＜1) =1-0.6826=0.3174 P(｜u｜≥2)=2Φ(-2) =1- P（-2≤u＜2） =1