概率论与数理统计第5章.pptVIP

例5.9 (X1,X2,…,X5)为取自正态总体X~(0,σ2)的样本， 求统计量 的分布 解 2、 F分布表及有关计算 P{F(m,n)λ}=α λ=Fα(m,n) F(m,n)分布的水平α的上侧分位数 （2）F~F(n1,n2),则 3. F分布的性质 5.3 抽样分布 证明 组合，故服从正态分布。 1、若 则 是n 个独立的正态随机变量的线性 统计量的分布为抽样分布. 2、设(X1,X2,…,Xn)是正态总体N(μ,σ2)的样本，则 (1) (2) (3) 与S2独立 (4) 例5.10 设 为X的一个样本,求: (1) 样本均值 的数学期望与方差; (2) 解 (1)由于X~N(21,22),样本容量n=25,所以 于是 =0.4514 例5.11 从正态总体 中抽取容量为10的样本X1,…,X10, 是样本的均值.若 未知, 计算概率 解: =0.75 =1-0.25=0.75 例5.12.设X1, X2,…, X10是取自N(2, 16)的样本, 求a。 解： 例5.13 设X1, X2 , … , X8 是取自N(1,9)的样本,求样本方差S2的期望与方差。 解： 3、设(X1,X2,…,Xn)是正态总体N(μ,σ2)的样本，则 证明 (X1,X2,…,Xn)是正态总体N(μ,σ2)的样本,则由分布定理1、2可知 且 与S2独立 所以由t分布的定义，可知 例5.14 设X1, X2, … , X9 是取自N(0,9)的样本,求 解： 4、设 与 是两个相互独立的正态总体, 又设(X1,X2,…,Xn1)是X的样本，(Y1,Y2,…,Yn2)是Y的样本，且相互独立，S12，S22是样本方差，则 (1) 例5.15 设两个总体X与Y都服从正态分布N(20,3). 今从总体X与Y中分别抽得容量为n1=10,n2=15的两个相互独立的样本, 求 解 由定理4(1), 知 例5.16 设总体X与Y相互独立且都服从正态分布N(30,32); X1,…,X20和Y1,…, Y25分别来自总体X和Y的样本, S12和S22分别是这两个样本的均值和方差. 求 解 因 由定理4(2),有 查表得 F0.025(24, 19)=2.45, 即 P{F(24, 19)2.45}=0.025 练习1：设X1， … ，X10是取自N（0，0.32)的样本,求 2. 设总体X~N(10,32)，(X1,X2,…,X6)是它的一个样本，设 (1)写出Z所服从的分布；(2)求P(Z11)。 解 因为(X1,X2,…,X6)是X~N(10,32)的一个样本，因此 Xi~N(10,32)，且Xi相互独立，i=1,2,…,6，所以 P(Z11) 3. 设总体X服从N(0,1)，样本X1,X2…Xn来自总体X，试求常数c使统计量 服从t-分布. 4. 设(X1， … ，X9）和(Y1,Y2…Y16)是分别来自X~N(a,4 )和 Y~N(b,4)的两个独立的简单随机样本， 记 求 * * 第五章 数理统计的基础知识 数理统计的基本概念 常用统计分布 抽样分布 5.1 数理统计的基本概念 定义 统计学中称随机变量(或向量)X为总体, 并把随机变量(或向量)的分布称为总体分布. 一、总体与总体分布 在数理统计中，把所研究的对象的全体称为总体(母体)。通常指研究对象的某项数量指标，一般记为X。 如全体在校生的身高X，某批灯泡的寿命Y。把总体的每一个基本单位称为个体。 总体中的每一个个体是随机试验的一个观察值, 故它是某一随机变量 X的值,于是, 一个总体对应于一个随机变量X，对总体的研究就相当于对一个随机变量X的研究,X的分布就称为总体的分布函数, 今后将不区分总体与相应的随机变量, 并引入如下定义: 从本质上讲，总体就是所研究的随机变量或随机变量的分布。即一个具有确定概率分布的随机变量。 注(i) 有时个体的特性很难用数量指标直接描述, 但总可以将其数量化,如检验某学校全体学生的血型, 试验的结果有O型、A型、B型、AB型4种, 若分别以1,2,3,4依次记这4种血型,则试验的结果就可以用数量来表示了; (ii) 总体的分布一般来说是未知的, 有时即使知道其分布的类型(如正态分布、二项分布等),但不知这些分布中所含的参数等(如 等)