工程统计学--第3章正态分布与常用抽样分布.pptVIP

朱伏平 西南科技大学工业工程与设计系 分布函数和概率密度函数的概念: ?2 分布密度函数的图形 ? 2 分布的右侧 ? 分位点 为? 2分布中满足下式的的右侧? 分位点： 卡方分布是伽玛分布的特例. 伽玛分布对很多随机实验的建模很有用. 卡方分布在区间估计和假设检验中广泛使用. 可用 Excel 的统计函数 CHIINV 返回 t 分布密度函数的图形 标准正态分布分布是 t 分布的极限分布。 当 n 很大时，t 分布近似于标准正态分布。 t 分布的右侧 ? 分位点 t?(n) t?(n)为 t 分布中满足下式的右侧 ? 分位点： P{ t t? ( n ) }= ? 由给定的概率 ?，可查表得到 t?(n)。 由 t 分布的对称性，可得：t1-?(n)=-t?(n)。 可用 Excel 的统计函数 TINV 返回 t? (n)。 语法规则如下： 格式：TINV( 2? , n ) 功能:返回 t? (n)的值。 说明：TINV(?, n )返回的是 t?/2(n)的值。 F分布可以直接用于检验两样本所抽自的两个总体均方差估计值是否有显著差异，更重要的是用作方差分析的基础。同时，F分布还可用于协方差分析和回归分析。 0 x f (x) t?(n) ? t1-?(n) ? = - t?(n) 用 Excel 求 t? /2(n) * 第3章　正态分布和常用的抽样分布 * 工程统计学 （二）统计学的近代期（18世纪末－19世纪末） ? 2 分布 设总体 X～N (0, 1)， X1, X2, ···, Xn 为 X 的 一个样本， 则它们的平方和 为服从自由度为 n 的 ? 2 分布， 记为 ? 2 ～? 2(n) 自由度的含义 若对于随机变量 X1, X2, ··· , Xn， 存在一组不全为 零的常数 c1, c2, ··· , cn， 使 c1 X1+ c2 X2 + ··· + cn Xn = 0 则称变量 X1, X2, ··· , Xn 线性相关， 或称它们间存在 一个线性约束条件； 若 X1, X2, ··· , Xn 间存在 k 个独立 的线性约束条件， 则它们中仅有 n-k 个独立的变量， 并称平方和 的自由度为 n-k。 x f (x) o n=1 n=4 n=10 由给定的概率 ? 和自由度，可查表得到 f (x) x o ? 语法规则如下： 格式：CHIINV (? , n ) 功能：返回 用 Excel 求 的值。 t 分布 设 X～N(0, 1)， Y～? 2(n)， 且 X 与 Y 相互 独立， 则随机变量 服从自由度为 n 的 t 分布， 记为 t～t(n)。 x f (x) 0 n = 1 n = 4 n = 10 n = ∞，N (0, 1)