大数定律与中心极限定理5 概率统计.pdf

  1. 1、本文档共23页,可阅读全部内容。
  2. 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
  3. 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  4. 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
查看更多
第五章 大数定律与中心极限定理 1 2013-10-17 本章要解决的问题 答复 1. 为何能以某事件发生的频率作 为该事件的 概率的估计? 大数 定律 2. 为何能以样本均值作为总体期 望的估计? 3. 为何正态分布在概率论中占有 极其重要的地位? 中心极 限定理 4. 大样本统计推断的理论基础是 什么? 2 2013-10-17 §5.1 大数定律 切贝雪夫( chebyshev)不等式 设随机变量 X 的方差D ( X )存在,则 对于任意实数  0, D(X ) P(| X E(X ) | )  2 切比雪夫  证 P(| X E(X ) |) |X E (X )|dF(x) 2 [x E (X )]  1  x E X 2dF x |X E (X )| 2 dF (x) 2 [ ( )] ( ) D(X) D (X ) (| ( ) | ) 1 P X E X    2 2   3 2013-10-17 例1 设有一大批种子,其中良种占1/6. 试估计 在任选的 6000 粒种子中, 良种所占比例与 1/6 比较上下小于1%的概率. 解 设 X 表示 6000 粒种子中的良种数 , X ~ B (6000,1/6 ) 5000 E (X ) 1000 , D (X ) 6 5000  X 1  6 83 0.7685 P  0.01  P(| X 

文档评论(0)

xingyuxiaxiang + 关注
实名认证
内容提供者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档