概率论与数理统计第六章第三节（概率统计）.PPTVIP

讲评 (1) 应该认识到：t分布的分子是 服从标准正态分布的，分母是相互独立的同标准正态分布的随机变量的平方和除以 随机变量个数再开平方； (2) 若随机变量服从正态分布，则应该利用标准化变换公式，转化为新随机变量服从标准正态分布，然后利用上述的定义3. 性质1 t(n)分布的概率密度为 (6.3.8) 证明从略. t 分布的概率密度 的图像见图6-4. 图6-4 t 分布的概率密度h(t)曲线 t分布的概率密度曲线h(t)关于y轴对称, 其函数为偶函数, 很像标准正态分布的 密度曲线,由 函数的性质可得 故当n足够大时, t分布近似于正态分布N(0, 1).但对于较小的n, t分布与标准正态分布 有较大差别. 性质2 t(n)分布的数学期望 方差 证明从略. 例6.3.2 继续深入研讨例6.3.1：设总体X服从N(0, 22)： 是来自总体 X的样本. 继续追问：统计量 服从什么分布？ 由例6.3.1知， 解 因为 Xk～N(0, 2)，k=1,2,…,15，利用2.4节定理1知， X1+ X2+…+ X10～N(0, 20). 由t分布的定义知 所以统计量U服从自由度为5的t分布. 对其标准化变换，得到 讲评 本题考查的是t 分布的定义, 服从t 分布的随机变量是服从标准正态分布的随机变量与服从 分布的随机变量再开方的商的形式,它是结构型定义.它和F分布有“商相似”的地方，容易混淆. 定义4 (t分布的分位点) 对于给定的正数 称满足条件 (6.3.9) 分位点 为t(n)分布的上 分位点 . 由t 分布的上 分位点的定义及概率 密度h(t)图像的对称性知 t 分布的上 位点可查表得到.在 时, 对于常用的 值, 就用正态分布的上 分 位点近似计算: (6.3.10) 例如,查表得 3. F分布 (6.3.11) 服从自由度为n1, n2的F分布, 记为 定义5 设 并且 相互独立, 则称随机变量 (1) 应该认识到：F分布的分子是相互独立的同标准正态分布的随机变量的平方和除以随机变量个数，分母也是相互独立的同标准正态分布的随机变量的平方和除以随机变量个数. 但是，和t分布的分母不同，F分布的分母没有开方； (2) 若随机变量服从正态分布，则应该利用标准化变换公式，转化为新随机变量服从标准正态分布，然后利用上述的定义5. 讲评 性质1 分布的概率密度为 证明从略. 图6-6 F分布的概率密度 曲线 由F分布的定义立即得到下面的性质2. 性质2 若 则 定义6(F分布的分位点) 对于给定的正数 , 称满足条件 (6.3.12) 的点 为 分布的上 分位点. 其几何意义见图6-7. F分布的上 分位点可从表中查到. 图6-7 F分布的上 分位点 性质3 F分布的上 分位点有性质 (6.3.13) 证 设F～F(n1, n2), 则有 从而 讲评 我们经常用此性质来求F分布表中未 列出的常用的上 分位点. 所以， 例如, 因为 ，由性质2得到 所以， 例6.3.3 继续深入研讨例6.3.1：设总体X 服从 而 是来自总体X 的样本,再继续追问：统计量 服从什么分布？ 解 由例6.3.1得到 且Y1，Y2相互独立.于是，由F分布的定义，得到 也就是， (1) 应该认识到：分子及分母是 相互独立的同正态分布的随机变量的平方 和的形式，分母没有开方，对比例6.3.2； (2) 题设随机变量服从正态分布，应该利用标准化变换公式，转化为新随机变量服从标准正态分布，然后利用F分布的定义. (3) 对比例6.3.1,例6.3.2,例6.3.3，在解题分析、确定方法、联系比对等方面总结. 讲评 4. 正态总体的样本均值与 样本方差的分布 我们假设6.2节的定理1中总体 于是我们得到如下有关抽样分布的定理: 定理１设 是来自正态总体