概率论中三个重要分布课件.pptVIP

概率论中三个重要分布 χ2分布 χ2分布的定义 设X为正态分布总体的随机变量，其平均数及方差分别为μ和σ2，即X~N(μ,σ2)， 为来自该总体的n个样本值x1, x2, …, xn的样本平均数，则样本统计量 是自由度为n-1的卡方分布，记作χ2(n-1)。 注意： 整个χ2是一个符号，并不是χ的平方 χ2统计量 χ2统计量也可表示成 χ2分布的概率密度函数 χ2(n)分布的概率密度为 其中Γ( · )为伽玛函数 χ2分布的统计特性 χ2分布的变量值始终为正 χ2(n)分布的形状取决于其自由度n的大小，通常为不对称的右偏分布，但随着自由度的增大逐渐趋于对称 χ2分布的期望为：E(χ2(n))=n，方差为： D(χ2(n))=2n χ2分布具有可加性。若U~χ2(n1)， V~χ2(n2)，则U+V～χ2(n1+n2) χ2分布的α分为点 对于给定的α(0α1) ，称满足条件 的点 为χ2(n)分布的α分为点 χ2分布α分为点的求法 χ2分布α分为点的求法： 对于n≤45的α分为点可查表求得； 当n充分大（n45）时，近似地有 其中uα为标准正态分布上的α分为点 例题分析 n=12, α=0.05, 求 n=12, α=0.95, 求 n=18, α=0.95, 求 和 使得 n=50, α=0.05, 求 t分布 t分布的定义 设总体随机变量X~N(μ,σ2)，x1, x2, …, xn为取自该总体的n个随机样本，当σ2未知时，以样本方差s2替代，则 是自由度为n-1的t分配，记为t(n-1) t分布的概率密度 t(n-1)的概率密度函数为 其中Γ( · )为伽玛函数 t分布的统计特性 t(n-1)分布具有对称性，且以t=0为对称轴，其随机变量取值范围为(-∞,∞) t(n-1)分布期望值为0，方差为(n-1)/(n-3)，即 t分布的统计特性（续） t(n-1)分布的形状类似标准正态分布，但由于t(n-1)的方差大于1（当n3时，(n-1)/(n-3)1），所以t(n-1)分布比标准正态分布更分散。即t(n-1)的概率密度函数是中央部分较标准正态分布低，而两尾部分则较标准正态分布高