MINITAB统计基础-新版.docxVIP

MINITAB统计基础 正态总体的抽样分布 样本均值 X 的分布——标准正态分布及T分布 样本标准差计算公式： T分布的定义：Student t distribution，如果X服从标准正态分布，S2服从个自由度的卡方分布，且它们相互独立，那么随机量 所服从的分布称为 ν 个自由度的t分布。其分布密度函数为： 当 ν ∞ 当 ν=1 时就是Cauchy分布。 T分布只包含1个参数。数学期望和方差分别为0，νν-2（ν≤1时期望不存在，ν≤2方差不存在）。我们常常用 tν 表示 υ 个自由度的t分布。MINITAB对于更一般的t分布还增加了一个“非中心参数”，当非中心参数为0 自由度：可以简单理解为在研究问题中，可以自由独立取值的数据或变量的个数。 范例： Z~N(0，1)，求Z=1.98时的概率密度。 计算-----概率分布-----正态分布-----概率密度-----输入常数1.98-----确定 概率密度函数 正态分布，均值 = 0 和标准差 = 1 x f( x ) 0.0561831 Z~N 计算-----概率分布-----正态分布-----累积概率-----输入常数2.4-----确定 累积分布函数 正态分布，均值 = 0 和标准差 = 1 x P( X = x ) 2.4 0.991802 Z~N(0，1)，求使得P(Zx)=0.95成立的x值，即Z的0.95分位数。 计算-----概率分布-----正态分布-----逆累积概率-----输入常数0.95-----确定 逆累积分布函数 正态分布，均值 = 0 和标准差 = 1 P( X = x ) x 0.95 1.64485 自由度=12，求使得PZ 计算-----概率分布-----t分布-----逆累积概率-----输入自由度12-----输入常数0.95-----确定 逆累积分布函数 学生 t 分布，12 自由度 P( X = x ) x 0.95 1.7822 自由度=12，求使得Pt≤3 计算-----概率分布-----t分布-----累积概率-----输入自由度12-----输入常数3-----确定 累积分布函数 学生 t 分布，12 自由度 x P( X = x ) 3 0.994467 双样本均值差的分布 正态样本正态样本方差S2的分布——卡房卡方分布 若X1，X2，……,Xn是从正态总体Nμ，σ 则当μ 当未知时，用 X 替 μ 后可以得到 其概率密度函数在正半轴上呈正偏态分布。 卡方分布的定义：把n个相互独立的标准正态随机变量的平方和称为自由度为n的卡方分布。它的密度表达式为： 参数 ν≥1 称为自由度。 卡方分布有向右的偏斜，特别在较小自由度情况下（ ν 越小，分布越偏斜）。我们常用 χ2ν 表达自由度为 ν 卡方分布有很多用途，其中一项就是用来分析单个正态总体样本方差的状况；还可以用来进行分布的拟合优度检验，即检验资料是否符合某种特定分布；对于离散数据构成的列联表，也可以用来分析两个离散型因子间是否独立等。 卡方分布的性质 卡方分布的加法性：设X和Y彼此独立，且都服从卡方分布，其自由度分别为n1，n2。若令Z=X+Y，则Z服从自由度为n1+n2的卡方分布。 若 X～χ2n ，则 E 计算下列各卡方分布的相关数值： 自由度=10，求使得 Pχ2x 计算 ----- 概率分布 ----- 卡方分布 ----- 逆累积概率 ----- 自由度=10 ----- 常数=0.95 ----- 确定 逆累积分布函数 卡方分布，10 自由度 P( X = x ) x 0.95 18.307 自由度=10，求 Pχ 计算 ----- 概率分布 ----- 卡方分布 ----- 累积概率 ----- 自由度=10 ----- 常数=28 ----- 确定 累积分布函数 卡方分布，10 自由度 x P( X = x ) 28 0.998195 两个独立的正态样本方差之比的分布——F分布 两个独立的正态样本方差之比的分布是F分布。 设有两个独立的正态总体 N(μ1，σ2) 和 N(μ2，σ2) ，它们的方差相等。又设X1，X2，…，Xn是来自N(μ1，σ2)的一个样本Y1，Y2，…，Yn是来自 n-1称为分子自由度；m-1为分母自由度；F分布的概率密度函数在正半轴上呈正偏态分布。 实际上，F统计量就是由两个卡方随机变量相除所构成的，如果 Χ～χ2ν1 ， 其密度函数是： F分布的应用非常广泛，尤其是在判断两正态总体方差是否相等以及方差分析（ANOVA）等问题上面。 计算F0.95（8，,18）的数值。 计