《概率论与数理统计》完整课件（全套）.ppt

基本性质: f(x)关于 x=0 (纵轴)对称。 f(x)的极限为 N(0，1)的密度函数，即 分位数： 设T～ t(n)，若对?:0?1,存在 t?(n)0 ， 满足 则称t?(n) 为t(n) 的上侧?分位数（分位点）. 设T～ t(n)，若对?:0?1,存在 t?(n)0 ， 满足 则称t?(n) 为t(n) 的上侧?分位数（分位点）. ? 注: 3. F分布 其概率密度函数为 概率密度函数的图形为 F分布的性质： 分位数： 对于?：0?1， 若存在实数F?(m, n)0， 满足 P{F?F?(m, n)}=?， 则称F?(m, n)为F(m, n)的上侧?分位数； 注： 证明:设F~F(m,n),则 注： 得证! 和 则有 6.2.2 正态总体下的抽样分布 例 6-6 已知某单位职工的月奖金服从正态分布, 总体均值为 200, 总体标准差为 40 , 从该总体抽 取一个容量为 20 的样本, 求样本均值介于 190~210 的概率 . 解 推论6-1 则有 其中 则 本节课主要讲授： 1、三大抽样分布； 2、正态总体下的抽样分布。 小 结 第七章 参数估计 §7.1 点估计 §7.2 无偏性、有效性、相合性 §7.3 区间估计  现在我们来介绍一类重要的统计推断问题 参数估计问题是利用从总体抽样得到的信息来估计总体的某些参数或者参数的某些函数. 参数估计 估计废品率 估计新生儿的体重 估计湖中鱼数 … … 估计降雨量 在参数估计问题 中，假定总体分 布形式已知，未 知的仅仅是一个 或几个参数. 这类问题称为参数估计. 有两种形式：点估计和区间估计。 参数估计问题的一般提法 X1,X2,…,Xn 要依据该样本对参数 作出估计, 或估计 的某个已知函数 . 现从该总体抽样，得样本 设有一个统计总体 , 总体的分布函数为 F( x, ) ，其中 为未知参数 ( 可以是向量) . （假定身高服从正态分布 ） 设这5个数是: 1.65 1.67 1.68 1.78 1.69 估计 为1.68， 这是点估计. 这是区间估计. 估计 在区间 [1.57, 1.84] 内， 例如我们要估计某队男生的平均身高. 现从该总体选取容量为5的样本，我们的任务是要根据选出的样本（5个数）求出总体均值 的估计. 而全部信息就由这5个数组成 . §7.1 点估计 点估计的经典方法是矩估计法与极大似然估计法。 7.1.1 矩估计法 主要思想 用样本矩去替换总体矩，用样本矩的函数去替换总体矩的函数． 理论基础 §5.2 中心极限定理 在实际问题中许多随机变量是由相互独立随机因素的综合（或和)影响所形成的. 例如：炮弹射击的落点与目标的偏差，就受着许多随机因素（如瞄准，空气阻力，炮弹或炮身结构等）综合影响的.每个随机因素的对弹着点（随机变量和）所起的作用都是很小的.那么弹着点服从怎样分布哪 ？ 定理（Linderberg-Levy） 5.2.1 独立同分布序列的中心极限定理 结论 5.2.2 棣莫弗(De-Moivre)-拉普拉斯(Laplace)中心极限定理 结 论 例5-5 某系统由100个相互独立工作的部件构成，每个部分损坏的概率为0.2，如果系统正常工作至少需要75个部件运转，试求系统正常工作的概率. 本节课主要讲授： 1、大数定律； 2、中心极限定理。 小 结 第六章 数理统计的基本概念 §6.1 样本与统计量 §6.2 抽样分布 定义1 研究对象的全体称为总体或母体。通常指研究对象的某项数量指标。组成总体的每个基本元素称为个体。 从本质上讲，总体就是所研究的随机变量或随机变量的分布。 §6.1 样本与统计量 6.1.1 总体与样本 定义2 从总体X 中随机抽取n 个个体，得到n 个随机变量X1，X2，...，Xn，称X1，X2，...，Xn为总体X 的一个样本，n 为样本容量，样本中的个体称为样品；抽样结束后，便得到n 个具体的试验数据，记为x1，x2，...，xn，称它为一组样本观察值，简称样本值。 定义3 来自总体的部分个体X1， … ，Xn ，如果满足： （1）同分布性【抽样的随机性】： Xi，i=1,…,n与总体同分布. （2）独立性： X1，… ，Xn 相互独立； 则称为容量为n 的简单随机样本，简称样本。 对于有限总体，