SPSS数据分析 04 随机变量与随机变量函数.pptVIP

计算结果 返回 习题 某汽车公司的汽车销售量在过去300天的营业时间里，有55天销售量为0；有118天销售量为1；有70天为2辆；40天为3辆；10天为4辆；7天为5辆。以过去300天的销售为历史数据，问一天中售出0、1、2、3、4、5辆汽车的概率是多少？以此验证离散型随机变量的概念与性质。 2. 用RV.BERNOULLI 函数生成符合伯努利分布，概率为0.4的1000个随机数； 用RV.LNORMAL函数，生成参数a=0.2，b=0.5的符合对数正态分布的随机数1000个，并做直方图。 3. 某仪器上的部件长度要求非常严格，要求在0.304～0.322cm之间，某生产厂家生产的部件近似服从均值为0.3015，标准差为0.0016的正态分布。求该生产厂家不合格率是多少。 经改进，该厂产品近似服从均值为0.3146，标准差为0.0030，不合格率为多少。 返回 习题 (1) 某汽车公司的汽车销售量在过去300天的营业时间里，有54天销售量为0；有114天销售量为1；有75天为2辆；39天为3辆；12天为4辆；6天为5辆。以过去300天的销售为历史数据，问一天中售出0、1、2、3、4、5辆汽车的概率是多少？以此验证离散型随机变量的概念与性质。 (2) 每天销售低于4辆的概率是多少？ 返回 第1题 解答 定义随机变量x是一天售出的汽车数，售出0、1、2、3、4、5辆的概率为p(x=0)、p(x=1)、～p(x=5) p(x=0)=54/300=0.12=18% p(x=1)=114/300=0.38=38% p(x=2)=75/300=0.25=25% p(x=3)=39/300=0.13=13% p(x=4)=12/300=0.04=4% p(x=5)=6/300=0.02=2% 0.18+0.38+0.25+0.13+0.04+0.02=1 证明了离散型随机变量：p(xi)=0 返回 第1题 根据原题提供的数据：每天售出0、1、2、3辆的天数分别为54、114、75、39，和为282，因此每天销售低于4辆的概率为： 282/300＝0.94＝94％ 即自变量小于4的累积概率。 返回 第2题关键步骤： 建立新变量NO，输入数据1～1000（data 04-03） 转换 ? 计算变量 返回 RV.NORMAL(0.2,0.5) 返回 RV.LNORMAL(0.2,0.5) 返回 第3题 文件?新建?语法（句） 打开语句窗口，输入以下程序： COMPUTE Y1=CDF.NORMAL(0.304,0.3015,0.0016). COMPUTE Y2=1-CDF.NORMAL(0.322,0.3015,0.0016). COMPUTE Y3=Y2+Y1. EXECUTE. 注意每个语句的最后的圆点不能丢掉。选择这段程序，单击 执行之，到数据窗口找答案为0.94。不合格率为94％ 见下页图 返回 改进后，求不合格率执行如下程序： COMPUTE Y1=CDF.NORMAL(0.304,0.3146,0.0030). COMPUTE Y2=1-CDF.NORMAL(0.322,0.3146,0.0030). COMPUTE Y2+Y1. 结果为0.0066，即不合格率：0.66％ 返回 应用随机变量函数 解决实际问题 是 返回 返回 第4章 随机变量与分布函数应用 返回 目 录 离散随机变量及其概率分布 连续型随机变量的概率分布 随机变量函数 随机变量与分布函数应用 生成某种分布的随机数 概率密度函数与累积概率密度函数应用 习题及参考答案 结束 返回 离散随机变量的概率分布 返回 设x所有可能的不同取值为xi (i=1，2，… ，n)， i =1，2，…n 返回 两点分布 有关的函数： PDF.BERNOULLI(quant, prob) CDF.BERNOULLI (quant, prob) RV.BERNOULLI (prob) 返回 二项分布 有关的函数 PDF.BINOM(quant, n, prob) CDF.BINOM (quant, n, prob) RV.BINOM (n, prob) k=1,2,3……，n 返回 泊松分布 有关的函数 PDF.POISSON(quant, mean) CDF.POISSON (quant,mean) RV.POISSON (mean) 如果x的平均值为μ，上式可以用下面公式表示泊松概率分布： 返回 连续型随机变量的概率分布 返回 连续型概率密度函数f(x)满足下列两个条件： 与离散型的概率不同的是，f(x)不是概率，而是概率密度函数。 返回 某值的概率是以概率密度函数曲线下的面