第2章理论分布与抽样分布.pptxVIP

;正态分布 概率密度函数：; x : 所研究的变数; :x的函数值,称为概率密度函数; :总体平均数; :总体标准差;2、f（x）在μ 处达到最大值，且 ;4、正态分布曲线是以参数μ 和σ2的不同而表现的一系列曲线，所以正态分布曲线是一个曲线族，不是一条曲线。;5、正态分布的次数多数集中于算术平均数?的附近，离平均数愈远，相应的次数愈少,在??-??≥3? 以外次数极少。;正态分布的分布函数F(x)为：;二、标准正态分布;标准正态分布的概率密度函数记为 (u)：;对称随机变量u服从标准正态分布，记作u～N（0，1），其密度曲线如图。;任何一个服从正态分布N(μ,σ2)的随机变量x都可以通过标准化变换，将其转化为服从标准正态分布的随机变量u，u称为标准正态离差或标准正态变量（standard normal deviate）。;三、正态分布的概率计算;1.标准正态分布的概率计算;Φ(u1)和Φ(u2)可由附表1查得。;例1，已知u～N（0，1），试求：P(u-1.64)=?,P(u≥ 2.58)=?,P(︱u︱≥2.56)=?,P(0.34≤ U1.53)=?;关于标准正态分布，以下几种概率应当熟记：;U变量在上述区间以外取值的概率分别为：;2.一般正态分布的概率计算;即：;由上述证明，服从正态分布的变量x落在［x1,x2）内的概率，等于服从正态分布随机变量u落在［ （x1 –μ）/σ , （x2- μ）/σ ）即［u1，u2）的概率。 故，计算一般的正态分布的概率时，只要将区间的上、下限标准化，就可用查标准正态分布表的方法求概率值。;例：已知x~N(100,22)，求P(100≤ x102)=?;关于一般正态分布，以下几个概念计算是经常用到的：;x小于26：; ;; 【例如】已知某正态分布 ? =30， ? =5 ，试计算x偏离平均数?达9.8和14.9 以上的概率？;查附表1，得知它们对应的概率分别为0.05和0.01，即 P(｜x-μ｜≥9.80)=P(｜x-μ｜≥1.96σ) =P[(x-?)≥1.96σ]+P[(x-?)≤-1.96σ] =0.05 P(｜x-μ｜≥14.90)=P(｜x-μ｜≥2.58σ) =P[(x-?)≥2.58σ]+P[(x-?)≤-2.58σ] =0.01  以上两式等号右侧的前一项为右尾概率，后一项为左尾概率，其和概率为两尾概率。;;统计学：1、总体 样本 抽样分布 2、样本 总体 统计推断;总 体(μ,σ2);抽样误差：由???一总体进行抽样获得的多个样本平均数，与原总体平均数相比具有不同程度的差异，这种差异是由于随机抽样造成的，称为抽样误差（sampling error）。;;例如，设有一个N=4的有限总体，其变量值为2、3、3、4。; 当以样本容量n=2进行独立抽样，抽取的所有可能样本数 ,其平均数、方差和标准差如下表。 ; ;以自由度（n-1)作分母计算的样本方差 之均数：; 如果所有可能样本的某一统计数的平均数等于该总体的相应参数，则称该统计数为总体参数的无偏估计值(unbiased estimate)。; 是 的无偏估计值；; 按上述抽样方法，再以n=4，从上述有限总体2,3,3,4中抽出全部所有样本，同样可以计算出所有样本的平均数、方差和标准差。;各种不同样本容量的样本平均数 的抽样分布;各种不同样本容量 的分布图;; 从上述的表和图来看，从总体抽出的全部所有样本的平均数，当n增大时，其方柱形图逐渐趋向于正态分布曲线形状，说明样本平均数是做正态分布的。; ;当n=4时，同理可得：; 从正态总体抽出的样本，无论样本容量的大小，其样本平均数 的抽样分布必然呈正态分布，具有平均数 和方 差 ，而且方差随样本容量的增大而降低。平均数的分布一般记为： 。;如果总体不是正态分布，但如具有一定量的 方差?2和平均数?，那么，当样本容量足够大时 ，从这一总体抽出的样本平均数 的抽样分布也必趋近于正态分布，具有平均数 和方差 ，这称为中心极限定理。;二、均数标准误;在实际工作中，总体标准差往往是未知的，因而无法求得。此时，可用样本标准差S估计总体σ 。;注意：样本标准差与样本标准误两个统计量之间的区别：;设有两个总体：;