概率与数理统计基础.pptVIP

来定义. 其中伽玛函数 通过积分 若随机变量X的概率密度为 那么称X服从自由度为n的 分布 记作： 4.3 分布 第30页，共54页，编辑于2022年，星期四 χ2分布的密度函数的图形如右图. 应用中心极限定理可得， ，则当n充分大时 若 的分布近似正态分布N(0,1). 则可以求得， E(X)=n, Var(X)=2n 若 若X1,X2,……,Xn相互独立，且Xi~N(0,1) ，则 性质1： 性质2： 第31页，共54页，编辑于2022年，星期四 第32页，共54页，编辑于2022年，星期四 则称X服从自由度为n1和n2的F分布。 n1称第一自由度， n2称第二自由度。 定义：若随机变量 X的密度函数为 4.4 F分布 第33页，共54页，编辑于2022年，星期四 定理1 若X~?2(n1)，Y~?2(n2) ，X,Y独立，则 第34页，共54页，编辑于2022年，星期四 **定理2：设(X1,X2,…,Xn1)是N(μ1,σ12)的样本，(Y1,Y2,…,Yn2)是N(μ2,σ22)的样本，且相互独立，S12，S22是样本方差，则 第35页，共54页，编辑于2022年，星期四 分位数问题： 第36页，共54页，编辑于2022年，星期四 第37页，共54页，编辑于2022年，星期四 第五节 通过样本，估计总体（一）——估计量的特征 5.1 无偏性 5.2 有效性 5.3 一致性 所谓估计量的特性指的是衡量一个统计量 用以估计总体参数的好坏标准。 第38页，共54页，编辑于2022年，星期四 第1页，共54页，编辑于2022年，星期四 概率论与数理统计是研究和揭示随机现象统计规律性的数学分支。主要包括：随机事件和概率、随机变量的分布和数字特征、中心极限定理和大数定理、抽样分布、统计估计、假设检验、回归分析等。 第2页，共54页，编辑于2022年，星期四 主要内容 1.基本概念 2.对总体的描述——随机变量的数字特征 3.对样本的描述——样本分布的数字特征 4.随机变量的分布 5.通过样本，估计总体——估计量的特征 6.通过样本，估计总体——估计方法 7.通过样本，估计总体——假设检验 第3页，共54页，编辑于2022年，星期四 第一节 基本概念 总体和个体 样本和样本容量 随机变量 统计量 第4页，共54页，编辑于2022年，星期四 1.1总体、个体、样本和样本容量 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单位称为个体。 从总体X中抽出若干个个体称为样本，一般记为(X1,X2,…,Xn)。n称为样本容量。而对这n个个体的一次具体的观察结果——(x1,x2,…,xn)是完全确定的一组数值，但它又随着每次抽样观察而改变。(x1,x2,…,xn)称为样本观察值。 注意：抽样是按随机原则选取的，即总体中每个 个体有同样的机会被选入样本。 第5页，共54页，编辑于2022年，星期四 当人们在一定条件下对某一现象加以观察时，观察到的结果是多个可能结果中的某一个，且在每次观察前都无法预知观测结果到底是哪一个，即结果的出现呈现出偶然性，但是所有可能出现的结果是知道的。 随机现象具有偶然性一面，也有必然性一面。偶然性一面表现在“对随机现象做一次观测时，观测结果具有偶然性(不可预知性)” ；必然性一面表现在“对随机现象进行大量重复观测，观测结果有一定的规律性，亦即统计规律性”。 具有不确定性(或随机性、偶然性)的现象称为随机现象。 特点： 随机现象 定义： 第6页，共54页，编辑于2022年，星期四 随机试验举例： E1: 掷一颗骰子，观察所掷的点数是几； E2: 观察某城市某个月内交通事故发生的次数； E3: 对某只灯泡做试验,观察其使用寿命； E4: 对某只灯泡做试验,观察其使用寿命是否小 于200小时。 在实际问题中，随机试验的结果可以用数量来表示，由此就产生了随机变量的概念 第7页，共54页，编辑于2022年，星期四 有些试验结果本身与数值有关（本身就是一个数）. 例如，掷一颗骰子面上出现的点数； 七月份济南的最高温度； 每天从济南下火车的人数； 昆虫的产卵数； 它随试验结果的不同而取不同的值，因而在试验之前只知道它可能 取值的范围，而不能预先肯定它将取哪个值。由于试验结果的出现 具有一定的概率，于是这种实值函数取每个值和每个确定范围内的 值也有一定的概率。 第8页，共54页，编辑于2022年，星期四 1.2 随机变量 根据概率不同而取不同数值的变量称为随机变