西安交通大学 《概率统计与随机过程》课件第五章.pptVIP

(2) * * * * * * * * * * * * * * * * * * * * * * * * * * * * * ---样本均值 ---样本方差 ---样本标准差 ---样本的k 阶原点矩 ---样本的k 阶中心矩 定理5.1 若总体 X 的期望E (X ) = μ和方差D (X ) = σ2 存在，则 2) 若总体X的4阶矩存在，则 定理5.2 1) 若总体 X 的期望E (X ) = μ和方差D (X ) = σ2 存在，则 1 2 1 1) 由方差定义及定理1有 证 因 X1, X2,…, Xn 相互独立且与X 同分布， 故 1 2 1 2) 因X的4阶矩存在,故X 2的方差D(X 2)存在. 对X12, X22,…, Xn2应用切比雪夫大数定律，有 即 又 故由依概率收敛序列的性质，得 定理5.3 2) 若总体X 的2k 阶矩存在，则 证明与上面定理证明类似，故省略 1) 若总体 X 的 k 阶矩αk=E (X k ) 存在，其中 k为正整数，则 定义1 若随机变量 Z 具有概率密度函数 则称 Z 服从自由度为 n 的χ2 分布,记作 Z ~χ2 (n). 其中Γ函数为 n = 1, 5, 9, 12时，χ2 分布的概率密度函数曲线． n=1 n=5 n=9 n=12 分布的性质 1) 若Z ~χ2(n)，则 E(Z) = n，D(Z) = 2n． 若 Z1 ~χ2 (n1), Z2 ~χ2 (n2), 且 Z1, Z2 相互独立 2) 可加性 则 Z1+ Z2 ~χ2 (n1+ n2 )． 定理5.4 设 X1,…, Xn 相互独立，且都服从标准正态分布N (0, 1)，, 则随机变量 服从自由度为n 的 分布. 证 的密度函数为 又 X1, X2,…, Xn 是独立同分布的, 故由χ2 分布的可加性，得 解 2.t 分布 则称 T 服从自由度为 n 的 t 分布，记作T ~ t (n). 定义2 若随机变量 T 具有概率密度函数 n = 1, 4, 10时，t 分布的概率密度曲线,和标准正态分布的概率密度曲线。 n=10 n=4 n=1 t 分布 标准正态分布 定理5.5 若 X ~ N (0, 1)，Y ~χ2 (n)， 并且 X 与Y 相互独立， 则 3. F 分布 则称 F 服从自由度为 (n, m )的F 分布， 记作 F ~ F (n, m ) ． 定义3 若随机变量 F 具有概率密度 (n，m) = (10, 10), (20, 10), (100, 10) 时，F 分布的概率密度曲线． n=10 n=100 n=20 定理5.6 若 X ~χ2 (n),Y ~χ2 (m),且 X 与 Y 相互 独立， 则 推论 若 F~ F(n, m )，则 定义4 设 r.v. X 的分布函数为F(x) , 给定0＜p＜1，若有 xp 满足 P { X≤xp }= F (xp) = p , 则称xp为分布F (x ) (或r.v X )的下侧 p 分位数 给定0＜α＜1，若有 yα满足 P { X ＞yα } = 1- F (yα) = α, 则称yα为分布F (x ) (或r.v X )的上侧α分位数 4. 分位数 由定义可知，yα = x1-α；xp = y1-p ． 记 uα——N(0, 1)分布的上侧α分位数 —— χ2(n)分布的上侧α分位数 tα (n) —— t(n )分布的上侧α分位数 Fα(n1, n2 ) ——F(n1, n2 )分布的上侧α分位数 上侧α分位数图示 χ2(n)分布 α x o x 3 -3 tα (n) α o x 0.4 3 -3 uα N(0, 1)分布 α 0.4 t(n )分布 F(n1, n2 )分布 x α Fα(n1, n2 ) 1） 由N (0, 1)分布，t (n )分布的对称性可： u1-α = - uα , t1-α(n) = - tα(n). o x 0.4 3 -3 uα α u1-α 2） 当 n 充分大时， 因t (n )≈ N (0, 1)，故有 tα (n)≈ uα. 3） 注 由定理5.6的推论知 由上侧α分位数定义有 证3） 则 故 证毕 定理5.7