第03章 概率、概率分布与抽样分布.pptVIP

上述定理表明 独立同分布的随机变量序列不管服从什么分布，其n项总和的分布趋近于正态分布。 可得出如下结论： 不论总体服从何种分布，只要其数学期望和方差存在，对这一总体进行重复抽样时，当样本量n充分大，就趋于正态分布。 该定理为均值的抽样推断奠定了理论基础。 例10： 有一测绘小组对甲、乙两地之间的距离采用分段测量的方法进行了测量，将甲、乙之间的距离分成为100段。设每段测量值的误差(单位：cm)服从区间(-1，1)上的均匀分布。试问：对甲、乙两地之间距离的测量值的总误差绝对值超过10cm的概率是多少? 解： 2、棣莫佛－拉普拉斯中心极限定理 设随机变量X服从二项分布B(n,p)的，那么当n→ ∞时，X服从均值为np、方差为 np(1-p) 的正态分布，即： 上述定理表明： n很大，np 和 np(1－p)也都不太小时，二项分布可以用正态分布去近似。 或： 例11： 假设有一批种子的发芽率为0.7。现有这种种子1000颗，试求其中有720颗以上发芽的概率。 解： 设X＝发芽种子颗数，X～B(1000，0.7)。近似地 X～N (700，210)。 P(X720)＝P(Z1.38)＝1－P(Z≤1.38) ＝1－0.9162＝0.0838 三、中心极限定理的应用 【例12】一个汽车电池的制造商声称其最好的电池寿命的分布均值为54个月，标准差为6个月。假设某一消费组织决定购买50个这种电池作为样本来检验电池的寿命，以核实这一声明。 (1)假设这个制造商之所言是真实的，试描述这50个电池样本的平均寿命的抽样分布。 (2)假设这个制造商之所言是真实的，则消费组织的样本寿命均值小于或等于52个月的概率是多少? 解：见右边文档 【例13】某酒店电梯中质量标志注明最大载重为18人，1350 kg。假定已知该酒店游客及其携带行李的平均重量为70 kg，标准差为6 kg。试问随机进入电梯18人，总重量超重的概率是多少? 解：见下边文档 本章小结 （一）事件及其概率 随机现象是指在一定条件下可能出现这种结果、也可能出现那种结果的现象。对随机现象进行观察或试验，每一个可能结果称为一个随机事件。最简单的、不能再分解的事件称为基本事件(也称为样本点)。由两个或多个基本事件构成的事件称为复合事件。所有样本点构成样本空间。在每次试验中都必定发生的事件称为必然事件。在每次试验中都必定不发生的事件称为不可能事件。 用来度量随机事件发生的可能性大小的数值称为该随机事件发生的概率。概率的定义有三种：古典概率、统计概率和主观概率。确定概率的方法也有相应的三种：利用等可能事件的比值、利用大量观察的频率以及主观估计。概率必须具备三条最基本的性质：非负性、规范性和可加性。 概率运算最基本的法则是概率的加法公式和乘法公式。 求任意两事件A与B“至少有一个发生”的概率要用到加法公式，需注意A与B两个事件是否互斥。计算两事件A与B同时发生的概率通常要应用乘法公式，此时需注意A与B是否独立，如果不独立，则要涉及条件概率。 全概率公式和贝叶斯公式是加法公式和乘法公式的综合运用。前者描述事件B发生的概率是其各个“原因”Ai引发的概率的总和，后者用于计算事件Ai在给定条件B之下的条件概率(后验概率)。 （二）随机变量及其概率分布 随机变量是对随机现象的试验结果的数量化描述。了解随机变量的概率分布，关注随机变量的主要数字特征。数学期望(均值)是对随机变量集中趋势的度量，方差和标准差反映随机变量可能取值的离散程度。 离散型随机变量的概率分布可以用表格、函数或图形等形式来表现。最常见的离散型随机变量的概率分布是二项分布，此外还有泊松分布、超几何分布。 连续型随机变量概率分布可以用概率密度和分布函数以及对应的曲线图来表示。常见的连续型随机变量的概率分布有正态分布、均匀分布等。所有正态分布都可以通过线性变换转变为标准正态分布。许多常见的随机现象服从或近似服从正态分布。由于正态分布特有的数学性质，它在很多统计理论中都占有十分重要的地位。 （三）抽样与抽样分布 在抽样调查中，简单随机抽样是最基本的原则和方法。分层抽样、系统抽样、整群抽样等是在简单随机抽样的基础上，根据所研究问题及其数据的要求和特点设计的特殊抽样方法。 抽样分布的概念和性质是本章的重点。从一个假定的小总体中进行抽样，并观察所有可能的样本均值形成的抽样分布。特别是发现随着样本容量n的增加，样本均值形成的分布趋向于正态，样本均值的均值等于总体均值，样本均值的方差等于总体方差除以样本容量n。抽样分布的这一性质为统计推断建立了理论基础，即中心极限定理。 介绍了样本比率、样本方差的抽样分布，以及两个样本均值、两个样本比率、两个样本方差的抽样分布。 （四）大数定律及中心极