第章抽样与抽样分布.pptVIP

该定律表明：当n充分大时，相互独立且服从同一分布的一系列随机变量取值的算术平均数，与其数学期望μ的偏差任意小的概率接近于1 。 该定律给出了平均值具有稳定性的科学描述，从而为使用样本均值去估计总体均值（数学期望）提供了理论依据。 当前第62页\共有92页\编于星期三\12点 伯努利大数定律 设m是n次独立重复试验中事件A发生的次数，p是每次试验中事件A发生的概率，则对任意的ε 0，有 该定律表明，当重复试验次数n充分大时，事件A发生的频率m/n依概率收敛于事件A发生的概率。 阐明了频率具有稳定性，提供了用频率估计概率的理论依据。 当前第63页\共有92页\编于星期三\12点 2. 中心极限定理 独立同分布的中心极限定理——设X1, X2, …是独立同分布的随机变量序列,且存在有限的μ和方差σ2（i=1,2,…），当n→ ∞时， 或 （注意：若两个随机变量X、Y相互独立， 则D(X+Y)＝D(X)＋D(Y) ） 当前第64页\共有92页\编于星期三\12点 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。 当前第65页\共有92页\编于星期三\12点 P(A|B)＝在B发生的所有可能结果中AB发生的概率。 即在样本空间?中考虑的条件概率P(A|B)，就变成在新的样本空间B中计算事件AB的概率问题了。 一旦事件B已发生 A B ? AB B AB 当前第30页\共有92页\编于星期三\12点 【例】某公司甲乙两厂生产同种产品。甲厂生产400件，其中一级品为280件；乙厂生产600件，其中一级品有360件。若要从该厂的全部产品中任意抽取一件，试求：①已知抽出产品为一级品的条件下该产品出自甲厂的概率；②已知抽出产品出自甲厂的条件下该产品为一级品的概率。 解：设A＝“甲厂产品”，B＝“一级品”，则： P(A)＝0.4， P(B) ＝0.64，P(AB)＝0.28 ① 所求概率为事件B发生条件下A发生的条件概率 P(A|B)＝0.28/0.64 ②所求概率为事件A发生条件下B发生的条件概率 P(B|A)＝0.28/0. 4 当前第31页\共有92页\编于星期三\12点 【例】对例3-1中的问题（从这50件中任取2件产品，可以看成是分两次抽取，每次只抽取一件，不放回抽样） 解：A1＝第一次抽到合格品 A2＝第二次抽到合格品 A1A2＝抽到两件产品均为合格品 当前第32页\共有92页\编于星期三\12点 6. 事件的独立性 两个事件独立 一个事件的发生与否并不影响另一个事件发生的概率 P(A|B)＝P(A)，或 P(B|A)＝P(B) 独立事件的乘法公式： P(AB) ＝P(A)·P(B) 推广到n个独立事件，有： P(A1…An)＝P(A1)P(A2) … P(An) 当前第33页\共有92页\编于星期三\12点 7. 随机变量 随机变量——表示随机试验结果的变量 取值是随机的，事先不能确定取哪一个值 一个取值对应随机试验的一个可能结果 用大写字母如X、Y、Z...来表示，具体取值则用相应的小写字母如x、y、z…来表示 根据取值特点的不同，可分为： 离散型随机变量——取值可以一一列举 连续型随机变量——取值不能一一列举 当前第34页\共有92页\编于星期三\12点 8. 离散型随机变量的概率分布 X的概率分布——X的有限个可能取值为xi与其概率 pi（i=1，2，3，…，n）之间的对应关系 概率分布具有如下两个基本性质： pi≥0，i=1,2,…,n； 当前第35页\共有92页\编于星期三\12点 离散型概率分布的表示 概率函数：P(X= xi)= pi 分布列： 分布图： 当前第36页\共有92页\编于星期三\12点 离散型随机变量的数字特征 数学期望： 方差： 性质： 当前第37页\共有92页\编于星期三\12点 伯努利试验 伯努利试验：每次试验有且仅有两种可能结果。 用“成功”代表所关心的结果，相反的结果为“失败”。 每次试验中“成功”的概率都是 p。 n重伯努利试验：将伯努利实验独立地重复进行n次。 当前第38页\共有92页\编于星期三\12点 二项分布 在n重伯努利试验中，“成功”的次数X服从参数为n、p的二项分布，记为 X ～B(n , p) 二项分布的概率函数： 二项分布的数学期望和方差： n＝1时，二项分布就成了二点