概率、概率分布与抽样分布.pptxVIP

125;;3－3;3－4;;3－6;3－7;3－8;4-9;4-10;;;;4-14;3－15;;3－17;;3、主观概率;;3－21;3－22;3－23;3－24;3－25;3－26;3－27;3－28;3－29;3－30;3－31;3－32;3－33;3.1.4 条件概率与事件的独立性;3－35;3－36;3－37;3－38;3－39;3－40;3－41;3－42;3－43;3－44;4-45;;3－47;3－48;3－49;3－50;3.2 随机变量及其概率分布;;4-53;4-54;3－55;3－56;; 1.离散型随机变量的分布 离散型随机变量X的所有可能取值x1 、x2 、 x3 、……、xn和这些值的概率p(x1) 、 p(x2) 、p(x3)、 ……、p(xn) 就称为离散型随机变量的概率分布。即： ;离散型随机变量概率分布的性质 ;【例】投掷一枚骰子，出现的点数是个离散型随机变量，其概率分布为;3－61;3－62;;3－64;3－65;3－66;;3－68;3－69;3－70;3－71;3－72;3－73;3－74;3－75;3－76;3－77;3－78;3－79;3－80;;1. 连续型随机变量的特点;2. 概率密度函数;;;3. 分布函数;4. 分布函数与密度函数的图示;5. 连续型随机变量的数学期望和方差;;;1. 正态分布;（1）概率密度函数;（2） 正态分布函数的性质;? 和? 对正态曲线的影响;（3）正态分布的概率;（4）对称钟形分布中的3σ法则;切比雪夫定理;（5）标准正态分布;;（6）标准正态分布表的使用;;;;3－104;3－105;3－106;3－107;3－108;3－109;3.3 常用的抽样方法;3－111;3－112;3－113;3－114;3.4 抽样分布;若将样本指标的取值分别记为 其相应的概率记为P1，P2，…Pn，将它们按顺序排列起来，可得如下概率分布表。;3－117;【例5-2】设一个总体，含有4个元素(个体) ，即总体单位数N=4。4 个个体分别为x1=1，x2=2，x3=3，x4=4 。总体的均值、方差及分布如下;现从总体中抽取n＝2的简单随机样本，在重复抽样条件下，共有42=16个样本。所有样本的结果为:;计算出各样本的均值，如下表。并给出样本均值的抽样分布;;样本均值的分布与总体分布的比较;样本均值抽样分布的形成过程;3－124;3.4.2 样本均值抽样分布的形式;3－126;3－127;3－128;t分布;t分布;t 分布;t分布与正态分布的异同点;3－133;3－134;3－135;3－136; 重复抽样 不重复抽样 ;;3.4.5 样本方差的抽样分布;（1）由阿贝(Abbe) 于1863年首先给出，后来由海尔墨特(Hermert)和卡·皮尔逊(K·Pearson) 分别于1875年和1900年推导出来 （2）设 ，则 （3） 令 ，则 Y 服从自由度为1的?2分布，即 （4） 当总体 ，从中抽取容量为n的样本，则 ;（1） 分布的变量值始终为正 （2） 分布的形状取决于其自由度n的大小，通常为不对称的正偏分布，但随着自由度的增大逐渐趋于对称 （4） 可加性：若U和V为两个独立的服从?2分布的随机变量，U~?2(n1)，V~?2(n2),则U+V这一随机变量服从自由度为n1+n2的?2分布 ;;5-143;;1）两个总体都为正态分布，即 ， 2）两个样本均值之差 的抽样分布服从正态分布，其分布的数学期望为两个总体均值之差 3）方差为各自的方差之和 ;;1）两个总体都服从二项分布 2）分别从两个总体中抽取容量为n1和n2的独立样本，当两个样本都为大样本时，两个样本比例之差的抽样分布可用正态分布来近似 3）分布的数学期望为 4）方差为各自的方差之和 ;3.两个样本方差比的抽样分布;由统计学家费希尔(R.A.Fisher) 提出的，以其姓氏的第一个字母来命名 设若U为服从自由度为n1的?2分布，即U～?2(n1)，V为服从自由度为n2的?2分布，即V～?2(n2),且U和V相互独立，则 称F为服从自由度n1和n2的F分布，记为;;3.5 中心极限定理的应用;;[解];;;;[例]假定某统计人员填写的报表中有2%的可能性至少会有一处错误，如果我们检查一个