第二概率与概率分布演示文稿.pptVIP

  1. 1、本文档共61页,可阅读全部内容。
  2. 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
  3. 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  4. 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
  5. 5、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
  6. 6、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们
  7. 7、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
  8. 8、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
2.4 主要的连续型随机变量的概率分布——正态分布 在生物统计学中,正态分布占有极其重要的地位。许多生物学现象所产生的数据,都服从正态分布。 一、 正态分布(x—N (μ,σ2))的密度函数与分布函数 正态曲线 正态分布的规律是数据分布集中在平均数附近,并且在平均数的两侧成对称分布。正态分布密度函数的图像,称为正态曲线。 密度函数: 分布(累积)函数: 当前第30页\共有61页\编于星期五\9点 正态分布密度曲线特点: 密度曲线以x=μ直线为对称; x=σ和x=-σ所确定的点为曲线的两个“拐点”; 曲线向左、向右无限延伸,以x轴为渐近线; x=μ 时,f(x) 具有最大值,其值为 ; σ的大小,决定曲线的“胖”、“瘦”程度(展开程度),σ越小,曲线越“瘦”,数据越集中,σ越大,曲线越“胖”,数据越分散。 σ 固定时,μ值决定曲线的位置,当μ增大时曲线向右平移,当μ减少时曲线向左平移,但曲线形状不变。 当前第31页\共有61页\编于星期五\9点 二、 标准正态分布(x~N(0, 1)) μ=0,σ=1时的正态分布称为标准正态分布。 密度函数: 分布(累积)函数: 当前第32页\共有61页\编于星期五\9点 标准正态分布有以下特性: μ=0时,概率密度值最大; 概率密度曲线向左、向右无限延伸,以x轴为渐近线;左右对称 u =1和u =-1是概率分布曲线的两个拐点; 曲线与横坐标轴所夹的图形面积为1; 累积分布函数曲线从-∞到0平稳上升,围绕点(0,0.5)对称; 标准正态分布的偏斜度γ1和峭度γ2均为零。 当前第33页\共有61页\编于星期五\9点 以下一些特征值很重要: 68.27% 95.45% 99.73% 1 2 3 -3 -2 -1 ? P(-1≤u<1)=0.6826 P(-2≤u<2)=0.9545 P(-3≤u<3)=0.9973 当前第34页\共有61页\编于星期五\9点 以下一些特征值很重要: 90% 95% 1.645 1.96 2.58 -2.58 -1.96 -1.645 ? 99% P(-1.96≤u<1.96)=0.95 P (-2.58≤u<2.58) =0.99 当前第35页\共有61页\编于星期五\9点 三、 标准正态分布表的查法 对于标准正态分布,其累积分布函数值F(u)可直接查表(书p315附表1)得到,其值等于标准正态曲线与横坐标轴从-∞到u所夹的面积,该曲线下的面积即表示随机变量U 落入区间(-∞,u)的概率; 标准正态分布查表常用的几个关系式: P(0<U <u1)=F(u1)-0.5 P(U >u1)=F(-u1)=1-F(u1) P(∣U∣>u1)=2F(-u1) P(∣U∣<u1)=1- 2F(-u1) P(u1<U <u2)=F(u2)-F(u1) u 当前第36页\共有61页\编于星期五\9点 x μ=5 σ= 10 9.2 正态分布 u μ=0 σ = 1 0.42 标准正态分布 对于一般正态分布,要先进行标准化,再查表; 标准化的公式为: 当前第37页\共有61页\编于星期五\9点 例3.7 查标准正态分布u=-0.82 及u=1.15时的F(u)的值 例3.8 随机变量u服从正态分布N(0,1),问随机变量u的值落在(0,1.21)区间的概率? 例3.9 已知随机变量u服从正态分布N(0,1),问随机变量u的值落在(-1.96,1.96)区间的概率是多少? 例3.10 已知某高粱品种的株高X服从正态分布N(156.2,4.822),求: (1)X<161cm的概率; (2)X>164cm的概率; (3)152<X<162的概率。 利用公式P(0<U<u)=F(u)-0.5 利用公式 P(∣U∣<u)=1- 2F(-u) 或 P(u1<U<u2)=F(u2)- F(u1) 当前第38页\共有61页\编于星期五\9点 四、正态分布的单侧分位数和双侧分位数 上侧分位数:P(u>ua)=α时的ua值; 下侧分位数: P(u<-ua)=α时的ua值; 双侧分位数: P(∣u∣>ua/2 )=α时的ua值(从附表2中以α /2查出的ua即可); 当前第39页\共有61页\编于星期五\9点 大数定律与中心极限定理的应用 样本容量越大,样本统计数与总体参数之差越小。 对于容量大于30的样本,样本均值的分布可以较好地用一个正态分布近似(其中均值为μ,即,样本均值的平均值,标准差为 ,即样本均值的标准差)样本容量越大,近似的效果越好。 如果原始总体就是正

文档评论(0)

hejiaman2991 + 关注
实名认证
文档贡献者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档