概率论与数理统计基础.pptxVIP

概率论与数理统计基础;目标;第一节概率论基础;一、正态分布及其特征;1、正态分布概率密度函数的性质;根据对密度函数的分析，可初步画出正态分布的概率密度曲线图;决定了图形的中心位置，决定了图形中峰的陡峭程度.;设X~,;4、标准正态分布N(0,1);标准正态分布的分布函数;标准正态分布N(0,1)的性质:;若;例：若X～N(4,9),查表试求的值;5、标准正态分布的上α分位点;二随机变量的数字特征;请注意:离散型随机变量的数学期望是一个绝对收敛的级数的和。

数学期望简称期望，又称为均值。;定义2设X是连续型随机变量，其密度函数为f(x)，如果积分;定理：设Y是随机变量X的函数：Y=g(X)，g是连续函数，则有：;4）数学期望的性质;1）方差的定义;2）计算方差的一个简化公式;3）方差的性质;推论：若X,Y相互独立,由数学期望的性质4得;E{[X-E(X)][Y-E(Y)]}称为随机变量X和Y的协方差,记为Cov(X,Y)，即：;Cov(X,Y)=E(XY)-E(X)E(Y);协方差的大小在一定程度上反映了X和Y相互间的关系，但它还受X与Y本身度量单位的影响.例如：;二、相关系数;相关系数的性质：;若ρ=0，则Y与X无线性关系;;但对下述情形，独立与不相关等价;定理：N个独立正态随机变量之和仍然服从正态分布;例、设X~N(1,2),Y~N(0,1)，且X和Y相互独立，试求Z=2X-Y+3

的概率密度.;第二节数理统计基础;一、样本及其抽样分布;每只灯泡的寿命是随机的，因此可以将其看作一个随机变量X，而X的取值存在一定的分布。这样，总体就可以用一个随机变量及其分布来描述。我们对总体的研究就可以转化为对该随机变量及其性质的研究。;这一抽取过程称为“抽样”，所抽取的部分个体称为样本。样本中所包含的个体数目称为样本容量;一旦取定一组样本X1，…,Xn，就可以通过观察得到n个具体的数(x1,x2,…,xn)。称(x1,x2,…,xn)为样本的一次观察值，简称样本值;由样本观察值去推断总体情况，需要对样本值进行“加工”，这就要构造一些样本的函数，它把样本中所含的（某一方面）的信息集中起来.;几个常见统计量;统计量值;几个概念之间的关系;2）统计三大抽样分布;;定义:设X～N(0,1),Y～,且X与Y相互独立，则称变量:;;;;Ⅲ、F分布;即它的数学期望并不依赖于第一自由度n1.;;3、几个重要的抽样分布定理;定理1(样本均值的分布);定理2(样本方差的分布);定理3：设X1,X2,…,Xn是取自正态总体的样本，

分别为样本均值和样本方差，则有：;点估计

估计量的评选标准

区间估计;1、点估计概念;为估计:;

;样本均值是否是的一个好的估计量？;估计量是随机变量，对于不同的样本值会得到不同的估计值.我们希望估计值在未知参数真值附近摆动，而它的期望值等于未知参数的真值.这就导致无偏性这个标准.;所以无偏估计以方差小者为好,这就引进了有效性这一概念.;2）、有效性;3）、一致性;引言;;也就是说，我们希望确定一个区间，使我们能以比较高的可靠程度相信它包含真参数值.;置信水平的大小是根据实际需要选定的.;1)置信区间定义;1.要求以很大的可能被包含在区间;在求置信区间时，要查表求分位点.;例：若X为连续型随机变量,求X的置信度为1－α的置信区间;我们总是希望置信区间尽可能短.;在概率密度为单峰且对称的情形，当a=-b时求得的置信区间的长度为最短.;即使概率密度不对称，如χ2分布，F分布，习惯上仍取对称的分位点来计算置信区间.;~N(0,1);对给定的置信水平;从中解得;3)、单正态总体均值的置信区间;假设检验的基本思想和方法

假设检验的一般步骤

单正态总体均值的假设检验

单正态总体方差的假设检验;;在正常生产条件下，由于种种随机因素的影响，每罐可乐的容量应在355毫升上下波动.这些因素中没有哪一个占有特殊重要的地位.因此，根据中心极限定理，假定每罐容量服从正态分布是合理的.;它的对立假设是：;那么，如何判断原假设H0是否成立呢？;一、假设检验的基本思想和方法;一、假设检验的基本思想和方法;一、假设检验的基本思想和方法;;故我们可以取拒绝域为：;第一步：提出原假设和备择假设;三、单正态总体均值的假设检验;某车