常用概率分布_第1页
常用概率分布_第2页
常用概率分布_第3页
常用概率分布_第4页
常用概率分布_第5页
已阅读5页,还剩35页未读 继续免费阅读

下载本文档

版权说明:本文档由用户提供并上传,收益归属内容提供方,若内容存在侵权,请进行举报或认领

文档简介

第四章常用概率分布1编辑课件第一节正态分布NormalDistribution2编辑课件定义假设连续型随机变量x的概率分布密度函数为其中μ为平均数,σ2为方差,那么称随机变量x服从正态分布,记为x~N(μ,σ2)。相应的概率分布函数为正态分布(normaldistribution)3编辑课件正态分布正态分布密度曲线是单峰、对称的悬钟形曲线,对称轴为x=μ;f(x)在x=μ处达到极大,极大值;f(x)是非负函数,以x轴为渐近线,分布从-∞至+∞曲线在x=μ±σ处各有一个拐点,即曲线在(-∞,μ-σ)和(μ+σ,+∞)区间上是下凸的,在[μ-σ,μ+σ]区间内是上凸的4编辑课件正态分布正态分布有两个参数,即平均数μ和标准差σ5编辑课件正态分布分布密度曲线与横轴所夹的面积为1,6编辑课件标准正态分布(standardnormaldistribution)μ=0,σ2=1的正态分布为标准正态分布(standardnormaldistribution)随机变量u服从标准正态分布,记作u~N(0,1)7编辑课件标准正态分布对于任何一个服从正态分布N(μ,σ2)的随机变量x,都可以通过标准化变换u=(x-μ)/σ将其变换为服从标准正态分布的随机变量uu称为标准正态变量或标准正态离差(standardnormaldeviate)8编辑课件三、正态分布的概率计算设u服从标准正态分布,那么u在[u1,u2〕何内取值的概率为:=Φ(u2)-Φ(u1)而Φ(u1)与Φ(u2)可由附表1查得。9编辑课件标准正态分布正态分布的对称性可推出以下关系式,再借助附表1,便能很方便地计算有关概率:P(0≤u<u1)=Φ(u1)-0.5P(u≥u1)=Φ(-u1)P(|u|≥u1)=2Φ(-u1)P(|u|<u1==1-2Φ(-u1)P(u1≤u<u2)=Φ(u2)-Φ(u1)10编辑课件计算u~N(0,1),试求:(1)P(u<-1.64)=?(2)P(u≥2.58)=?(3)P(|u|≥2.56)=?(4)P(0.34≤u<1.53)=?11编辑课件计算查附表1得:(1)P(u<-1.64)=0.05050(2)P(u≥2.58)=Φ(-2.58)=0.024940(3)P(|u|≥2.56)=2Φ(-2.56)=2×0.005234=0.010468(4)P(0.34≤u<1.53)=Φ(1.53)-Φ(0.34)=0.93669-0.6331=0.3038912编辑课件例3

在总体中,随机抽取一个容量为36的样本,求样本均值落在50.8到53.8之间的概率.解故例313编辑课件关于标准正态分布,以下几种概率应当熟记:P〔-1≤u<1〕=0.6826P〔-2≤u<2〕=0.9545P〔-3≤u<3〕=0.9973P〔-1.96≤u<1.96〕=0.95P(-2.58≤u<2.58)=0.9914编辑课件计算u变量在上述区间以外取值的概率分别为:P(|u|≥1)=2Φ(-1)=1-P(-1≤u<1)=1-0.6826=0.3174P(|u|≥2)=2Φ(-2)=1-P〔-2≤u<2〕=1-0.9545=0.0455P(|u|≥3)=1-0.9973=0.0027P(|u|≥1.96)=1-0.95=0.05P(|u|≥2.58)=1-0.99=0.0115编辑课件由表4—2可见,实际频率与理论概率相当接近,说明126头根底母羊体重资料的频率分布接近正态分布,从而可推断根底母羊体重这一随机变量很可能是服从正态分布的16编辑课件双侧概率和单侧概率随机变量x落在平均数μ加减不同倍数标准差σ区间之外的概率称为双侧概率(两尾概率),记作α。对应于双侧概率可以求得随机变量x小于μ-kσ或大于μ+kσ的概率,称为单侧概率(一尾概率),记作α/2。例如,x落在(μ-1.96σ,μ+1.96σ)之外的双侧概率为0.05,而单侧概率为0.025。P(x<μ-1.96σ)=P(x>μ+1.96σ)=0.02517编辑课件x落在(μ-2.58σ,μ+2.58σ)之外的双侧概率为0.01,而单侧概率P(x<μ-2.58σ)=P(x>μ+2.58σ)=0.00518编辑课件第二节卡方分布Chi-squareDistribution19编辑课件定义如果随机变量zi(i=1,...,n)为相互独立,都服从标准正态分布,那么定义:,i=1,...,n变量2服从自由度等于n卡方分布〔chi–squaredistribution〕。20编辑课件卡方分布曲线图4-1不同自由度下的

2分布图4-2

2分布的上侧和下侧分位数示意图

21编辑课件卡方分布特征卡方分布于区间[0,+

),并且呈反J形的偏斜分布。卡方分布的偏斜度随自由度的降低而增大,当自由度等于1时,曲线以纵轴为渐近线。随自由度的增大,卡方分丰曲线渐趋左右对称,当df>30时,卡方分布已接近正态分布。22编辑课件第三节t分布23编辑课件定义如果z~N(0,1),2服从自由度等于n的卡方分布,那么为自由度为n的t分布t分布的形状与正态分布相似24编辑课件t分布不同自由度下的t分布

t分布双侧分位数示意图

25编辑课件t分布密度曲线特点t分布受自由度的制约,每一个自由度都有一条t分布密度曲线。t分布密度曲线以纵轴为对称轴,左右对称,且在t=0时,分布密度函数取得最大值。与标准正态分布曲线相比,t分布曲线顶部略低,两尾部稍高而平。df越小这种趋势越明显。df越大,t分布越趋近于标准正态分布。当n>30时,t分布与标准正态分布的区别很小;n>100时,t分布根本与标准正态分布相同;n→∞时,t分布与标准正态分布完全一致。26编辑课件第四节F分布27编辑课件定义28编辑课件F分布图(2,6)(6,10)(10,20)29编辑课件F分布有以下特征F分布的平均数等于1,取值区间为[0,+

)。F分布曲线的形状仅决定于df1和df2。当df1=1或2时,F分布曲线呈严重倾斜的反向J形,当df1

3时,转为左偏曲线。30编辑课件第五节样本平均数的抽样分布31编辑课件定义样本变异性(samplingvariability):简单随机样本平均数间存在差异。或抽样误差(samplingerror)样本分布(samplingdistribution):指样本的概率分布。32编辑课件样本平均数的分布从N个总体中随机抽取样本含量为n的样本,共抽m次,求样本平均数的分布(sampledistributionforthemean)。计算每个样本的平均数列出每次抽样的平均数,并列出每个平均数的频率直观观察33编辑课件例题1一个骰子掷两次算一次抽样,求所有样本的样本平均数和方差12345611,11,21,31,41,51,622,12,22,32,42,52,633,13,23,33,43,53,644,14,24,34,44,54,655,15,25,35,45,55,666,16,26,36,46,56,634编辑课件例题2平均数频率相对频率1.010.0281.520.0562.030.0832.540.1113.050.1393.560.1674.050.1394.540.1115.030.0835.520.0566.010.028总和361.00035编辑课件样本平均数的分布1.01.52.02.53.03.54.04.55.05.56.036编辑课件定理情况1.如果总体服从正态分布,平均数为,方差为2,样本含量为n,那么样本为:正态分布平均数等于方差等于2/n,SQRT〔2/n〕称为平均数的标准差(standarderrorofthemean),或简称标准误37编辑课件定理情况2:当总本不是服从正态分布,平均数为,方

温馨提示

  • 1. 本站所有资源如无特殊说明,都需要本地电脑安装OFFICE2007和PDF阅读器。图纸软件为CAD,CAXA,PROE,UG,SolidWorks等.压缩文件请下载最新的WinRAR软件解压。
  • 2. 本站的文档不包含任何第三方提供的附件图纸等,如果需要附件,请联系上传者。文件的所有权益归上传用户所有。
  • 3. 本站RAR压缩包中若带图纸,网页内容里面会有图纸预览,若没有图纸预览就没有图纸。
  • 4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
  • 5. 人人文库网仅提供信息存储空间,仅对用户上传内容的表现方式做保护处理,对用户上传分享的文档内容本身不做任何修改或编辑,并不能对任何下载内容负责。
  • 6. 下载文件中如有侵权或不适当内容,请与我们联系,我们立即纠正。
  • 7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。

评论

0/150

提交评论