统计学第5-6章 正态分布、 统计量及其抽样分布讲解学习
- 1、下载文档前请自行甄别文档内容的完整性,平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益,请联系客服反馈,我们会尽快为您处理(人工客服工作时间:9:00-18:30)。
第5-6章 统计量及其抽样分布
5.1正态分布
5.1.1定义:当一个变量受到大量微小的、独立的随机因素影响时,这个变量一般服从正态分布或近似服从正态分布。
概率密度曲线图
例如:某个地区同年龄组儿童的发育特征:身高、体重、肺活量等 某一条件下产品的质量
如果随机变量X 的概率密度为
22
()21
(),2x f x e
x μσπσ
--=-∞<<∞
则称X 服从正态分布。
记做
2
(,)X N μσ:,读作:随机变量X 服从均值为μ,方差为2
σ的正态分布 其中,
μ-∞<<∞,是随机变量X 的均值,0σ>是是随机变量X
的标准差
5.1.2正态密度函数f(x)的一些特点:
()0f x ≥,即整个概率密度曲线都在x 轴的上方。
曲线
()f x 相对于x μ=对称,并在
x μ=处达到最大值,
1
()
2
fμ
πσ
=
。
1
μ<
2
μ<
3
μ
曲线的陡缓程度由
σ
决定:σ越大,曲线越平缓;σ越小,曲线越陡峭当
x
趋于无穷时,曲线以x轴为其渐近线。
标准正态分布
当
0,1
μσ
==
时,
2
2
1
()
2
x
f x e
π
-
=
,
x
-∞<<∞
称
(0,1)
N
为标准正态分布。
标准正态分布的概率密度函数:
()x ϕ
标准正态分布的分布函数:
()x Φ
任何一个正态分布都可以通过线性变换转化为标准正态分布
设
2
(,)
X Nμσ
:
,则
(0,1)
X
Z N
μ
σ
-
=:
变量
2
11
(,)
X Nμσ
:与变量2
22
(,)
Y Nμσ
:相互独立,则有
22
1212
+(+,+) X Y Nμμσσ
:
5.1.3 正态分布表:可以查的正态分布的概率值()1()
x x
Φ-=-Φ
例:设
(0,1)
X N
:,求以下概率
(1)
( 1.5) P X<
(2)
(2) P X>
(3)
(13) P X
-<≤
(4)
(2)P X ≤
解:
(1) 1.5
( 1.5)()(1.5)0.9332P X t dt ϕ-∞<==Φ=⎰
(2)
(2)1(2)1210.97730.0227
P X P X >=-≤=-Φ=-=() (3)
(13)(3)(1)(3)(1)
(3)(1(1))0.9987(10.8413)0.84
P X P X P X -<≤=≤-≤-=Φ-Φ-=Φ--Φ=--= (4)
(2)(22)(2)(2)
(2)(1(2))2(2)10.9545
P X P X ≤=-≤≤=Φ-Φ-=Φ--Φ=Φ-=
一般,若
(0,1)X N :,则有
()()()P a X b b a <≤=Φ-Φ
()2()1P X a a ≤=Φ-
例 设2
(5,3)X N :,求以下概率
(1)(10)P X ≤
(2)
(210)P X <<
(3)
(28)P X ≤≤
(4)
(56)P X -≤
(5)
(59)P X -≤
解:由2
(5,3)X N :,
5
(0,1)3
X N -: (1)
1.675105
(10)()
33
5( 1.67)
3()(1.67)0.9522
X P X P X P t dt ϕ-∞
--≤=≤-=≤==Φ=⎰
(2)
255105
(210)()
333
5
(1 1.67)
3(1.67)(1)0.7938
X P X P X P ---<<=<<-=-<<=Φ-Φ-=
(3)
25585
(28)()
333
5
(11)
32(1)120.841310.6826
X P X P X P ---≤≤=≤≤-=-≤≤=Φ-=⨯-=
(4)
56
(56)()
33
5(2)
32(2)120.977210.9544
X P X P X P --≤=≤-=≤=Φ-=⨯-=
(5)
5
(59)(
3)
3
2(3)120.998710.9974
X P X P --≤=≤=Φ-=⨯-=
一般,若
2
(,)X N μσ:,则有 ()()()b a P a X b μμ
σσ
--<≤=Φ-Φ
5.1.4 3σ
准则
若
(0,1)X N :,则有
(1)2(1)10.6826P X ≤=Φ-=
(2)2(2)10.9545P X ≤=Φ-=
(3)2(3)10.9973P X ≤=Φ-=
即,X 的取值几乎全部集中在[]3,3-区间内,超出这个范围的可能不到0.3%
至一般正态总体,即
2
(,)X N μσ:,有
()0.6826P X μσ-≤=