几个常用统计分布Word下载.docx
- 文档编号:19285281
- 上传时间:2023-01-05
- 格式:DOCX
- 页数:34
- 大小:26.79KB
几个常用统计分布Word下载.docx
《几个常用统计分布Word下载.docx》由会员分享,可在线阅读,更多相关《几个常用统计分布Word下载.docx(34页珍藏版)》请在冰豆网上搜索。
~
i1i1
)
推论1
设X,X,是来自正态总体
XN(,)12n
的样本,则样本的任一确定的线性函数
CX~N(
ii
C
).
其中
C,
1
C,,
为不全为零的常数
.
推论2
设
X,X,,
12
X是来自正态总体N(,)
2的样本,X是样本均值,则有X~N(,/n).
推论3
设与
X,X,,XY,Y,,
12n12
Y
分别是
来自两个独立的正态总体N
(,),
N(,
的样本,设X
11
X,Y
i1i1
12
分别是这两
个样本的均值,则有
XY~N
(
或
(
/
1
~N(0,1)
2.
分布
定义设,,,相互独立,均服从(0,1)
XXXN
分布,则称统计量=服从自由
XXX
2222
n12n
222
度为n的分布,记为~(n).
自由度:
指
nXXX
中右端包含独立
变量的个数.
定理分布的概率密度为
2(n)
nx
1
x2e2
x0
p(x)
2()
2
0其它
11
2分布即为分布
),
证明因为(1,
22
又因为2~2
(1),
X~N(0,1),由定义X
即
2in
Xi
~,,1,2,,.Xi
因为
X1相互独立
X,,X
2n
X1也相互独立
2,22
X,,X
根据
分布的可加性知
n1
nX.
~,i
().
2n分布的概率密度曲线如图
分布的性质
(2分布的可加性性质1)
~
(n),
2
~
(n
),
并且
独
立,则
~
(此性质可以推广到多个随机变量的情形)
~(n),并且
(i1,2,,m
相互
独立,则
m
~(nn
(2分布的数学期望和方差性质2)
若(),则(),()2.
2~2nE2nD2n
证明X~N(0,1),2
因为()()1,
所以EiDX
Xi
42
D312,i1,2,,n.
(XiEXEX
2)()[()]
故
E(EX
2)2
2
E
(Xn,
2)
DDX
(
D(X2n.
性质3
设~(n),则对任意x,有
lim
n
n
t
x
P{edt
x}
2n
2
22
证明由假设和定义,X,其中X,X,,X
ni12n
i1
222独立且每个X~N(0,1),因而X,X,,X独立同分布,
i12n
且
(Xi2DX2in
)1,()2(1,2,,)
由中心极限定理得
n
P{n
x}
Xn
limP{1x}
i
nn2
n2
e
dt
即
分布的极限分布是正态
分布,
也即,当n很大时
n
近似服从N(0,1).进而
近似
N(n,2n).
例1
设为来自正态总体的一组
X1X,X01
,N(,)
26
样本,
求C,
使得
Y
C(
XX
3
4
5
6
服从
解X1N
X~N(0,2),则12~(0,1)
2同理
XXXX
X3N
XXX~N(0,4),则3456~(0,1)
456
X1X
X
3XXX
与456相互独立
XXXXXX
所以()()~
(2)
123456
24
则C11C
2,14
关于正态总体N,)的样本均值和
(2
样本方差有以下重要定理.
定理
设X,X,,X是总体N(,)的样本,X,S
22
分别是样本均值和样本方差,则有
(n1)S1
(1)(XX)~(n1);
i22
(2)X与S独立.
分布3.
定义设X~N(0,1),Y~(n),且X,Y独立,
则称随机变量T服从自由度为n的t
Y/n
分布,记为T~t(n).
t分布又称学生氏(Student)分布.
t(n)分布的概率密度函数为
h(t)
n
πn
n1
t分布的概率密度曲线如图
显然图形是关于
t0对称的.当n充分大时,其图
形类似于标准正态
变量概率密度的图
形.
limh(t)e2
2π
所以当n足够大时t分布近似于N(0,1)分布,
但对于较小的n,t分布与N(0,1)分布相差很大.
t分布具有下列性质:
Tn2性质1设~t(n),则当时有
E(T)0
D(T)
Tp(t)
性质2设~t(n),是T的分布密度,
2t
则
limp(t)e
2n
此性质说明,当n时,T分布的极限
分布是标准正态分布。
例设X~N(,),~
(n),且X,Y相互独立,试求
T
的概率分布.
X2
解因为X~N(,),所以~N(0,1)
YXY
又~(n),且X,Y独立,则与独立,
由定义得
(X)/
n2
(Y/)
/n
t(n)
设X,X,,X是总体N(,)的
2
样本,X,S分别是样本均值和样本方差,则有
S/n
~t(n1).
X
证明~N(0,1),
/n
(n1)S
~(n1),
且两者独立,由t分布的定义知
XX(n1)S
(n1)
S/n/n
设与分别是来自
X,X,,XY,Y,,Y
12n12n
两个正态总体N(,),N(,)的样本,且这
1122
两个样本互相独立,设XX,YY分
别是这两个样本的均值,
nn11
S(XX),S(YY)
1i2i
n1n1
分别是这两个样本的样本方差,则有
(XY)()
S
w
~t(nn2),
(n1)S(n1)S
211222
S,SS.
www
nn2
证明:
因为XY~N
1,
所以U~N(0,1),
由
且它们相互独立,2
故由分布的可加性知
V
(2nn
2nn
2),
由于U与V相互独立,按t分布的定义
U
/(n1n
2)
(X
Y)(
Sw
t(n
1n
2).
分布3.F
定义设X~(n),Y~(n),且X,Y独立,则
X/n
称随机变量F服从自由度为(n,n)的F分布,
1
记为
F~F(n,n).
F
(n1,n
)分布的概率密度为
(y)
0,
y
n
y0
其它
F分布的概率密度曲线如图
F分布有以下性质
(1)
若F~F
(2)
E(F)
(n
D(F)
n(n
4)
(3)
设F~F
n
),则当n
4时,
对任意
x有
FE(F)1
limP{x}
nD(F)
这说明F分布极限分布也是正态分布.
例~(),~(1,).
3已知Ttn试证T2Fn
证明因为T~t(n),由定义有
Yn
其中X~N(0,1),Y~(n),且X,Y独立,那么
X~
(1),且X与Y独立,
由定义有
T~F(1,n)
由F分布的性质知~F(n,1)
T
S/
~F(n1,n1);
~(n1),
由假设S1,S2独立,则由F分布的定义知
22(n1)S(n1)S
1122~F(n1,n1),
1222
(n1)(n1)
即11
~F(n1,n1).
定义对于总体X和给定的(01),若存在
x,使P{Xx}
则称x为X的分布的上侧分位数.
1.正态分布的上侧分位数
u
设X服从标准正态分布N(0,1),N(0,1)的上
分位点u满足P{Xu}
edx
1P{Xu}1(u)
(u)1
给定,由附表2可查得u的值.
0.05
1.645,
0.025
1.96,
根据正态分布的对称性知
uu
1
定义对于给定的,0
- 配套讲稿:
如PPT文件的首页显示word图标,表示该PPT已包含配套word讲稿。双击word图标可打开word文档。
- 特殊限制:
部分文档作品中含有的国旗、国徽等图片,仅作为作品整体效果示例展示,禁止商用。设计者仅对作品中独创性部分享有著作权。
- 关 键 词:
- 几个 常用 统计 分布