2023年全國(guó)碩士研究生考試考研英語(yǔ)一試題真題(含答案詳解+作文范文)_第1頁(yè)
已閱讀1頁(yè),還剩76頁(yè)未讀 繼續(xù)免費(fèi)閱讀

下載本文檔

版權(quán)說(shuō)明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)

文檔簡(jiǎn)介

1、附錄2 計(jì)量經(jīng)濟(jì)學(xué)的統(tǒng)計(jì)學(xué)基礎(chǔ),——復(fù)習(xí)數(shù)理統(tǒng)計(jì)學(xué),2024/3/18,1,問(wèn)題的提出,首先,假定現(xiàn)在開(kāi)始選學(xué)《計(jì)量經(jīng)濟(jì)學(xué)》課程的同學(xué)們都已經(jīng)學(xué)習(xí)過(guò)《數(shù)理統(tǒng)計(jì)學(xué)》了。即便通過(guò)了《數(shù)理統(tǒng)計(jì)》的學(xué)分考試,也意識(shí)到數(shù)理統(tǒng)計(jì)學(xué)在大學(xué)的數(shù)學(xué)基礎(chǔ)課教學(xué)中,屬于比較困難的一部分。況且,同學(xué)們對(duì)《數(shù)理統(tǒng)計(jì)》的掌握可能不是很完備的。其次,大多數(shù)人對(duì)數(shù)學(xué)公式、數(shù)學(xué)符號(hào)的健忘,也提醒我們?cè)谶M(jìn)一步討論計(jì)量經(jīng)濟(jì)學(xué)內(nèi)容之前,必須對(duì)數(shù)理統(tǒng)計(jì)學(xué)的基本內(nèi)容進(jìn)行一些

2、溫習(xí)與回顧。,2024/3/18,2,解決問(wèn)題的思路,1.請(qǐng)同學(xué)們將數(shù)理統(tǒng)計(jì)學(xué)的書籍拿出來(lái)進(jìn)行復(fù)習(xí)。2.在老師講授的內(nèi)容的同時(shí),加強(qiáng)回顧,多思考,多提問(wèn)。一邊聽(tīng)課一邊在教科書上進(jìn)行批注,并把教科書上的印刷錯(cuò)誤(忒多)改正。3.懇請(qǐng)同學(xué)們到圖書館借閱計(jì)量經(jīng)濟(jì)學(xué)的參考書。計(jì)量經(jīng)濟(jì)學(xué)的分類號(hào)是“F224”,計(jì)量經(jīng)濟(jì)學(xué)理論基礎(chǔ)——統(tǒng)計(jì)學(xué)的分類號(hào)是“O212”。4.在大三下以前掌握Windows 9x以及Office97及其以上的應(yīng)用,為畢

3、業(yè)論文和大四謀業(yè)面試打下堅(jiān)實(shí)的基礎(chǔ)。4.熟悉Internet的使用。,逐步養(yǎng)成通過(guò)網(wǎng)絡(luò)了解世界與世界同步。,2024/3/18,3,主要內(nèi)容,第一節(jié) 總體、樣本和隨機(jī)函數(shù)第二節(jié) 對(duì)總體的描述——隨機(jī)變量的數(shù)字特征第三節(jié) 對(duì)樣本的描述——樣本分布的數(shù)字特征第四節(jié) 隨機(jī)變量的分布——總體和樣本的連接點(diǎn),2024/3/18,4,為什么要復(fù)習(xí)數(shù)理統(tǒng)計(jì)學(xué),假設(shè)同學(xué)們都已經(jīng)學(xué)習(xí)過(guò)數(shù)理統(tǒng)計(jì)學(xué)。即便如此,數(shù)理統(tǒng)計(jì)學(xué)在大學(xué)數(shù)學(xué)教學(xué)

4、中,屬于比較難的部分,而且是研修高級(jí)課程必不可少的準(zhǔn)備。而且許多同學(xué)或許對(duì)于大部分同學(xué),他們對(duì)于數(shù)學(xué)公式與數(shù)學(xué)符號(hào)的健忘,也提醒我們有必要在展開(kāi)計(jì)量經(jīng)濟(jì)學(xué)討論之前,對(duì)本課程中經(jīng)常使用到的數(shù)理統(tǒng)計(jì)學(xué)基本內(nèi)容事先進(jìn)行一些溫習(xí)和回顧。,2024/3/18,5,數(shù)理統(tǒng)計(jì)學(xué)在計(jì)量經(jīng)濟(jì)學(xué)中的地位,事實(shí)上不懂得數(shù)理統(tǒng)計(jì)學(xué)就不可能學(xué)習(xí)和研究計(jì)量經(jīng)濟(jì)學(xué)。數(shù)理統(tǒng)計(jì)學(xué)是計(jì)量經(jīng)濟(jì)學(xué)的基礎(chǔ),它為計(jì)量經(jīng)濟(jì)學(xué)提供了唯一而有效的方法。此外,從某種意義上來(lái)說(shuō),計(jì)量

5、經(jīng)濟(jì)學(xué)就是使數(shù)理統(tǒng)計(jì)學(xué)在建立經(jīng)濟(jì)模型中得以應(yīng)用的一門科學(xué)。,2024/3/18,6,復(fù)習(xí)數(shù)理統(tǒng)計(jì)學(xué)必須注意,建議同學(xué)們將已經(jīng)學(xué)過(guò)的《西方經(jīng)濟(jì)學(xué)》、 《數(shù)理統(tǒng)計(jì)學(xué)》、《線性代數(shù)》和《Windows 95》進(jìn)行一次認(rèn)真地復(fù)習(xí)。復(fù)習(xí)時(shí),注重西方經(jīng)濟(jì)學(xué)的宏觀部分,注重?cái)?shù)理統(tǒng)計(jì)學(xué)學(xué)科體系的邏輯結(jié)構(gòu)分析、注重?cái)?shù)理統(tǒng)計(jì)方法的闡述、注重?cái)?shù)理統(tǒng)計(jì)公式、定義和定理的內(nèi)在涵義及其相互關(guān)系,注重線性代數(shù)的求逆和相似形部分,注重Windows 95的基本操作部

6、分。在今后的學(xué)習(xí)中,注意經(jīng)濟(jì)學(xué)基本理論及其應(yīng)用,注意數(shù)理統(tǒng)計(jì)學(xué)基礎(chǔ)與計(jì)量經(jīng)濟(jì)學(xué)的聯(lián)系與活用,注意線性代數(shù)與統(tǒng)計(jì)量的計(jì)量與檢驗(yàn)。,2024/3/18,7,第一節(jié) 總體、樣本和隨機(jī)函數(shù),四個(gè)基本定義與數(shù)理統(tǒng)計(jì)學(xué)的邏輯結(jié)構(gòu)一、隨機(jī)變量的分布二、二元隨機(jī)變量三、獨(dú)立性四、隨機(jī)變量函數(shù)和分布,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,

7、,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,2024/3/18,8,四個(gè)基本定義與數(shù)理統(tǒng)計(jì)學(xué)的邏輯結(jié)構(gòu),總體和個(gè)體樣本和樣本容量隨機(jī)變量統(tǒng)計(jì)量數(shù)理統(tǒng)計(jì)學(xué)的邏輯結(jié)構(gòu),2024/3/18,9,總體(集合)和個(gè)體(構(gòu)成集合的元素),研究對(duì)象的全體稱為總體或母體,組成總體的每個(gè)基本單位稱為個(gè)體。注意:(1)按組成總體個(gè)體的多寡分為:有限總體和無(wú)限總體;(

8、2)總體具有同質(zhì)性:每個(gè)個(gè)體具有共同的觀察特征,而與其它總體相區(qū)別;(3)度量同一對(duì)象得到的數(shù)據(jù)也構(gòu)成總體,數(shù)據(jù)之間的差異是絕對(duì)的,因?yàn)榇嬖诓豢上碾S機(jī)測(cè)量誤差;(4)個(gè)體表現(xiàn)為某個(gè)數(shù)值是隨機(jī)的,但是,它們?nèi)〉媚硞€(gè)數(shù)值的機(jī)會(huì)是不同的,即它們按一定的規(guī)律取值,即它們的取值與確定的概率相對(duì)應(yīng)。,2024/3/18,10,樣本和樣本容量,總體中抽出若干個(gè)個(gè)體組成的集體稱為樣本。樣本中包含的個(gè)體的個(gè)數(shù)稱為樣本的容量,又稱為樣本的大小。注

9、意:抽樣是按隨機(jī)原則選取的,即總體中每個(gè)個(gè)體有同樣的機(jī)會(huì)被選入樣本。,2024/3/18,11,隨機(jī)變量,根據(jù)概率不同而取不同數(shù)值的變量稱為隨機(jī)變量(Random Variable)。注意:(1)一個(gè)隨機(jī)變量具有下列特性:RV可以取許多不同的數(shù)值,取這些數(shù)值的概率為p,p滿足:0<=p<=1。(2)隨機(jī)變量以一定的概率取到各種可能值,按其取值情況隨機(jī)變量可分為兩類:離散型隨機(jī)變量和連續(xù)型隨機(jī)變量。離散型隨機(jī)變量的取值最

10、多可列多個(gè);連續(xù)型隨機(jī)變量的取值充滿整個(gè)數(shù)軸或者某個(gè)區(qū)間。(3)本書中,隨機(jī)變量用x、y、?、?等符號(hào)表示,2024/3/18,12,離散型隨機(jī)變量與連續(xù)型隨機(jī)變量,,,,,10 20 30 40 50,,,,,,,,,1.0,概率,概率,x,x,1.0,離散型隨機(jī)變量,連續(xù)型隨機(jī)變量,2024/3/18,13,總體與隨機(jī)變量的關(guān)系,表示總體狀況的數(shù)量特征,在總體中是參差不齊的,往往以一定的概率取不同的數(shù)值,顯然對(duì)于這

11、樣的數(shù)值我們采用一般的變量是無(wú)法加以描述的。但是??梢圆捎靡环N特殊的變量來(lái)表示它們。這個(gè)特殊變量就是隨機(jī)變量。因?yàn)椋鶕?jù)隨機(jī)變量的定義,隨機(jī)變量以一定的概率取許多不同的值,而且概率p滿足:0<=p<=1。例如,一批燈泡的壽命可以取許多不同的數(shù)值,每個(gè)燈泡的取值不一定完全相同,但它們是按一定概率進(jìn)行分布的,但它們卻是以一定的概率取某個(gè)壽命值。由此看來(lái),隨機(jī)變量并不是一個(gè)隨便變的量。由于我們主要研究總體的數(shù)量特征,可以直接用隨

12、機(jī)變量來(lái)表示所研究的總體。,2024/3/18,14,總體、隨機(jī)變量、樣本間的聯(lián)系,總體就是一個(gè)隨機(jī)變量,所謂樣本就是n個(gè)(樣本容量n)相互獨(dú)立且與總體有相同分布的隨機(jī)變量x1,……,xn。每一次具體抽樣所得的數(shù)據(jù),就是n元隨機(jī)變量的一個(gè)觀察值,記為(X1,……,Xn)。通過(guò)總體的分布可以把總體和樣本連接起來(lái)。,2024/3/18,15,從兩個(gè)角度來(lái)描述總體(隨機(jī)變量)中個(gè)體的取值,(1)動(dòng)態(tài)——概率——隨機(jī)地選取一個(gè)個(gè)體取某個(gè)具體

13、數(shù)值的可能性;(2)靜態(tài)——分布——個(gè)體取某個(gè)數(shù)值,從全局來(lái)看這個(gè)具體的數(shù)值(可能不只一個(gè)個(gè)體取這同一個(gè)數(shù)值)出現(xiàn)的次數(shù)占全體個(gè)體個(gè)數(shù)的比例,形象地說(shuō)就是這個(gè)具體的數(shù)值在數(shù)軸的這個(gè)位置上分布了多少。分布也好、概率也好它們?cè)诙攘可鲜且恢碌摹_@只是就離散型隨機(jī)變量的通俗示意。,2024/3/18,16,總體分布是總體和樣本的連接點(diǎn),所謂分布,它是從全局而言的。通俗地說(shuō),分布就是某個(gè)對(duì)象在什么地方,堆積了多少。任何一個(gè)隨機(jī)變量都有自己

14、的分布,這個(gè)什么地方就是在數(shù)軸上取什么值,堆積多少就是在那里占有的比例是多少或者概率有多大??傮w可以表示為隨機(jī)變量,并具有自身的分布。樣本則是相互獨(dú)立與總體具有相同分布的n元隨機(jī)變量。因此,總體分布是總體和樣本的連接點(diǎn)。從而,可以通過(guò)對(duì)樣本特征的研究達(dá)到對(duì)總體進(jìn)行研究的目的。因?yàn)樗鼈兙哂邢嗤姆植?。須知,如果?duì)于一個(gè)隨機(jī)變量完全掌握了它的分布規(guī)律,就完全明白無(wú)誤了。,2024/3/18,17,為什么樣本是與所來(lái)自的總體具有相同的分

15、布的隨機(jī)變量,因?yàn)闃颖揪哂卸匦裕阂皇侵改骋淮尉唧w的抽樣的具體的數(shù)值(X1,……,Xn);二是指一次抽樣的可能結(jié)果,它的每一次觀察都是隨機(jī)地從總體中(每一個(gè)個(gè)體有同樣的機(jī)會(huì)被選入)抽取一個(gè),所以它是一組隨機(jī)變量(x1,x2,……,xn) 而且,每一次抽樣都來(lái)自同一總體(分布),也就是每一次抽樣都帶來(lái)了與總體一樣的分布信息。所以,樣本與所來(lái)自的總體分布相同。由于總體分布完整的描述了總體的信息,有時(shí)我們也直呼總體為分布,不加區(qū)別地使

16、用總體或分布。,2024/3/18,18,統(tǒng)計(jì)量,設(shè)(x1,x2,……,xn)為一組樣本觀察值,函數(shù)f( x1,x2,……,xn )若不含有未知參數(shù),則稱為統(tǒng)計(jì)量。統(tǒng)計(jì)量一般是連續(xù)函數(shù)。由于樣本是隨機(jī)變量,因而它的函數(shù)也是隨機(jī)變量,所以,統(tǒng)計(jì)量也是隨機(jī)變量。統(tǒng)計(jì)量一般用它來(lái)提取或壓榨由樣本帶來(lái)的總體信息。,2024/3/18,19,樣本與總體之間的關(guān)系,樣本是總體的一部分,是對(duì)總體隨機(jī)抽樣后得到的集合。對(duì)觀察者而言,總體是不了

17、解的,了解的只是樣本的具體情況。我們所要做的就是通過(guò)對(duì)這些具體樣本的情況的研究,來(lái)推知整個(gè)總體的情況。,,,……,Xn+1,Xn,…,X1,,,樣本,總體,2024/3/18,20,數(shù)理統(tǒng)計(jì)學(xué)的邏輯結(jié)構(gòu),(1)總體和樣本引入一個(gè)隨機(jī)變量來(lái)描述總體(2)對(duì)總體的描述:隨機(jī)變量的數(shù)字特征(3)對(duì)樣本的描述:樣本分布的數(shù)字特征(4)總體與樣本的連接點(diǎn):隨機(jī)變量的分布(5)如何用樣本的數(shù)字特征估計(jì)總體的數(shù)字特征及數(shù)據(jù)生成過(guò)

18、程中的各種參數(shù) a 估計(jì)量的優(yōu)良性 b 估計(jì)方法 c 對(duì)估計(jì)量的檢驗(yàn)——假設(shè)檢驗(yàn),2024/3/18,21,a 估計(jì)量的優(yōu)良性,1、無(wú)偏性2、有效性3、均方誤最小4、一致性,2024/3/18,22,b 估計(jì)方法,,2024/3/18,23,c 對(duì)估計(jì)量的檢驗(yàn)——假設(shè)檢驗(yàn),1.對(duì)總體分布特征的假設(shè)檢驗(yàn)(1)一個(gè)正態(tài)總體的假設(shè)檢驗(yàn)a 檢驗(yàn)均值:已知方差和未知方差b 檢

19、驗(yàn)方差:未知均值(雙尾和單尾)(2)兩個(gè)正態(tài)總體的假設(shè)檢驗(yàn)a 檢驗(yàn)均值:未知方差但可假設(shè)其相等b 檢驗(yàn)方差:未知均值(雙尾和單尾)(3)總體分布的假設(shè)檢驗(yàn)a 總體為離散型分布b 總體為連續(xù)型分布2.對(duì)各種系數(shù)、參數(shù)估計(jì)值的假設(shè)檢驗(yàn),2024/3/18,24,一、隨機(jī)變量的分布,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,2024/3/18,25,(一)離散型隨機(jī)變量的分布,定義:如果隨

20、機(jī)變量?只取有限個(gè)或可列多個(gè)可能值,而且?以確定的概率取這些值,則稱?為離散型隨機(jī)變量。通常用分布列表示離散型隨機(jī)變量:?的概率分布也可用一系列等式表示:P( ? =xi)=pi (i=1,2,……)稱為?的概率函數(shù)。注意這里xi只出現(xiàn)一次。顯然滿足概率的定義:離散型隨機(jī)變量的分布就是指它的分布列或概率函數(shù)。,2024/3/18,26,離散型隨機(jī)變量舉例1,例1 一批產(chǎn)品的廢品率為5%,從中任取一個(gè)進(jìn)行檢驗(yàn),

21、以隨機(jī)變量來(lái)描述這一試驗(yàn)并寫出的分布。以X=0表示“產(chǎn)品為合格產(chǎn)品”,X=1表示“產(chǎn)品為廢品”,那么分布列如下:其概率函數(shù)p(X=0)=0.95, p(X=1)=0.05,或p(X=i)=(0.05)i(0.95)1-i ( i = 0, 1),2024/3/18,27,離散型隨機(jī)變量舉例2,用隨機(jī)變量X描述擲一顆骰子的試驗(yàn)。分布的概率函數(shù)為:P(X=i)= 1/6(i=1,2,3,4,5,6),2024/3/

22、18,28,(二)隨機(jī)變量的分布函數(shù),定義:若X是一個(gè)隨機(jī)變量(可以是離散的,也可以是非離散的),對(duì)任何實(shí)數(shù)x,令F(x)=P(X<=x),稱F(x)為隨機(jī)變量X的分布函數(shù)。F(x),即事件“X<=x”的概率,是一個(gè)實(shí)函數(shù)。對(duì)任意實(shí)數(shù)x1<x2,有P(x1<X<x2)=P(X<=x2)- P(X<=x1)=F(x2)- F(x1)由此可知,若已知X的分布函數(shù),就知道X在任何區(qū)間上取值的概

23、率。所以,分布函數(shù)完整的描述了隨機(jī)變量的變化情況。,2024/3/18,29,分布函數(shù)F(x)的性質(zhì),,2024/3/18,30,分布函數(shù)舉例,例3 求例1中的分布函數(shù)例4 求例2中的分布函數(shù),,2024/3/18,31,(三)連續(xù)型隨機(jī)變量的分布,定義:對(duì)于任何實(shí)數(shù)x,如果隨機(jī)變量X的分布函數(shù)F(x)可以寫成概率分布密度函數(shù)的性質(zhì):,2024/3/18,32,為什么?(x)稱為概率分布密度函數(shù),,2024/3/18,3

24、3,連續(xù)型隨機(jī)變量分布函數(shù)舉例,,2024/3/18,34,(四)分布函數(shù)、概率函數(shù)、密度函數(shù)三者的關(guān)系,分布函數(shù)既適用于離散型也適用于連續(xù)型,是描述各種類型隨機(jī)變量最一般的共同形式。但是,它不夠直觀。概率函數(shù)對(duì)于離散型的描述很直觀。概率密度函數(shù)的大小能夠反映X在x附近取值的概率的大小,從而比分布函數(shù)更直觀。所以,在實(shí)際應(yīng)用中我們分別用概率函數(shù)和密度函數(shù)對(duì)離散型和連續(xù)型隨機(jī)變量進(jìn)行描述。,2024/3/18,35,二、二元隨機(jī)變量

25、,n元隨機(jī)變量的定義:每次試驗(yàn)同時(shí)處理n個(gè)隨機(jī)變量(X1,X2,……,Xn),它們的取值隨試驗(yàn)的進(jìn)行而變化。如果對(duì)任何一組實(shí)數(shù)(x1,x2,……,xn),事件“X1?x1,X2?x2,……, Xn?xn”有著確定的概率,則稱n個(gè)隨機(jī)變量(X1,X2,……,Xn)總體為一個(gè)n元隨機(jī)變量。n元隨機(jī)變量分布函數(shù)的定義: n元函數(shù)F( x1,x2,……,xn )= P(X1?x1,X2?x2,……, Xn?xn)(x1,x2,……,xn)

26、屬Rn,為n元隨機(jī)變量分布函數(shù)。離散二元隨機(jī)變量的定義:如果二元隨機(jī)變量(X,Y)所有可能取值為有限或可列多個(gè),并且以確定的概率取各個(gè)不同數(shù)值,則稱(X,Y)為二元隨機(jī)變量。,2024/3/18,36,(X,Y)的聯(lián)合分布表和聯(lián)合分布函數(shù),(X,Y)為離散型的二元隨機(jī)變量,通常用聯(lián)合分布函數(shù)與聯(lián)合分布表表示。,2024/3/18,37,離散二元分布函數(shù)的示例,例6 同一品種的5個(gè)產(chǎn)品中,有2個(gè)正品,3個(gè)次品,每次從中抽取一個(gè)進(jìn)行質(zhì)量檢

27、查,不放回的抽取,連續(xù)兩次。令“Xi=0”表示第i次抽取到正品,而“Xi=1”表示第i次抽取到次品,寫出(X1,X2)的分布。解 p(X1=0,X2=0)= p(X1=0)P(X2=0)=(2/5)(1/4)=1/10 p(X1=0,X2=1)=p(X1=0)P(X2=1)=(2/5)(3/4)=3/10 p(X1=1,X2=0)=p(X1=1)P(X2=0)=(3/5)(2/4)=3/10 p(

28、X1=1,X2=1)=p(X1=1)P(X2=1)=(3/5)(2/4)=3/10,2024/3/18,38,連續(xù)二元隨機(jī)變量的定義,,2024/3/18,39,三、獨(dú)立性,(一)事件的獨(dú)立性(二)隨機(jī)變量的獨(dú)立性,2024/3/18,40,(一)事件的獨(dú)立性,定義1.12事件的獨(dú)立性的定義如果事件A發(fā)生的可能性不受事件B發(fā)生與否的的影響,即P(A/B)=P(A),則稱事件A對(duì)于事件B獨(dú)立。顯然,若事件A對(duì)于事件B獨(dú)立,事件B對(duì)于

29、事件A也一定獨(dú)立,我們稱事件A與事件B相互獨(dú)立。A與B獨(dú)立的充分必要條件是: P(AB)=P(A)P(B),2024/3/18,41,(二)隨機(jī)變量的獨(dú)立性,定義1.13隨機(jī)變量相互獨(dú)立的定義 對(duì)于任何實(shí)數(shù)x,y,如果二元隨機(jī)變量(X,Y)的聯(lián)合分布函數(shù)F(x,y)等于X和Y的邊際分布的乘積,即 F(x,y) = FX(x) . FY(y)則稱X與Y相互獨(dú)立。

30、定義1.14邊際分布的定義離散型二元隨機(jī)變量(X,Y)中,分量X(或Y)的概率分布稱為(X,Y)的關(guān)于X(或Y)的邊際分布,邊際分布又稱邊緣分布。,2024/3/18,42,四、隨機(jī)變量函數(shù)的概念和分布,定義1.15 隨機(jī)變量函數(shù)的定義 設(shè)f(x)是定義在隨機(jī)變量X的一切可能取值集合上的函數(shù)。如果對(duì)于X的每一個(gè)可能值x,都有另一個(gè)隨機(jī)變量Y的取值y=f(x)與之相對(duì)應(yīng),則稱Y為X的函數(shù),記作Y=f(X)。

31、 我們常常遇到一些隨機(jī)變量,它們的分布往往難于直接得到(例如滾珠體積的測(cè)量值等),但與它們有關(guān)系的另一個(gè)隨機(jī)變量的分布卻是容易知道的(如滾珠直徑的測(cè)量值)。因此,就要研究?jī)蓚€(gè)隨機(jī)變量之間的關(guān)系,然后通過(guò)它們之間的關(guān)系,由已知隨機(jī)變量的分布求出與之有關(guān)的其它隨機(jī)變量的分布。其間的關(guān)系通常用函數(shù)關(guān)系表示。,2024/3/18,43,第二節(jié) 對(duì)總體的描述——隨機(jī)變量的數(shù)字特征,一、數(shù)學(xué)期望二、方差三、數(shù)學(xué)期望與方差的圖示,,,,,,

32、,,,,2024/3/18,44,一、數(shù)學(xué)期望,研究數(shù)字特征的必要性兩個(gè)最重要的數(shù)字特征(1)數(shù)學(xué)期望(2)方差,,2024/3/18,45,研究數(shù)字特征的必要性,總體就是一個(gè)隨機(jī)變量。對(duì)總體的描述就是對(duì)隨機(jī)變量的描述。隨機(jī)變量的分布就是對(duì)隨機(jī)變量最完整的描述。但是,(1)求出總體的分布往往不是一件容易的事情;(2)而且,在很多情況下,我們并不需要全面考察隨機(jī)變量的變化情況,只需要了解總體的一些綜合指標(biāo)。一般說(shuō)來(lái),常常需要了解

33、總體的一般水平和它的離散程度;(3)如果了解總體的一般水平和離散程度,就已經(jīng)對(duì)總體有了粗略的了解了;(4)在很多情況下,了解這兩個(gè)數(shù)字特征還是深入求出總體分布的基礎(chǔ)和關(guān)鍵。由此看來(lái),研究隨機(jī)變量的數(shù)字特征是十分必要的。,2024/3/18,46,數(shù)學(xué)期望的定義,定義2.1離散型隨機(jī)變量數(shù)學(xué)期望的定義假定有一個(gè)離散型隨機(jī)變量X有n個(gè)不同的可能取值x1,x2,……,xn,而p1,p2,……,pn是X取這些值相應(yīng)的概率,則這個(gè)隨機(jī)變量

34、X的數(shù)學(xué)期望定義如下:數(shù)學(xué)期望描述的是隨機(jī)變量(總體)的一般水平。定義2.2連續(xù)型隨機(jī)變量數(shù)學(xué)期望的定義,2024/3/18,47,女兒期待父親釣多少魚(yú)回家?,數(shù)學(xué)期望是最容易發(fā)生的,因而是可以期待的。它反映數(shù)據(jù)集中的趨勢(shì)。,2024/3/18,48,數(shù)學(xué)期望的性質(zhì),(1)如果a、b為常數(shù),則 E(aX+b)=aE(X)+b(2)如果X、Y為兩個(gè)隨機(jī)變量,則 E(X+Y)=E(X)+E

35、(Y)(3)如果g(x)和f(x)分別為X的兩個(gè)函數(shù),則 E[g(X)+f(X)]=E[g(X)]+E[f(X)](4)如果X、Y是兩個(gè)獨(dú)立的隨機(jī)變量,則 E(X.Y)=E(X).E(Y),2024/3/18,49,求離散型隨機(jī)變量數(shù)學(xué)期望舉例,例1 甲、乙兩射手在一次射擊中的得分(分別用X、Y表示)的分布率如下:試比較兩射手的射擊技術(shù)水平,并計(jì)算如果二人各發(fā)一彈,他們

36、得分和的估計(jì)值。解 EX=1? 0.4+2 ? 0.1+3 ? 0.5=2.1 EY=1 ? 0.1+2 ? 0.6+3 ? 0.3=2.2 E(X+Y)=2.1+2.2=4.3 EX<EY 乙射手射擊水平比較高 二人各發(fā)一彈,得分總和最可能在4.3分左右(即4分或5分),2024/3/18,50,二、方差,定義2.4 離均差的定義 如果隨機(jī)變量X的數(shù)

37、學(xué)期望E(X)存在,稱[X-E(X) ]為隨機(jī)變量X的離均差。顯然,隨機(jī)變量離均差的數(shù)學(xué)期望是0,即 E [ X-E(X) ] = 0定義2.3 連續(xù)型隨機(jī)變量的方差定義2.5 隨機(jī)變量離均差平方的數(shù)學(xué)期望,叫隨機(jī)變量的方差,記作Var(x),或D(x)。方差的算術(shù)平方根叫標(biāo)準(zhǔn)差。,2024/3/18,51,方差的意義,(1)離均差和方差都是用來(lái)描述離散程度的,即描述X對(duì)于它的期望的偏離程度,這種偏差越大,

38、表明變量的取值越分散。(2)一般情況下,我們采用方差來(lái)描述離散程度。因?yàn)殡x均差的和為0,無(wú)法體現(xiàn)隨機(jī)變量的總離散程度。事實(shí)上正偏差大亦或負(fù)偏差大,同樣是離散程度大。方差中由于有平方,從而消除了正負(fù)號(hào)的影響,并易于加總,也易于強(qiáng)調(diào)大的偏離程度的突出作用。,2024/3/18,52,方差的性質(zhì),(1)Var(c )=0(2)Var(c+x)=Var(x )(3)Var(cx)=c2Var(x)(4)x,y為相互獨(dú)立的隨機(jī)變量,則V

39、ar(x+y)=Var(x )+Var(y )=Var(x-y)(5)Var(a+bx)=b2Var(x)(6)a,b為常數(shù),x,y為兩個(gè)相互獨(dú)立的隨機(jī)變量,則(ax+by)=a2Var(x)+b2Var(y)(7)Var(x)=E(x2)-(E(x))2,2024/3/18,53,例2 計(jì)算本節(jié)例1中甲射手的方差,例1 甲、乙兩射手在一次射擊中的得分(分別用X、Y表示)的分布率如下:E(X)=2.1Var(X)=(-

40、 1.1) 2 ? 0.4+(-0.1)2 ? 0.1+0.92 ? 0.5 = 0.89,2024/3/18,54,三、數(shù)學(xué)期望與方差的圖示,數(shù)學(xué)期望描述隨機(jī)變量的集中程度,方差描述隨機(jī)變量的分散程度。1方差同、期望變大 2期望同、方差變小,2024/3/18,55,第三節(jié) 對(duì)樣本的描述——樣本分布的數(shù)字特征,一、樣本分布函數(shù)二、樣本平均數(shù)三、樣本方差,2024/3/18,56

41、,一、樣本分布函數(shù),,2024/3/18,57,樣本分布函數(shù)舉例,,2024/3/18,58,二、樣本平均數(shù),總體的數(shù)字特征——是一個(gè)固定不變的數(shù),稱為參數(shù);樣本的數(shù)字特征——是隨抽樣而變化的數(shù),是一個(gè)隨機(jī)變量,稱為統(tǒng)計(jì)量。定義3.1樣本平均數(shù)的定義樣本平均數(shù)用來(lái)描述樣本的平均水平(一般Common)水平。,2024/3/18,59,三、樣本方差和標(biāo)準(zhǔn)差,定義3.2 樣本方差和標(biāo)準(zhǔn)差的定義,2024/3/18,60,第四節(jié)

42、 隨機(jī)變量的分布——總體和樣本的連接點(diǎn),一、幾種重要的分布二、各種分布之間的聯(lián)系三、分布是總體和樣本之間的連接點(diǎn)學(xué)習(xí)的重點(diǎn)應(yīng)放在確定X服從什么分布,和各種分布的聯(lián)系上。,,2024/3/18,61,一、幾種重要的分布,如果一個(gè)隨機(jī)變量的分布已經(jīng)確定,那么這個(gè)隨機(jī)變量的一切性質(zhì)對(duì)于我們便都是已知的。因?yàn)殡S機(jī)變量的分布是對(duì)隨機(jī)變量最完整的描述。例如X是廣西十萬(wàn)大山中樹(shù)木的高度, 它的分布函數(shù)為F(x)=P(X<=x)。此時(shí),你

43、對(duì)任意給定的高度x,都確知不超過(guò)這個(gè)高度的樹(shù)木在整個(gè)十萬(wàn)大山中所占的比例,你還會(huì)說(shuō)整個(gè)十萬(wàn)大山樹(shù)木高度的情況不清楚嗎?再如,已知X服從數(shù)學(xué)期望和方差已知的正態(tài)分布,那么你便了解這個(gè)X自身的一切性質(zhì)??梢酝ㄟ^(guò)查正態(tài)分布表確定研究中所需的一切數(shù)據(jù)。分布的數(shù)學(xué)形式和圖形屬“技術(shù)問(wèn)題”,精力應(yīng)集中于X究竟屬于何種分布上。,2024/3/18,62,1.?分布,(1) ?分布的定義(2)定理4.1 ?分布的數(shù)學(xué)期望和方差,2024

44、/3/18,63,2. 指數(shù)分布,(1)指數(shù)分布的定義(2)定理4.2 指數(shù)分布的數(shù)學(xué)期望和方差,2024/3/18,64,3. ? 2 分布,(1)定義4.3 ? 2 分布的定義(2)定理4.3?分布的和仍然服從?分布,2024/3/18,65,定理4.3推論:? 2 分布的和仍然服從? 2 分布,若X1,X2,……,Xn相互獨(dú)立,且Xi服從具有ni(i=1,2,……,n)個(gè)自由度的? 2 分布,則它們的和X

45、1+X2+……+Xn 服從具有? ni 個(gè)自由度的? 2 分布。,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,2024/3/18,66,4. 正態(tài)分布,定義4.4正態(tài)分布的定義定理4.4 正態(tài)分布的數(shù)學(xué)期望和方差定義4.5 標(biāo)準(zhǔn)正態(tài)分布,2024/3/18,67,正態(tài)分布的標(biāo)準(zhǔn)化,定理4.5 正態(tài)分布標(biāo)準(zhǔn)化,2024/3/18,68,5. t分布,定義4.6 t分布的定義,2024/3/18,6

46、9,6. F分布,定義4.7 F分布的定義,2024/3/18,70,? 2 分布的圖象,,2024/3/18,71,t分布和正態(tài)分布,,,,2024/3/18,72,F分布的圖象,,,,2024/3/18,73,二、各種分布之間的聯(lián)系,1. 一般正態(tài)分布與標(biāo)準(zhǔn)正態(tài)分布的關(guān)系定理4.6 如果X~N(?,?2),則(X- ?)/ ?~N(0,1)2. 標(biāo)準(zhǔn)正態(tài)分布與X2分布之間的關(guān)系定理4.7 如果X~N(0,1),則X2~ X

溫馨提示

  • 1. 本站所有資源如無(wú)特殊說(shuō)明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁(yè)內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒(méi)有圖紙預(yù)覽就沒(méi)有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫(kù)僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。

評(píng)論

0/150

提交評(píng)論