《正态分布及其运用》PPT课件.ppt_第1页
《正态分布及其运用》PPT课件.ppt_第2页
《正态分布及其运用》PPT课件.ppt_第3页
《正态分布及其运用》PPT课件.ppt_第4页
《正态分布及其运用》PPT课件.ppt_第5页
已阅读5页,还剩33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

7 2正态分布 一 正态分布是最重要的连续概率分布 1 运用最广的正态概率分布 期末考试成绩的分布人类身高的分布人类体重的分布人类的智商分布产品的质量分布相貌的分布 2 正态分布函数的性质 1 图形是关于x 对称钟形曲线 且峰值在x 处 2 均值 和标准差 一旦确定 分布的具体形式也惟一确定 不同参数的正态分布 构成一个完整的 正态分布族 均值 决定正态曲线的具体位置 标准差 决定曲线的陡峭程度 3 当X的取值向横轴左右两个方向无限延伸时 曲线的两个尾端也无限渐近横轴 理论上永远不会与之相交4 正态随机变量在特定区间上的取值概率P由正态曲线下的面积 pdf的积分 给出 而且其曲线下的总面积等于1 最大值f x 图示 参数 和 的变化对正态曲线的影响 3 正态分布的定义 pdf函数是通过对频率 概率 值的缩减而获得的 4 正态分布变换成标准正态分布 1 任何一个一般的正态分布X 可通过下面的线性变换转化为标准正态分布Z E Z 0 D Z 1 1 Z 标准正态分布 特定区域内的概率p永远不会变 标准化例子 P 5 X 6 2 x 5 10 一般正态分布 6 2 请查表求 P 5 X 6 2 标准化例子 P 2 9 X 7 1 一般正态分布 4 正态分布变换成标准正态分布的两大函数转换 标准正态分布的概率密度函数和概率分布函数 例 计算以下概率 1 X N 50 102 求和 2 Z N 0 1 求和 二 正态分布的概率计算 解题思路 1 画出正态分布概率图 数形结合 2 用df pdf求解概率p3 标准化成标准正态分布 查表求解 b x f x a 正态分布经验法则 用标准差度量取值的概率 x f x u 正负1个标准差 68 正负2个标准差 95 正负3个标准差 99 第1步 在Excel表格界面中 点击 f x 插入函数 命令第2步 在 选择类别 中点击 统计 并在 选择函数 中点击 NORMDIST 然后单击 确定 第3步 在 X 后输入正态分布函数计算的区间点 即x值 在 Mean 后输入正态分布的均值在 Standard dev 后输入正态分布的标准差在 Cumulative 后输入1 或TRUE 表示计算事件出现次数小于或等于指定数值的累概率单击 确定 计算机运用 用Excel正态分布的计算概率 计算标准正态分布的概率和反求Z值 第1步 在Excel表格界面中 点击 f x 插入函数 命令第2步 在 选择类别 中点击 统计 并在 选择函数 中点击 NORMSDIST 单击 确定 第3步 在 Z 后输入Z的值 单击 确定 第1步 在Excel表格界面中 点击 f x 插入函数 命令第2步 在 选择类别 中点击 统计 并在 选择函数 中点击 NORMSINV 然后单击 确定 第3步 在 Probability 后输入给定的概率值 单击 确定 计算概率 计算z值 补 反求z值的练习题 数形结合 例1 设X N 0 1 求以下概率 1 P X2 3 P 12 1 P X 2 1 0 9973 0 0227 3 P 1 X 3 P X 3 P X 1 3 1 3 1 1 0 9987 1 0 8413 0 8354 4 P X 2 P 2 X 2 2 2 2 1 2 2 2 1 0 9545 2 正态分布的练习 教材P155的练习 例2 设X N 5 32 求以下概率 1 P X 10 2 P 2 X 10 解 1 2 例3 用正态分布来解二项分布 某离散型随机变量X 若X B 100 0 2 试计算100次试验中恰好有15次成功的概率 第4次作业 第11题 正态分布练习题 P172 第13题 第16题 指数分布练习题 积分练习 第17题 指数分布练习题 积分练习 7 3正态分布导出的3个分布 2分布t分布F分布 一 正态分布导出 c2 分布 历史 由阿贝 Abbe 于1863年首先给出 后来由海尔墨特 Hermert 和卡 皮尔逊 K Pearson 分别于1875年和1900年推导出来 结论1 若随机变量X1 X2 Xn相互独立并分别服从标准正态分布 则随机变量Y服从自由度为n的X2 卡方 分布 Y X12 X22 Xn2 方差的分布将用到c2 分布 概率分布图 c2 分布的由来 c2 不同自由度的x2 分布 1 卡方分布的随机变量值 xi 始终为正 2 卡方分布的形状通常为不对称的正偏分布 但也取决于自由度n的大小 pdf随着自由度的增大逐渐趋于对称 3 卡方分布期望为 E 2 n 方差为 D 2 2n n为自由度 4 卡方分布的可加性 若U和V为两个独立的 2分布随机变量 则U V这一随机变量服从自由度为n1 n2的 2分布 2 c2 分布的特点 3 c2 分布概率分布的计算 c2 a的取值 例子1 计算自由度为8 随机变量x2值大于10的概率 例子2 计算自由度为10 随机变量x2分布右尾概率为0 1的临界值 CHIDIST x df 0 265 CHIINV p df 15 99 用Excel计算c2分布的概率 利用Excel提供的 CHIDIST 统计函数 计算c2分布右单尾的概率值语法 CHIDIST x degrees freedom 其中df为自由度 x 是随机变量的取值利用 CHIINV 函数则可以计算给定右尾概率和自由度时相应的反函数值语法 CHIINV probability degrees freedom 用Excel计算c2分布的概率 二 正态分布导出 t 分布 历史 WilliamGosset提出的 由于其经常用 student 为笔名发表文章 其所提的此分布也称为学生分布 student st t分布是类似正态分布的一种对称分布 通常要比正态分布平坦和分散 一个特定的分布依赖于称之为自由度的参数 随着自由度的增大 分布也逐渐趋于正态分布 t分布的来历 x t分布与标准正态分布的比较 t分布 标准正态分布 0 2 用Excel计算t分布的概率和临界值 利用Excel中的 TDIST 统计函数 可以计算给定值和自由度时分布的概率值语法 TDIST x degrees freedom tails 利用 TINV 函数则可以计算给定概率和自由度时的相应语法 TINV probability degrees freedom 用Excel计算t分布的临界值 计算机 t分布的计算 x t分布 0 ta a的值 例如 求自由度k 10 t值大于2的概率 TDIST 2 10 1 0 03669 TDIST 2 10 2 0 073 TDIST x df tails TINV p df Value two tails 3 查表 t分布的计算 T分布表中给出了不同自由度k及不同概率值a 0 a 1 的ta值 x t分布 0 ta a的值 例如 求k 10 a 0 05时t分布的随机变量值 t0 05 10 1 812 会查书后的t分布概率分布表 为纪念统计学家费希尔 R A Fisher 以其姓氏的第一个字母来命名 设若U为服从自由度为n1的 2分布 即U 2 n1 V为服从自由度为n2的 2分布 即V 2 n2 且U和V相互独立 则称F为服从自由度n1 分子 和n2 分母 的F分布 记为 三 正态分布导出 F 分布 概率分布图形 不同自由度的F分布 F 分布的由来 2 F 分布的计算 F 10 15 2 54 a 0 05 会查书后的t分布概率分布表 3 用Excel计算F分布的概率和临界值 利用Excel提供的 FDIST 统计函数 计算分布右单尾的概率值语法 FDIST x degrees freedom1 degrees freedom2 利用 FINV 函数则可以计算给定单尾概率和自由度时的相应语法 FINV probability degrees freedom1 degrees freedom2 用Excel计算F分布的概率 计算1 分子自由度为10 分子自由度为8 F值大于3的概率 计算2 分子自由度为10 分子自由度为8 F分布右尾概率为0 05时的F值 用Excel计算F分布的概率 Excel中的统计函数 BINOMDIST 计算二项分布的概率POISSON 计算泊松分布的概率HYPGEOMDIST 计算超几何分布的概率NORMDIST 计算正态分布的概率NORMINV

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