第五章 正态分布常用统计分布和优秀课件.ppt

《第五章 正态分布常用统计分布和优秀课件.ppt》由会员分享，可在线阅读，更多相关《第五章 正态分布常用统计分布和优秀课件.ppt（42页珍藏版）》请在淘文阁 - 分享文档赚钱的网站上搜索。

1、第五章 正态分布常用统计分布和第1页，本讲稿共42页一、什么是正态分布 正态分布(Normal Distribution)服从一类确定的规律，又称为常态分布或高斯分布。第2页，本讲稿共42页如统计了96人的初婚年龄18.5 20.5 22.5 24.5 26.5 28.5 30.5 32.5x(x)表5-1图5-1 (x)第3页，本讲稿共42页1.正态分布曲线是单峰，有一个最高点；2.分布曲线有一个对称轴x=；3.分布曲线以横轴为渐近线。中位值、中值、均值三者重叠。分布密度曲线的特征：第4页，本讲稿共42页1.曲线在x=处达到最高值，并且以x=对称。正态分布的概率密度表达式为：2.在不变的情况

2、下，越小，图形越尖锐，反之则低阔。123图5-2图5-3=0.5=1=2第5页，本讲稿共42页参数和代表的意义第6页，本讲稿共42页正态曲线下每一小块面积就是随机变量 在该小块取值 所出现的概率，曲线下的整个面积由无数个小直方形拼成。曲线下任意两点 的概率，就是对从 到 的所有小块面积进行累加，即第7页，本讲稿共42页几个典型取值区间的概率值图5-434.13%34.13%13.6%13.6%2.16%2.16%0.11%0.11%第8页，本讲稿共42页二、标准正态分布 根据Z值所得到的分布就是标准正态分布，概率密度为变量值标准化第9页，本讲稿共42页 标准正态分布其实是一般正态分布的一个特例

3、，记作N(0，1)，一般正态分布记作N(，2)。一般正态分布之所以能变成唯一的标准正态分布，就是把原来坐标中的零点沿着X轴迁到点，并且以为单位记分。图5-50=1第10页，本讲稿共42页（一）正态分布与标准正态分布的特点对比1.标准正态曲线在Z=0处达到最高点；2.标准正态曲线以Z=0为中心，双侧对称；3.标准正态曲线从最高点向左右缓慢下降，并无限延伸，但永不与基线相交；4.平均数为0，标准差为1；5.标准正态曲线从最高点向左右延伸时，正负1个标准差内向下向内弯，从正负1个标准差开始，向下向外弯。第11页，本讲稿共42页（二）正态分布与标准正态分布面积之间的对应关系第12页，本讲稿共42页34

4、.13%34.13%13.6%13.6%2.16%2.16%0.11%0.11%图5-6第13页，本讲稿共42页（三）标准分的实际意义 例1：甲、乙、丙3个同学社会统计学分数都是80分，甲同学所在班平均成绩甲=80分，乙=75分，丙=70分，标准差都是10，比较甲、乙、丙3个同学在班上的成绩。第14页，本讲稿共42页例2：设甲、乙、丙三个学生所在班级的平均成绩都为75分，甲=10分，乙=15分，丙=20分，比较甲、乙、丙三个学生在班上的成绩。第15页，本讲稿共42页 如果各科原始分数呈正态分布，可将各科原始分数转换成标准分，求其总和，再比较总分大小。例3：甲、乙两生高考的政治分数分别为70分、

5、60分，物理分数分别为60分、70分，从总分上看，两生的总成绩相等，但政治的平均分是70分，=20，而物理的平均分是50分，=40。第16页，本讲稿共42页为了使标准分Z值变成形式上的原始分数，一般将Z值乘以10，加上50，就变成了T分数：T=10Z+50T甲=0.2510+50=52.5；T乙=010+50=50标准分数的大小和正负可以反映某一个考生在全体考分中所处的地位，如甲生英语分数为Z=-0.44之上有67%的考生；乙生Z=0.25之上有40.13%的考生，通过每个考生在总体中的位置比较优劣，所以称为相对分数。第17页，本讲稿共42页三、标准正态分布表的使用 标准正态分布表是根据概率密

6、度，用积分计算Z取不同值时正态分布曲线下的面积。有的从Z=-开始，Z逐渐增加，表中所列是某个Z分数以下的累积概率；有的从Z=0开始，Z逐渐变化，计算从Z=0到某一定值之间的概率，因为正态分布对称，且对称轴为=0，所以当Z0时相应的Z分数概率值相等。第18页，本讲稿共42页任意两点Z1，Z2之间的面积就是图5-7图5-8图5-9第19页，本讲稿共42页例4：例5：第20页，本讲稿共42页例6：例7：第21页，本讲稿共42页例8：第22页，本讲稿共42页例9：即在60.24分到83.76分之间包括有95%的学生。图5-1095%第23页，本讲稿共42页例10：第24页，本讲稿共42页表5-2图5-

7、11 0 Z第25页，本讲稿共42页第26页，本讲稿共42页四、常用统计分布样本具有两重性：假设x1、x2xn是从总体X中抽取的样本，在一次具体的观测或试验中，它们是一批测量值，是一些已知数，即样本具有数的属性。在不同的观测中样本取值可能不同，因此当脱离开特定的具体试验或观测时，并不知道样本 x1、x2xn的具体取值是多少，可以把它们看作随机变量，即样本具有随机变量的属性。第27页，本讲稿共42页 如果在相同条件下对总体X进行n次重复的独立观测，那么可以认为所获得的样本x1、x2xn是独立的，并且服从相同分布的随机变量。如：当我们把一个长度为的物体测量了n次，获得样本x1、x2xn之后，要计算

8、其算术平均数作为的估计，其平均数就是对样本进行处理后得到的一个统计量。样本均值、样本方差是几个主要的统计量。三大分布：x2分布、t分布和F分布 第28页，本讲稿共42页（一）x2分布第29页，本讲稿共42页随着自由度增加，图形渐趋对称；x2具有可加性。设x2(k1)、x2(k2)，且与相互独立，则+=x2(k1+k2)，即+x2(k1+k2)图5-12K=1K=2K=6第30页，本讲稿共42页X2分布表的编制与使用（附表6）第31页，本讲稿共42页第32页，本讲稿共42页（二）t分布（学生分布）设随机变量N(0,1)，x2(k)，且与相互独立，则随机变量的分布称为自由度为k的t分布或学生分布，

9、并记作t(k)。图5-130第33页，本讲稿共42页t分布表的使用第34页，本讲稿共42页（三）F分布第35页，本讲稿共42页图5-140（1，10）（5，10）（10，10）（，10）F分布表是根据F分布函数计算得来的，附表7中对于不同的自由度及不同的（0 1），给出了满足式 的F值。第36页，本讲稿共42页第37页，本讲稿共42页五、大数定理与中心极限定理 当观察次数n趋向于无穷大时所得出的一系列定理，统称为极限定理。极限定理又分为大数定理和中心极限定理。大数定理一般讨论n个随机变量的平均值的稳定性；中心极限定理讨论在一般情况下，n个随机变量的和当n时的极限分布是正态分布。第38页，本讲稿共42页（一）贝努里大数定理第39页，本讲稿共42页（二）切贝谢夫大数定理第40页，本讲稿共42页（三）中心极限定理第41页，本讲稿共42页上面的表达式还有以下几种表达方法：第42页，本讲稿共42页