社会统计学张彦第八章节常用统计分布

上传人:E**** 文档编号:91089467 上传时间:2019-06-21 格式:PPT 页数:18 大小:398KB
返回 下载 相关 举报
社会统计学张彦第八章节常用统计分布_第1页
第1页 / 共18页
社会统计学张彦第八章节常用统计分布_第2页
第2页 / 共18页
社会统计学张彦第八章节常用统计分布_第3页
第3页 / 共18页
社会统计学张彦第八章节常用统计分布_第4页
第4页 / 共18页
社会统计学张彦第八章节常用统计分布_第5页
第5页 / 共18页
点击查看更多>>
资源描述

《社会统计学张彦第八章节常用统计分布》由会员分享,可在线阅读,更多相关《社会统计学张彦第八章节常用统计分布(18页珍藏版)》请在金锄头文库上搜索。

1、第八章 常用统计分布,第一节 超几何分布,适用:小群体的两分变量。假定总体为 K个成功类、(N-K)个为失败类 1.超几何分布为离散型随机变量的概率 分布,它的数学形式是,2.超几何分布的数学期望值和方差,如果用 ,则有,例 以随机方式自5男3女的小群体中选出5人组成一个委员会,求该委员会中女性委员人数的概率分布、期望值与变异数。 解 由题意可知:N8K3,NK5n5,代入(81)式,故概率分布如下:,由 , ,代入(84)式、(85)式得 (1) (2),3.关于超几何分布的近似,设某校有l000名大学生,其中有外国留学生10、名,现从该校学生中任抽2人,求抽到外国留学生的概率分布。 解 抽

2、到外国留学生人数X服从N1000、K10、n2的超几何分布,根据(81)式得,由于 000201,用二项分布近似 计算有 ,由(86)式得,两种方法计算结果比较一下,仅在小数点后第5位上才出现误差。当然在01时,如此计算误差会比较大。另外,二项分布的计算量仍不算小,有时还可以将二项分布近似为泊松分布,这一点我们将在下一节讨论。,第二节泊松分布,适用:稀有事件的研究。一个事件的平均发生次数 是大量实验的结果,在这些试验中,此事件可能发生,但 是发生的概率非常小。 泊松分布亦为离散型随机变量的概率分布,随机变量 X为样本内成功事件的次数。若为成功次数的期望值, 假定它为已知。而且在某一时空中成功的

3、次数很少,超过 5次的成功概率可忽不计,那么X的某一具体取值x(即稀 有事件出现的次数)的概率分布为,泊松分布的性质:x的取值为零和一切正整数;图 形是非对称的,但随着的增加,图形变得对称;泊松 分布的数学期望和方差均为。,例 某城市50天交通事故的频数分布如 表所示,试求泊松 理论分布。,解 由资料知 查泊松分布表,得理论分布 将实测频数与理论频数比较,可知题中所述稀有事件是 满足泊松分布的。,第三节 卡方分布,卡方分布是一种连续型随机变量的概率分布,主要用于列联表 检验。 1.数学形式 设随机变量X1,X2,Xk,相互独立,且都服从同一的正态 分布N (,2)。那么,我们可以先把它们变为标

4、准正态变量 Z1,Z2,Zk,k个独立标准正态变量的平方和被定义为卡方分布 ( 分布)的随机变量 ( 读作卡方),且,我们把随机变量 的概率分布称为 分布,其概率密度记 作 。其中k为卡方分布的自由度,它表示定义式中独立变量的个数。,注意 写法的含义:它 表示自由度为k的卡方分布,当 其分布函数 时,其随机变量 的临界值(参见图)。具体来说,在假设检验中,它表示在显著性水平上卡方分布随机变量 的临界值。,关于卡方分布的分布函数,附表7对不同的自由度k及不同的临 界概率(01),给出了满足下面概率式的 的值(参见 图)。,例 已知k5, 15,求临界概率。 解 查卡方分布表,在表中自由度为5的横

5、行中找到 与15最接近的数值是15086,得到的近似值为001。 由此可知 001,解 查卡方分布表(附表7)得,例 试求下列各值:,式中:2代表总体方差,自由度为nl。,2.卡方分布的性质 (1) 恒为正值 。 (2)卡方分布的期望值 是自由度k,方差 为2k。 卡方分布取决于自由度k,每一个可能的自由度对应一个具体 的卡方分布。卡方分布只与自由度有关,这就给卡方分布的实际应 用带来很大方便。分布由正态分布导出,但它之所以与正态分布的 参数和无关,是因为标准正态变量Z与原来的参数无关。 (3)卡方分布具有可加性 (4)利用卡方分布可以推出样本方差 S2 的分布,所以,样本方差S 2落在33和

6、87之间的概率约为90。,3. 样本方差的抽样分布 例 由一正态总体抽出容量为25的一随机样本,已知26,求 样本方差S 2在3.3到8.7之间的概率。 解 已知n25,26,由 得,第四节 F 分布,F 分布是连续性随机变量的另一种重要的小样本分布,可用来检验两个总体的方差是否相等,多个总体的均值是否相等。还是方差分析和正交设计的理论基础。 1.数学形式 设 和 相互独立,那么随机变量,服从自由度为(k1,k2)的F分布。其中,分子上的自由 度k1叫做第一自由度,分母上的自由度k2叫做第二自由度。,注意 写法的含义:它表示自由度为 (k1,k2)的F 分布,当其分布函数 时,其随机变量 F

7、的临界值(参 见图)。具体来说,在假设检验中,它表示在显著性水平上F 分布 随机变量 F 的临界值。,我们把随机变量F的概率分 布称为F分布,其概率密度记 作 。本书附 表8,对不同自由度(k1,k2)及 不同的临界概率(01), 给出满足下列概率式的F(k1, k2)的值(参见图)。,如果 和 是两个独立随 机样本的方差,样本来源于具有相同 方差2的两个正态总体,样本容量 分别为n1和n2,那么根据(822)式, 随机变量F 服从于自由度为(n11和 n21)的F分布。,例 试求下列各值:,解查F分布表(附表8)得,2. F分布性质,(1)随机变量F恒为正值, F分布也是一个连续的非对 称分布。 (2)分布具有一定程度的 反对称性。 (3) F分布的期望值与变异数(方差),

展开阅读全文
相关资源
相关搜索

当前位置:首页 > 高等教育 > 大学课件

电脑版 |金锄头文库版权所有
经营许可证:蜀ICP备13022795号 | 川公网安备 51140202000112号