随机变量的密度函数

《随机变量的密度函数》由会员上传分享，免费在线阅读，更多相关内容在教育资源-天天文库。

1、第三章随机变量与概率分布随机变量及其种类概率分布正态分布二项分布随机变量及其种类随机变量（randomvariable）在一定范围内随机取值的变量以一定的概率分布取值的变量分类离散型(discrete)随机变量：只取有限个可能值（通常为整数）例：发病个体数，产仔数连续型(continuous)随机变量：在一定范围内可取无限个可能值（实数）例：产奶量，体长，日增重概率分布概率函数(probabilityfunction)随机变量取某一特定值的概率函数（离散型随机变量）概率密度函数(probabili

2、tydensityfunction)随机变量取某一特定值的密度函数（连续型随机变量）概率分布函数(probabilitydistributionfunction)随机变量取值小于或等于某特定值的概率离散型随机变量的概率分布概率函数X：随机变量，x：该随机变量的某一可能取值概率分布函数离散型随机变量的概率分布例1：掷一次骰子所得点数的概率函数概率分布列离散型随机变量的概率分布例2：掷二次骰子所得点数之和的概率分布离散型随机变量的概率分布概率分布图离散型随机变量的概率分布随机变量的期望(expecta

3、tion)-总体平均数对于例1：离散型随机变量的概率分布期望的性质(a是常量)1.2.3.4.（当X和Y彼此独立）离散型随机变量的概率分布随机变量的函数的期望设H(X)是随机变量X的某个函数例：对于例1：离散型随机变量的概率分布随机变量的方差(variance)-总体方差对于例1：离散型随机变量的概率分布方差的性质1.Var(a)=0（a是常量）2.Var(aX)=a2Var(X)3.Var(X+Y)=Var(X)+Var(Y)(X和Y彼此独立）4.Var(XY)=Var(X)Var(Y)/连续型

4、随机变量的概率分布概率密度函数满足以下条件的函数f(x)称为连续性随机变量X的概率密度函数:(x是X的任一可能取值)连续型随机变量的概率分布概率分布函数期望方差连续型随机变量的概率分布正态分布（normaldistribution）具有如下概率密度函数的随机变量称为正态分布随机变量：=期望2=方差（可以证明这个函数满足概率密度函数的3个条件）正态分布正态分布概率密度函数的几何表示正态曲线f(x)x曲线下某区间的面积即为随机变量在该区间取值的概率正态分布正态分布的特点只有一个峰，峰值在x=处

5、曲线关于x=对称，因而平均数=众数=中位数x轴为曲线向左、右延伸的渐进线由两个参数决定：平均数和标准差决定曲线在x轴上的位置决定曲线的形状正态分布平均数的影响标准差的影响正态分布标准正态分布(standardnormaldistribution)令Z服从正态分布标准正态分布对于标准化正态分布标准正态分布的概率密度函数0正态分布标准正态分布的概率计算附表1(p.274)正态分布(1)P(Zu)或P(Z-u)(u>0)直接查表正态分布(2)P(Z-u)或P(Zu)查表正态分布(3)P

6、(aZb)或例：设Z~N(0,1)，求(1)P(Z0.64)(2)P(Z1.53)(3)P(-2.12Z-0.53)(4)P(-0.54Z0.84)正态分布正态分布P(-1Z1)=68.26%P(-2Z2)=95.45%P(-3Z3)=99.73%P(-1.96Z1.96)=95%P(-2.58Z2.58)=99%几个特殊的标准正态分布概率正态分布68.3%95.5%99.7%正态分布对于给定的两尾概率求标准正态分布在x轴上的分位点附表2（p.276）/2

7、/2正态分布用2查附表2，可得一尾概率为时的分位点u对于给定的一尾概率求标准正态分布在x轴上的分位点正态分布一般正态分布的概率计算转换为标准正态分布计算例：设X~N(30,102)，求P(X40)X~N(,2)正态分布P(-X+)=68.26%P(-2X+2)=95.45%P(-3X+3)=99.73%P(-1.96X+1.96)=95%P(-2.58X+2.58)=99%几个特殊的一般正态分布概率正态分布-3-2

8、-++2+3x68.3%95.5%99.7%偏度与峭度偏度（skewness）度量一个分布的对称性的指标峭度（kurtosis）度量一个分布的尖峭或平坦程度的指标（总体）（样本）（总体）（样本）离散型随机变量的概率分布二项分布（binomialdistribution）假设：1.在相同条件下进行了n次试验2.每次试验只有两种可能结果（1或0）3.结果为1的概率为p，为0的概率为1-p4.各次试验彼此间是独立的在n次试验中，结果为1的次数（X=0，1，2，，n）服