数理统计的基本概念(二)

文章目录

抽样分布

所谓抽样分布是指统计量的概率分布。确定统计量的分布是数理统计学的基本问题之一。

几个重要分布

Γ \Gamma Γ 分布

若随机变量 X X X 具有概率密度 f ( x ; α , λ ) = { λ α Γ ( α ) x α − 1 e − λ x , x > 0 0 , x ≤ 0 f(x;\alpha,\lambda)=\begin{cases} \frac{\lambda^\alpha}{\Gamma(\alpha)}x^{\alpha-1}e^{-\lambda x}, &x>0 \\ 0, &x\le0 \end{cases} f(x;α,λ)={Γ(α)λαxα1eλx,0,x>0x0则称 X X X 服从参数为 α 、 λ \alpha、\lambda αλ Γ \Gamma Γ 分布,记为 X ∼ Γ ( α , λ ) X\sim \Gamma(\alpha, \lambda) XΓ(α,λ),其中 α > 0 , λ > 0 \alpha >0,\lambda >0 α>0,λ>0 为参数。

Γ \Gamma Γ 分布具有下列性质:

  1. X ∼ Γ ( α , λ ) X\sim \Gamma(\alpha, \lambda) XΓ(α,λ),则 E ( X ) = α / λ , D ( x ) = α / λ 2 . E(X)=\alpha/\lambda, D(x)=\alpha/\lambda^2. E(X)=α/λ,D(x)=α/λ2.
  2. 可加性。若 X i ∼ Γ ( α i , λ ) , i = 1 , . . . , n X_i\sim \Gamma(\alpha_i, \lambda),i=1,...,n XiΓ(αi,λ),i=1,...,n,且 X 1 , . . . , X n X_1,...,X_n X1,...,Xn 相互独立,则 X 1 + . . . + X n ∼ Γ ( α 1 + . . . + α n , λ ) X_1+...+X_n\sim\Gamma(\alpha_1+...+\alpha_n,\lambda) X1+...+XnΓ(α1+...+αn,λ)
  3. Γ \Gamma Γ 分布中取 α = 1 \alpha=1 α=1,即得指数分布 Exp ( λ ) \text{Exp}(\lambda) Exp(λ) f ( x ; λ ) = { λ e − λ x , x > 0 0 , x ≤ 0 f(x;\lambda)=\begin{cases} \lambda e^{-\lambda x}, &x>0 \\ 0, &x\le0 \end{cases} f(x;λ)={λeλx,0,x>0x0 由此可得性质 2 的一个推论:若 X 1 , . . . , X n X_1,...,X_n X1,...,Xn i.i.d. \text{i.i.d.} i.i.d.,且 X 1 ∼ Exp ( λ ) X_1\sim \text{Exp}(\lambda) X1Exp(λ),则 ∑ i = 1 n X i ∼ Γ ( n , λ ) \sum_{i=1}^nX_i \sim \Gamma(n,\lambda) i=1nXiΓ(n,λ)

β \beta β 分布

若随机变量 X X X 具有概率密度 f ( x ; a , b ) = { x a − 1 ( 1 − x ) b − 1 B ( a , b ) , 0 < x < 1 0 , 其他 f(x;a,b)=\begin{cases} \frac{x^{a-1}(1-x)^{b-1}}{B(a,b)}, &0<x<1 \\ 0, &其他 \end{cases} f(x;a,b)={B(a,b)xa1(1x)b1,0,0<x<1其他则称 X X X 服从参数为 a 、 b a、b ab β \beta β 分布,记为 X ∼ β ( a , b ) X\sim \beta(a,b) Xβ(a,b),其中 a > 0 , b > 0 a >0,b >0 a>0,b>0 为参数, B ( a , b ) B(a,b) B(a,b) β \beta β 函数。

β \beta β 分布具有下列性质:

  1. X ∼ β ( a , b ) X\sim \beta(a,b) Xβ(a,b),则 E ( X ) = a a + b , D ( X ) = a b ( a + b ) 2 ( a + b + 1 ) E(X)=\frac{a}{a+b},D(X)=\frac{ab}{(a+b)^2(a+b+1)} E(X)=a+ba,D(X)=(a+b)2(a+b+1)ab
  2. X ∼ Γ ( a , 1 ) , Y ∼ Γ ( b , 1 ) X\sim \Gamma(a,1),Y\sim \Gamma(b,1) XΓ(a,1),YΓ(b,1),且 X , Y X,Y X,Y 相互独立,则 Z = X X + Y ∼ β ( a , b ) Z=\frac{X}{X+Y}\sim \beta(a,b) Z=X+YXβ(a,b)

χ 2 \chi^2 χ2 分布

若随机变量 X X X 具有概率密度 χ 2 ( x ; n ) = { x n / 2 − 1 e − x / 2 2 n / 2 Γ ( n / 2 ) , x > 0 0 , x ≤ 0 \chi^2(x;n)=\begin{cases} \frac{x^{n/2-1}e^{-x/2}}{2^{n/2}\Gamma(n/2)}, &x>0 \\ 0, &x\le0 \end{cases} χ2(x;n)={2n/2Γ(n/2)xn/21ex/2,0,x>0x0 则称 X X X 服从自由度为 n n n χ 2 \chi^2 χ2 分布,记为 X ∼ χ 2 ( n ) X\sim \chi^2(n) Xχ2(n)

χ 2 \chi^2 χ2 分布具有下列性质:

  1. X ∼ χ 2 ( n ) X\sim \chi^2(n) Xχ2(n),则 E ( X ) = n , D ( X ) = 2 n E(X)=n,D(X)=2n E(X)=n,D(X)=2n
  2. 可加性。若 X i ∼ χ 2 ( n i ) , i = 1 , . . . , k X_i \sim \chi^2(n_i),i=1,...,k Xiχ2(ni),i=1,...,k,且 X 1 , . . . , X k X_1,...,X_k X1,...,Xk 相互独立,则 X 1 + . . . + X n ∼ χ 2 ( n 1 + . . . + n k ) X_1+...+X_n\sim \chi^2(n_1+...+n_k) X1+...+Xnχ2(n1+...+nk)

设随机变量 X 1 , . . . , X n X_1,...,X_n X1,...,Xn 相互独立,且都服从标准正态分布 N ( 0 , 1 ) N(0,1) N(0,1),则随机变量 χ 2 = ∑ i = 1 n X i 2 \chi^2=\sum_{i=1}^n X_i^2 χ2=i=1nXi2 服从自由度为 n n n χ 2 \chi^2 χ2 分布。

t t t 分布

t t t 分布又称学生分布,随机变量 T T T 服从自由度为 n n n t t t 分布记为 T ∼ t ( n ) T\sim t(n) Tt(n)

t t t 分布的概率密度关于 x = 0 x=0 x=0 对称,并且当 ∣ x ∣ → + ∞ |x|\to +\infty x+ 时单调下降地趋于 0,且当自由度 n → + ∞ n\to +\infty n+ 时,自由度为 n n n t t t 分布收敛于标准正态分布 N ( 0 , 1 ) N(0,1) N(0,1)

X ∼ N ( 0 , 1 ) , Y ∼ χ 2 ( n ) X\sim N(0,1),Y\sim \chi^2(n) XN(0,1),Yχ2(n),且 X X X Y Y Y相互独立,则 T = X Y / n ∼ t ( n ) T=\frac{X}{\sqrt{Y/n}}\sim t(n) T=Y/n Xt(n)

F F F 分布

随机变量 F F F 服从自由度为 ( n 1 , n 2 ) (n_1,n_2) (n1,n2) F F F 分布记为 F ∼ F ( n 1 , n 2 ) F\sim F(n_1,n_2) FF(n1,n2)

X ∼ χ 2 ( n 1 ) , Y ∼ χ 2 ( n 2 ) X\sim \chi^2(n_1),Y\sim \chi^2(n_2) Xχ2(n1),Yχ2(n2),且 X X X Y Y Y相互独立,则 F = X / n 1 Y / n 2 ∼ F ( n 1 , n 2 ) F=\frac{X/n_1}{Y/n_2} \sim F(n_1,n_2) F=Y/n2X/n1F(n1,n2)

在上述定理的条件下, F ∼ F ( n 1 , n 2 ) F\sim F(n_1,n_2) FF(n1,n2),则 1 F ∼ F ( n 2 , n 1 ) \frac{1}{F} \sim F(n_2,n_1) F1F(n2,n1)


分位数

设随机变量 X X X 的分布函数为 F ( x ) = P ( X ≤ x ) F(x)=P(X\le x) F(x)=P(Xx),对于 0 < p < 1 0<p<1 0<p<1,若有 x p x_p xp 满足 P ( X ≤ x p ) = F ( x p ) = p P(X\le x_p)=F(x_p)=p P(Xxp)=F(xp)=p 则称 x p x_p xp 为分布 F ( x ) F(x) F(x) (或随机变量 X X X)的下侧 p p p 分位数;对于 0 < α < 1 0<\alpha <1 0<α<1,若有 y α y_\alpha yα 满足 P ( X > y α ) = 1 − F ( y α ) = α P(X>y_\alpha)=1-F(y_\alpha)=\alpha P(X>yα)=1F(yα)=α 则称 y α y_\alpha yα 为分布 F ( x ) F(x) F(x) (或随机变量 X X X)的上侧 α \alpha α 分位数

由定义可知, y α = x 1 − α ; x p = y 1 − p y_\alpha=x_{1-\alpha}; x_p=y_{1-p} yα=x1α;xp=y1p

  1. N ( 0 , 1 ) N(0,1) N(0,1) 分布及 t t t 分布的对称性可知 u 1 − α = − u α , t 1 − α ( n ) = − t α ( n ) u_{1-\alpha}=-u_\alpha,t_{1-\alpha}(n)=-t_\alpha(n) u1α=uα,t1α(n)=tα(n)
  2. F α ( n 1 , n 2 ) = 1 F 1 − α ( n 2 , n 1 ) F_\alpha(n_1,n_2)=\frac{1}{F_{1-\alpha}(n_2,n_1)} Fα(n1,n2)=F1α(n2,n1)1

参考文献

[1] 《应用数理统计》,施雨,西安交通大学出版社。

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.mzph.cn/news/148928.shtml

如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈email:809451989@qq.com,一经查实,立即删除!

相关文章

git安装后报git: ‘remote-https‘ is not a git command. See ‘git --help‘.

1. 问题说明 使用的是linux系统&#xff0c;采用编译安装的方式进行安装&#xff0c;安装完成clone项目后提示“git: ‘remote-https’ is not a git command. See ‘git --help’.” 2. 问题解决 需要安装1个额外的库&#xff1a;libcurl4-openssl-de sudo apt-get install …

vue+springboot前后端分离项目中配置https

首先前端&#xff0c;vue打包后生成了dist&#xff0c;使用tomcat作为静态服务器&#xff0c;在tomcat中使用jks格式配置https&#xff08;不是jks可以不用往下看了&#xff09;: 将文件拷贝到tomcat的conf目录&#xff0c;修改server.xml&#xff08;注意修改jks和密码那里&a…

STM32电源名词解析

先来简单了解一下各种电源端口的命名 VCC&#xff1a;Ccircuit 表示电路的意思, 即接入电路的电压 VDD&#xff1a;Ddevice 表示器件的意思, 即器件内部的工作电压。 VSS&#xff1a;Sseries 表示公共连接的意思&#xff0c;通常指电路公共接地端电压。 GND&#xff1a;在电…

Eclipse切换中文环境

PACK包链接 地址&#xff0c;进入后可以看到不同版本的包。 要选择跟自己Eclipse版本一致的包&#xff0c;比如我的Eclipse启动界面如下&#xff0c;我就要找Helios的包&#xff08; Juno、Indigo、Helios、Kepler这些具体怎么划分的我也不清楚&#xff09;。 在线安装 打…

七、Nacos和Eureka的区别

一、nacos注册中心 二、临时实例与非临时实例 三、区别 Nacos支持服务端主动检测提供者状态:临时实例采用心跳模式&#xff0c;非临时实例采用主动检测模式临时实例心跳不正常会被剔除&#xff0c;非临时实例则不会被剔除Nacos支持服务列表变更的消息推送模式&#xff0c;服务…

redis五大常见数据结构的操作命令(string, hash, list, set和zset)

string redis的string&#xff0c;直接按照二进制&#xff08;不做任何的转换&#xff0c;存的是什么取出来的依旧是什么&#xff09;的方式存储。所以string不仅仅可以存储文本数据&#xff0c;还可以存储整数&#xff0c;JSON&#xff0c;xml甚至音视频。但是string的大小最…

文件编码、转换、乱码问题

文件编码 用来表示文本内容的字符集和字符编码方式&#xff0c;决定了在文本文件中使用的字符集和字符的二进制表示方式。常见的文件编码包括 UTF-8、UTF-16、ASCII、ISO-8859-1 等。选择文件编码时&#xff0c;需要考虑到所支持的字符集范围、编码方式对特定语言的支持程度以…

关于ASO优化的分步入门指南2

1、分析元数据。 分析我们收集的当前元数据和关键词&#xff0c;单独跟踪关键字词&#xff0c;然后跟踪组合。例如如果应用程序的标题是关于音乐的应用&#xff0c;则需要跟踪“音乐”、“听”、“听音乐”等关键词。填充元数据分析选项卡&#xff0c;使用搜索分数、下载影响和…

【Mysql学习笔记】1 - Mysql入门

一、Mysql5.7安装配置 下载后会得到zip 安装文件解压的路径最好不要有中文和空格这里我解压到 D:\hspmysql\mysql-5.7.19-winx64 目录下 【根据自己的情况来指定目录,尽量选择空间大的盘】 添加环境变量 : 电脑-属性-高级系统设置-环境变量&#xff0c;在Path 环境变量增加mysq…

SmartSoftHelp 7.0 程序员必备工具

下载地址&#xff1a; https://pan.baidu.com/s/1xjDL5QypcRJ5neulUPFmWQ?pwdgedx SmartSoftHelp 代码生成详细使用教程 NetCore代码生成{Ado.Coding} 菜单 *NetCore 原生SQL经典三层架构代码快速生成>>>>> NetCore平台如下操作: 1.新建解决方案 2.新建 DB…

wpf devexpress添加TreeListControl到项目

此教程示范如何添加TreeListControl到项目和绑定控件自引用数据源&#xff1a; 添加数据模型 绑定tree&#xff0c;并添加如下字段到数据源对象&#xff1a; Key字段包含唯一值索引节点 Parent字段包含父索引节点 添加数据模型&#xff08;Employee和Staff类&#xff09;到…

【C++】【Opencv】cv::Canny()边缘检测函数详解和示例

Canny边缘检测是一种流行的边缘检测算法&#xff0c;由John F. Canny在1986年开发。它是一种多阶段过程&#xff0c;包括噪声滤波、计算图像强度的梯度、非最大值抑制以及双阈值检测。本文通过函数原型解读和示例对cv::Canny()函数进行详解&#xff0c;以帮助大家理解和使用。 …

基于SSM的“鲜花”电子商务平台设计与实现

末尾获取源码 开发语言&#xff1a;Java Java开发工具&#xff1a;JDK1.8 后端框架&#xff1a;SSM 前端&#xff1a;Vue 数据库&#xff1a;MySQL5.7和Navicat管理工具结合 服务器&#xff1a;Tomcat8.5 开发软件&#xff1a;IDEA / Eclipse 是否Maven项目&#xff1a;是 目录…

ZC序列理论学习及仿真

文章目录 前言一、ZC 序列理论1、基本概念2、表达式3、ZC 序列一些定义①、自相关②、循环移位③、循环自相关④、循环互相关二、ZC 序列性质1、性质 1:恒包络,即等模2、性质 2:零循环自相关3、性质 3:固定循环互相关4、其他性质①、傅里叶变换后仍是 ZC 序列②、低峰均比③…

MES管理系统与ERP系统的实施顺序与决策

在现今的数字化时代&#xff0c;制造企业纷纷寻求通过先进的系统来提升运营效率。其中&#xff0c;ERP管理系统与MES管理系统被誉为是数字化转型的两大利器。然而&#xff0c;在推进这两个系统时&#xff0c;企业常常面临一个关键问题&#xff1a;究竟应该先实施哪一个系统&…

vite vue3配置eslint和prettier以及sass

准备 教程 安装eslint 官网 vue-eslint ts-eslint 安装eslint yarn add eslint -D生成配置文件 npx eslint --init安装其他插件 yarn add -D eslint-plugin-import eslint-plugin-vue eslint-plugin-node eslint-plugin-prettier eslint-config-prettier eslint-plugin…

基于操作系统讨论Java线程与进程、浅谈Go的线程与管程

文章目录 操作系统中的进程进程概念进程的状态 Java中的进程Java进程的概念Java进程的特性Java进程的状态Java进程与操作系统进程的通信 操作系统的进程和Java进程的区别联系操作系统进程Java 进程区别和联系 操作系统中的线程动机优点多核编程 Java中的线程定义&#xff1a;特…

网页开发如何实现简易页面跳动/跳转,html课堂练习/作业,页面ABC的相互跳转

先建一个文件夹&#xff0c;文件夹包含三个文件夹&#xff0c;三个文件夹分别包含各自的代码。(可以只建一个文件夹&#xff0c;文件夹包含各页面代码) 页面1的代码&#xff1a; <head> <meta http-equiv"Content-Type" content"text/html; charsetu…

什么是兼容性测试?兼容性测试侧重哪些方面?

兼容性测试主要是检查软件在不同的硬件平台、软件平台上是否可以正常的运行&#xff0c;即是通常说的软件的可移植性。 兼容的类型&#xff0c;如果细分的话&#xff0c;有平台的兼容&#xff0c;网络兼容&#xff0c;数据库兼容&#xff0c;以及数据格式的兼容。 兼容测试的…

安装R和Rstudio

目录 一、安装R 二、安装Rstudio 一、安装R R官网&#xff1a;官网链接 点击CRAN 选择一个镜像 我用的winows&#xff0c;所以我选择 download R for windows 进去之后选择 base 点击下载 找到刚才下载的可执行文件&#xff0c;安装 选择语言 下一步 选择一个位置安装 下一…