正态分布与抽样方法

高三一轮复习学案58 正态分布命题人：陈书静审核人:张继国寄语：学习要靠努力和毅力，你正在做吗？班级姓名

2、正态分布的期望与方差：

3、正态分布的性质：（1）去现在X轴上方，与X轴不相交，（2）曲线关于

三、高考再现：

四、练习与例题：

一、考纲关注

1、理解随机抽样的必要性和重要性

、（

统计量及其抽样分布练习题

第六章统计量及其抽样分布练习题一、填空题（共10题，每题2分，共计20分） 1．简单随机抽样样本均值X 的方差取决于_________和_________，要使X 的标准差降低到原来的50％，则样本容量需要扩大到原来的_________倍。 2. 设1217,,,X X X 是总体(,4)N μ的样本，2S 是样本方差，若2()0.01P S a >=，则a =____________。 3．若(5)X t ，则2X 服从_______分布。 4．已知0.95(10,5) 4.74F =，则0.05(5,10)F 等于___________。 5．中心极限定理是说：如果总体存在有限的方差，那么，随着_________的增加，不论这个总体变量的分布如何，抽样平均数的分布趋近于_____________。 6. 总体分布已知时，样本均值的分布为_________抽样分布；总体分布未知，大样本情况下，样本均值的分布为_________抽样分布。 7. 简单随机样本的性质满足_________和_________。 8.若(2,4)X N ，查分布表，计算概率(X 3)P ≥=_________。若(X )0.9115P a ≤=，计算a =_________。 9. 若12~(0,2),~(0,2),X N X N 1X 与2X 独立，则2212X X +（）/2服从______分布。 10. 若~(16,4)X N ，则5X 服从___________分布。二、选择题（共10题，每题1分，共计10分）

1．中心极限定理可保证在大量观察下 ( ) A ．样本平均数趋近于总体平均数的趋势 B ．样本方差趋近于总体方差的趋势 C ．样本平均数分布趋近于正态分布的趋势 D. 样本比例趋近于总体比例的趋势 2．设随机变量()(1)X t n n >，则21/Y X =服从 ( ) 。 A. 正态分布 B.卡方分布 C. t 分布 D. F 分布 3．某品牌袋装糖果重量的标准是（500±5）克。为了检验该产品的重量是否符合标准，现从某日生产的这种糖果中随机抽查10袋，测得平均每袋重量为498克。下列说法中错误的是（） A. 样本容量为10 B .抽样误差为2 C. 样本平均每袋重量是统计量 D. 498是估计值 4．设总体均值为100，总体方差为25，在大样本情况下，无论总体的分布形式如何，样本平均数的分布都是服从或近似服从( ) A. (100/,25)N n B. N C. (100,25/)N n D. (100,N 5、设2(0,1),(5),X N Y χ且X 与Y 独立，则随机变量_________服从自由度为5的t 分布。（） A. /X Y B. 5/Y X C. /X /

统计学第5-6章正态分布、统计量及其抽样分布知识分享

统计学第5-6章正态分布、统计量及其抽样分布

第5-6章统计量及其抽样分布 5.1正态分布 5.1.1定义:当一个变量受到大量微小的、独立的随机因素影响时，这个变量一般服从正态分布或近似服从正态分布。概率密度曲线图例如：某个地区同年龄组儿童的发育特征：身高、体重、肺活量等某一条件下产品的质量如果随机变量X的概率密度为 2 2 () 2 1 (), 2 x f x e x μ σ πσ -- =-∞<<∞ 则称X服从正态分布。记做 2 (,) X Nμσ : ，读作：随机变量X服从均值为 μ ，方差为2 σ的正态分布其中， μ -∞<<∞ ，是随机变量X的均值，0 σ>是是随机变量X 的标准差

5.1.2正态密度函数f(x)的一些特点： ()0 f x≥, 即整个概率密度曲线都在x轴的上方。曲线 () f x相对于xμ =对称，并在xμ = 处达到最大值， 1 () 2 fμ πσ = 。 1 μ＜ 2 μ＜ 3 μ 曲线的陡缓程度由 σ 决定： σ 越大，曲线越平缓；σ越小，曲线越陡峭当 x 趋于无穷时，曲线以 x轴为其渐近线。标准正态分布

当 0,1 μσ == 时， 2 2 1 () 2 x f x e π - = ， x -∞<<∞ 称 (0,1) N 为标准正态分布。标准正态分布的概率密度函数： ()x ? 标准正态分布的分布函数： ()x Φ 任何一个正态分布都可以通过线性变换转化为标准正态分布设 2 (,) X Nμσ : ,则 (0,1) X Z N μ σ - =: 变量 2 11 (,) X Nμσ :与变量2 22 (,) Y Nμσ :相互独立,则有 22 1212 +(+,+) X Y Nμμσσ : 5.1.3 正态分布表：可以查的正态分布的概率值 ()1() x x Φ-=-Φ

正态分布随机数生成算法

概率论与数理统计课程设计题目：正态分布随机数生成算法要编程得到服从均匀分布的伪随机数是容易的。C语言、Java语言等都提供了相应的函

数。但是要想生成服从正态分布的随机数就没那么容易了。得到服从正态分布的随机数的基本思想是先得到服从均匀分布的随机数，再将服从均匀分布的随机数转变为服从正态分布。接下来就先分析三个从均匀分布到正态分布转变的方法。然后编程实现其中的两个方法并对程序实现运作的效果进行统计分析。 1、方法分析（1）利用分布函数的反函数若要得到分布函数为F(x)的随机变量Y 。可令1()Y F u -=，其中u 是服从均匀分布的随机变量，有 1 ()(())() P Y y P U F y F y -≤=≤= 因而，对于任意的分布函数，只要求出它的反函数，就可以由服从均匀分布的随机变量实例来生成服从该分布函数的随机变量实例。现在来看正态分布的分布函数，对于2 ~(,)X N μσ，其分布函数为： 2 2()21 ()t x F x e μσ ---∞ = ? 显然，要想求其反函数是相当困难的，同时要想编程实现也很复杂。可见，用此种方法来生成服从正态分布的随机变量实例并不可取。（2）利用中心极限定理第二种方法利用林德伯格—莱维(Lindeberg —Levi)中心极限定理：如果随机变量序列 12,,,,n X X X 独立同分布，并且具有有限的数学期望和方差 ()()2 ,0(1,2,),i i E X D X i μσ ==>= 则对一切x R ∈有 2 2 1lim t n x i n i P X n x dt μ- -∞ →∞ =? ?? -≤= ????? ∑? 因此，对于服从均匀分布的随机变量i X ，只要n 充分大， 11 n i i X n μ=? -? ?∑就服从()0,1N 。我们将实现这一方法。（3）使用Box Muller 方法先证明2 2 2x e dx π-∞-∞ =? ：令2 2 x I e dx -∞-∞ = ? ，则

抽样分布习题()

抽样分布习题 1.抽样分布是指（ C ） A 一个样本各观测值的分布 B 总体中各观测值的分布 C 样本统计量的分布 D 样本数量的分布 2.根据中心极限定理可知，当样本容量充分大时，样本均值的抽样分布服从正态分布，其分布的均值为（ A ）。 A μ B x C 2σ D n 2 σ 3.根据中心极限定理可知，当样本容量充分大时，样本均值的抽样分布服从正态分布，其分布的方差为（ D ）。 A μ B x C 2σ D n 2 σ 4.从一个均值μ=10，标准差σ=0.6的总体中随机选取容量为n=36的样本。假定该总体并不是很偏的，则样本均值x 小于 9.9的近似概率为（ A ）。 A 0.1587 B 0.1268 C 0.2735 D 0.6324 5.假设总体服从均匀分布，从此总体中抽取容量为36的样本，则样本均值的抽样分布（ B ） A 服从非正态分布 B 近似正态分布 C 服从均匀分布 D 服从2χ分布 6.从服从正态分布的无限总体中分别抽取容量为4,16,36的样

本，当样本容量增大时，样本均值的标准差（ C ）A 保持不变 B 增加 C 减小D 无法确定 7. 总体均值为50，标准差为8，从此总体中随机抽取容量为64的样本，则样本均值的抽样分布的均值和标准误差分布为（ B ）。 A 50，8 B 50，1 C 50，4 D 8，8 8.某大学的一家快餐店记录了过去5年每天的营业额，每天营业额的均值为2500元，标准差为400元。由于在某些节日的营业额偏高，所以每日营业额的分布是右偏的，假设从这5年中随机抽取100天，并计算这100天的平均营业额，则样本均值的抽样分布是（ B ）。 A 正态分布，均值为250元，标准差为40元 B 正态分布，均值为2500元，标准差为40元 C 右偏分布，均值为2500元，标准差为400元 D 正态分布，均值为2500元，标准差为400元 9. 某班学生的年龄分布是右偏的，均值为22，标准差为4.45，如果采取重复抽样的方法从该班抽取容量为100的样本，则样本均值的抽样分布是（ A ） A 正态分布，均值为22，标准差为0.445 B 分布形状未知，均值为22，标准差为4.45

抽样分布习题与答案

第 4 章抽样分布自测题选择题 1.抽样分布是指（） A. 一个样本各观测值的分布C. 样本统计量的分布 B. 总体中各观测值的分布D. 样本数量的分布 2.根据中心极限定理可知，当样本容量充分大时，样本均值的抽样分布服从正态分布，其分布的均值为（） 2 A. B. x C.2 D. n 3.根据中心极限定理可知，当样本容量充分大时，样本均值的抽样分布服从正态分布，其分布的方差为（） 2 A. B.x C.2 D. n 4.从均值为，方差为2 n 的样本，则（）的任意一个总体中抽取大小为 A.当 n 充分大时，样本均值x 的分布近似服从正态分布 B.只有当 n<30 时，样本均值x的分布近似服从正态分布 C.样本均值 x 的分布与n无关 D. 无论 n 多大，样本均值x 的分布都是非正态分布 5.假设总体服从均匀分布，从该总体中抽取容量为 36 的样本，则样本均值的抽样分布（） A. 服从非正态分布 B. 近似正态分布 C. 服从均匀分布 D. 服从 2 分布 6. 从服从正态分布的无限总体中分别抽取容量为4,16,36的样本，则当样本容量增大时，样本均值的标准差（） A. 保持不变 B. 增加 C.减小 D.无法确定 7. 某大学的一家快餐店记录了过去 5 年每天的营业额，每天营业额的均值为2500 元，标准差为 400 元。由于在某些节日的营业额偏高，所以每日营业额的分布是右偏的，假设从这5年中随机抽取100 天，并计算这100 天的平均营业额，则样本均值的抽样分布是（） A. 正态分布，均值为250 元，标准差为40 元 B. 正态分布，均值为2500 元，标准差为40 元 C.右偏，均值为2500 元，标准差为400 元 D. 正态分布，均值为2500 元，标准差为400 元 8. 在一个饭店门口等待出租车的时间是左偏的，均值为12 分钟，标准差为 3 分钟。如果从饭店门口随机抽取 81 名顾客并记录他们等待出租车的时间，则样本均值的抽样分布是（） A. 正态分布，均值为12 分钟，标准差为0.33 分钟 B. 正态分布，均值为12 分钟，标准差为 3 分钟 C. 左偏分布，均值为12 分钟，标准差为 3 分钟

离散型随机变量与正态分布

离散型随机变量的均值与方差、正态分布一、选择题、填空题 1．已知随机变量ξ服从正态分布N (1，σ2)，P (ξ≤4)＝0.84，则P (ξ≤－2)＝( ) A ．0.16 B ．0.32 C ．0.68 D ．0.84 2．一个篮球运动员投篮一次得3分的概率为a ，得2分的概率为b ，不得分的概率为 c ，a 、b 、c ∈(0,1)，且无其他得分情况，已知他投篮一次得分的数学期望为1，则ab 的最大值为 ( ) A.148 B.124 C.1 12 D.16 3．某种种子每粒发芽的概率都为0.9，现播种了1 000粒，对于没有发芽的种子，每粒需再补种2粒，补种的种子数记为X ，则X 的数学期望为( ) A ．100 B ．200 C ．300 D ．400 4．设X 是一个离散型随机变量，其分布列为：则q 等于( ) A ．1 B ．1±22 C ．1－2 2 D ．1＋ 2 2 5．随机变量X 的概率分布规律为P (X ＝k )＝c k (k ＋1)，k ＝1,2,3,4，其中c 是常数，则P (12

二项分布与正态分布

第七章假设检验第一节二项分布二项分布的数学形式·二项分布的性质第二节统计检验的基本步骤建立假设·求抽样分布·选择显著性水平和否定域·计算检验统计量·判定第三节正态分布正态分布的数学形式·标准正态分布·正态分布下的面积·二项分布的正态近似法第四节中心极限定理抽样分布·总体参数与统计量·样本均值的抽样分布·中心极限定理第五节总体均值和成数的单样本检验 σ已知，对总体均值的检验·学生t分布(小样本总体均值的检验)·关于总体成数的检验一、填空 1．不论总体是否服从正态分布，只要样本容量n足够大，样本平均数的抽样分布就趋于（）分布。 2．统计检验时，被我们事先选定的可以犯第一类错误的概率，叫做检验的( )，它决定了否定域的大小。 3．假设检验中若其他条件不变，显著性水平的取值越小，接受原假设的可能性越（），原假设为真而被拒绝的概率越（）。 4．二项分布的正态近似法，即以将B(x；n，p)视为（)查表进行计算。 5．已知连续型随机变量X～N(0,1)，若概率P{X ≥λ}=0.10，则常数λ=（）。 6．已知连续型随机变量X～N(2,9)，函数值 9772 .0 )2( = Φ ，则概率 }8 {< X P= （）。二、单项选择 1．关于学生t分布，下面哪种说法不正确（）。 A 要求随机样本 B 适用于任何形式的总体分布 C 可用于小样本 D 可用样本标准差S代替总体标准差σ 2．二项分布的数学期望为（）。 A n(1-n)p B np(1- p) C np D n(1- p)。 3．处于正态分布概率密度函数与横轴之间、并且大于均值部分的面积为（）。 A 大于0.5 B －0.5 C 1 D 0.5。

正态分布随机数

数学模型：设连续型随机变量X 的高斯分布的概率密度为 ( )22 ()2,x f x μσ-= -∞＜x ＜+∞ (3-1) 其中μ，σ（σ＞0）为常数，则称X 服从参数为μ，σ的正态分布或高斯(Gauss)分布，记为X ～N （μ，2σ)。均值和方差的计算见公式3-2和公式3-3所示，可得到正态分布随机变量X 的均值E(X)=μ和方差D(X)=2σ。 ()()E X xf x dx +∞ -∞ =? (3-2) 2()()D X x f x dx +∞ -∞ =? (3-3) ()()E X xf x dx +∞ -∞ =? 22 ()2x dx μσ-- +∞ -∞ =? 令 x t μ σ -=，则 2 2()()t E X t dt σμσ+∞ --∞ =+?? 2 2 22t t dt dt σ μ+∞ +∞---∞ -∞ =+?? ? 0μμ=+= 根据方差的定义可知： 2 (){[()]} D X E X E X =- 所以，2 (){[()]}D X E X E X =- 2()22()x x dt μσμ-- +∞ -∞ = -? 2222 t t dt σσ+∞ --∞ =?? 2 22 2t t dt σ+∞ --∞ =?

2 σ= 即知正态分布的两个参数分别是该分布的数学期望和方差。中心极限定理：设随机变量12,,,n X X X ???相互独立，服从同一分布，且具有相同的均值和方差:()k E X μ=，2()0(1,2,,)k D X k n σ=≠=???，则随机变量 () n n n k k k n X E X X n Y μ --= = ∑∑∑ (3-4) 的分布函数()n F x 对于任意x 都满足 2 2 lim ()lim }n t k x n n n X n F x P x dt μ →∞ →∞ -=≤=∑? (3-5) 即当n 趋向于无穷大时，随机变量n Y 近似的服从标准正态分布N(0，l)。在实际应用中当。大于等于30时，可以把1n i i Y X ==∑当作服从均值为n μ，方差为n 2σ的正态分布，那么变量'Y = 近似服从标准正态分布N ～(0，l)。 Box-Muller 变换法：变换法是通过一个变换将一个分布的随机数变换成一个不同分布的随机数。高斯分布的密度函数见公式3-1所示，通过Box-Muller 变换，它可以产生精确的正态分布的随机变量。其变换式如下 : 1)y v π (3-6) 2)y v π (3-7) 式中u ，v 是在区间[0，1]上服从均匀分布，且相互独立的随机变量，所以得到的随机变量1y ，2y 也应该是相互独立的，且服从N ～(0，1)的标准正态分布。 Box-Muller 变换的推导过程如下: 由公式3-6和公式3-7可得: 221212 2 1 ,()2y y y u e v arctg y π+- == (3-8)

03 第三节正态总体的抽样分布

第三节正态总体的抽样分布分布图示 ★ 抽样分布 ★ 单正态总体的抽样分布 ★ 例 1 ★ 例 2 ★ 例 3 ★ 双正态总体的抽样分布 ★ 例 4 ★ 例 5 ★ 内容小结 ★ 课堂练习 ★ 习题12-3 内容要点一、抽样分布有时, 总体分布的类型虽然已知, 但其中含有未知参数,此时需对总体的未知参数或对总体的重要数字特征(如数学期望、分差等) 进行统计推断, 此类问题称为参数统计推断.在参数统计推断问题中, 常需利用总体的样本构造出合适的统计量, 并使其服从或渐近地服从已知的总体分布. 统计学中泛称统计量分布为抽样分布. 二、单正态总体的抽样分布设总体X 的均值μ,方差为2σ,n X X X ,,,21 是取自X 的一个样本,X 与2S 分别为该样本的样本均值与样本方差, 则有 ,)(,)(2σμ==X D X E )(2S E .2 σ= 定理1 设总体),,(~2σμN X n X X X ,,,21 是取自X 的一个样本, X 与2S 分别为该样本的样本均值与样本方差, 则有 (1) )/,(~2n N X σμ; (2) ).1,0(~/N n X U σμ-= 定理2 设总体),,(~2σμN X n X X X ,,,21 是取自X 的一个样本, X 与2S 分别为该样本的样本均值与样本方差, 则有 (1) 2χ=);1(~)(1 1 212222--=-∑=n X X S n n i i χσσ (2) X 与2S 相互独立. 定理3 设总体),,(~2σμN X n X X X ,,,21 是取自X 的一个样本, X 与2S 分别为该样本的样本均值与样本方差, 则有 (1) )(~)(121222n X n i i χμσχ∑=-= (2) ).1(~/--=n t n S X T μ 三、双正态总体的抽样分布定理 4 设),(~211σμN X 与),(~222σμN Y 是两个相互独立的正态总体, 又设 1 ,,,21n X X X 是取自总体X 的样本, X 与21S 分别为该样本的样本均值与样本方差. 2 ,,,21n Y Y Y 是取自总体Y 的样本, Y 与22S 分别为此样本的样本均值与样本方差. 再记2w S 是21S 与22 S 的加权平均, 即

正态分布随机数的产生

四院四队正态分布随机数的产生实验报告 2014年5月26日

正态分布随机数的产生一、实验简述通过matlab 实现正态分布N(0,1)随机数的产生。二、历史背景正态分布是最重要的一种概率分布。正态分布概念是由德国的数学家和天文学家Moivre 于1733年首次提出的，但由于德国数学家Gauss 率先将其应用于天文学家研究，故正态分布又叫高斯分布，高斯这项工作对后世的影响极大，他使正态分布同时有了“高斯分布”的名称，后世之所以多将最小二乘法的发明权归之于他，也是出于这一工作。高斯是一个伟大的数学家，重要的贡献不胜枚举。但现今德国10马克的印有高斯头像的钞票，其上还印有正态分布的密度曲线。这传达了一种想法：在高斯的一切科学贡献中，其对人类文明影响最大者，就是这一项。在高斯刚作出这个发现之初，也许人们还只能从其理论的简化上来评价其优越性，其全部影响还不能充分看出来。这要到20世纪正态小样本理论充分发展起来以后。拉普拉斯很快得知高斯的工作，并马上将其与他发现的中心极限定理联系起来，为此，他在即将发表的一篇文章（发表于1810年）上加上了一点补充，指出如若误差可看成许多量的叠加，根据他的中心极限定理，误差理应有高斯分布。这是历史上第一次提到所谓“元误差学说”——误差是由大量的、由种种原因产生的元误差叠加而成。后来到1837年，海根（G.Hagen ）在一篇论文中正式提出了这个学说。其实，他提出的形式有相当大的局限性：海根把误差设想成个数很多的、独立同分布的“元误差” 之和，每只取两值，其概率都是1/2，由此出发，按狄莫佛的中心极限定理，立即就得出误差（近似地）服从正态分布。拉普拉斯所指出的这一点有重大的意义，在于他给误差的正态理论一个更自然合理、更令人信服的解释。因为，高斯的说法有一点循环论证的气味：由于算术平均是优良的，推出误差必须服从正态分布；反过来，由后一结论又推出算术平均及最小二乘估计的优良性，故必须认定这二者之一（算术平均的优良性，误差的正态性）为出发点。但算术平均到底并没有自行成立的理由，以它作为理论中一个预设的出发点，终觉有其不足之处。拉普拉斯的理论把这断裂的一环连接起来，使之成为一个和谐的整体，实有着极重大的意义。三、实验步骤设U 1,U 2相互独立同服从U(0,1)，令 1 2 112(2lnU )cos(2U )X π=-

一维正态分布随机数序列的产生方法

一维正态分布随机数序列的产生方法一、文献综述 1.随机数的定义及产生方法 1).随机数的定义及性质在连续型随机变量的分布中，最简单而且最基本的分布是单位均匀分布。由该分布抽取的简单子样称，随机数序列，其中每一个体称为随机数。单位均匀分布也称为［0，1］上的均匀分布。由于随机数在蒙特卡罗方法中占有极其重要的位置，我们用专门的符号ξ表示。由随机数序列的定义可知，ξ1，ξ2，…是相互独立且具有相同单位均匀分布的随机数序列。也就是说，独立性、均匀性是随机数必备的两个特点。随机数具有非常重要的性质：对于任意自然数s，由s个随机数组成的 s维空间上的点（ξn+1，ξn+2，…ξn+s）在s维空间的单位立方体Gs上均匀分布，即对任意的ai，如下等式成立：其中P(·)表示事件·发生的概率。反之，如果随机变量序列ξ1, ξ2…对于任意自然数s，由s个元素所组成的s维空间上的点（ξn+1，…ξn+s）在Gs上均匀分布，则它们是随机数序列。由于随机数在蒙特卡罗方法中所处的特殊地位，它们虽然也属于由具有已知分布的总体中产生简单子样的问题，但就产生方法而言，却有着本质上的差别。 2).随机数表为了产生随机数，可以使用随机数表。随机数表是由0，1，…，9十个数字组成，每个数字以0.1的等概率出现，数字之间相互独立。这些数字序列叫作随机数字序列。如果要得到n位有效数字的随机数，只需将表中每n 个相邻的随机数字合并在一起，且在最高位的前边加上小数点即可。例如，某随机数表的第一行数字为7634258910…，要想得到三位有效数字的随机数依次为0.763，0.425，0.891。因为随机数表需在计算机中占有很大内存，而且也难以满足蒙特卡罗方法对随机数需要量非常大的要求，因此，该方法不适于在计算机上使用。 3).物理方法

第3章抽样与抽样分布详解

※※※※※※※※※※※ ●正态分布及其应用： ◎引言：无论是二项分布还是泊松分布，它们都有一个共同的特点，即当n逐渐增大时，都将趋近于对称分布，进而趋近于正态分布，因此，二项分布和泊松分布的概率表，通常只列出n=20的概率，当n≥30时，两个分布都趋近于正态分布。 ◎正态分布（高斯分布），是一种常用的典型的概率分布。18世纪德国的数学家和天文学家高斯在正态分布理论发展过程中做过突出贡献，因此也被称作“高斯分布”。 ※正态分布的重要地位： 1、在实际观察到社会、经济、自然现象的数据表现上，其频率分布与正态分布十分接近； 2、正态分布的固有性质，给抽样推断理论提供了必要的基础，使它在抽样分布、区间估计、假设检验中被广泛应用。 ●正态分布的概率密度函数：式中：x在正负无穷之间；μ、σ2为参数；e=2.7183； π=3.14159；可记为X～N（μ，σ2）。 ◎1、正态分布曲线特征：

（1）曲线为对称分布，在X=μ处达到极大值；（2）曲线两尾端趋向无穷小，但永不与横轴相交；（3）曲线的形状取决于标准差的大小；（4）曲线的位置取决于平均数的大小；（5）曲线的平均数、中位数、众数相等；（6）曲线下全部面积为1，并在一定标准差倍数范围内，所含的概率比重是相同的。 ◎2、数理统计证明： 1)、平均数加减一个标准差（μ±σ1）的范围，包含总体全面积的68.26%； ◎3、标准正态分布表的使用: ☆怎样将各种形状的正态分布转换为标准正态分布呢？标准正态分布要求：Z

的倍数。Z值可以看成是σ的标准单位。原始分布：μ=60，σ=20 μ=60 分布：μ=0 σ=1 习题:▲教材P117，16 17 ◆习题1、假如某一学院的入学考试分数是服从平均数为450，标准差为100的正态分布，求：（1）有多少学生比率的得分在400—500之间？（2）若某一学生得分是630分，则比他更好和更差的学生其比率各为多少？解：（1） Z1=（400-450）/100= -0.5 Z2=（500-450）/100= 0.5 与Z=0.5对应的概率为0.691462 400 450 500 则：P（400≥x＜500 = 0.691462-0.5 = 0.191462×2 = 0.382924 （2）Z=（630-450）/100=1.8

编写一个产生符合高斯分布的随机数函数

编写一个产生符合高斯分布的随机数函数信号检测与估计课程作业作业要求 1、利用计算机内部函数产生高斯分布的随机数，分别画出500，10000，100000点的波形，并进行统计分析(分别画出概率密度曲线，计算均值与方差) 2、利用计算机自己编写一个产生符合高斯分布的随机数函数，画出100000点的波形，并进行统计分析(同一) 提示:这一问分两步做，第一步先产生一个均匀分布的随机数序列(乘同余法、混合同余法等，可以用自己的方法)，第二步通过适当变换得到符合高斯分布概率模型的随机数列 3、对随机数产生函数和高斯分布进行性能分析，并写出自己对于此次作业和上课的学习体会一、利用内部函数产生高斯分布首先利用matlab自带的内部函数randn()就可以方便的生成所需要的高斯分布随机数，然后画出概率密度曲线并计算出均值与方差即可。程序代码如下: A=randn(500,1); B=randn(10000,1);

C=randn(100000,1); subplot(2,3,1); bar(A); subplot(2,3,2); bar(B); subplot(2,3,3); bar(C); [f1,x1]=ksdensity(A); subplot(2,3,4); plot(x1,f1); title('500点高斯分布概率密度函数'); [f2,x2]=ksdensity(B); subplot(2,3,5); plot(x2,f2); title('10000点高斯分布概率密度函数'); [f3,x3]=ksdensity(C); subplot(2,3,6); plot(x3,f3); title('100000点高斯分布概率密度函数'); JZ500=mean(A) JZ1000=mean(B) JZ100000=mean(C) FC500=var(A) FC10000=var(B)

统计量与抽样分布习题

统计量与抽样分布习题 1．调节一个装瓶机使其对每个瓶子的灌装量均值为μ盎司，通过观察这台装瓶机对每个瓶子的灌装量服从标准差σ=1.0盎司的正态分布。随机抽取由这台机器灌装的9个瓶子形成一个样本，并测定每个瓶子的灌装量。试确定样本均值偏离总体均值不超过0.3盎司的概率。 2．第1题中，如果我们希望Y 与μ的偏差在0.3盎司之间的概率达到0.95，应当抽取多大的样本？ 3．在第1题中，假定装瓶机对瓶子的灌装量服从方差2 σ=1的标准正态分布。假定我们计划随机抽取10个瓶子组成样本，观测每个瓶子的灌装量，得到10个观测值，用这10个观测值我们可以求出样本方差2S ()??? ??--=∑=n i i Y Y n S 12211，确定一个合适的范围使得有较大的概率保证2S 落入其中是有用的，试求1b 和2b ，使得() 90.0221=≤≤b S b P 。 4．621,,,Z Z Z 表示从标准正态总体中随机抽取的容量6=n 的一个样本，试确定常数b ，使得95.0612=?? ? ??≤∑=i i b Z P 选择题： 1．设n X X X ,,,21 是从某总体X 中抽取的一个样本，下面哪一个不是统计量？ ()∑∑==-==n i i n i i X X n S B X n X A 122 11.1. ()[] 21.∑=-n i i X E X C ()∑=--=n i i X X n S D 122 11. 2．下面不是次序统计量的是？ A ．中位数 B ．均值 C ．四分位数 D ．极差 3．抽样分布是指？ A ．一个样本各观测值的分布 B ．总体中各观测值的分布 C ．样本统计量的分布 D ．样本数量的分布 4．根据中心极限定理可知，当样本容量充分大时，样本均值的抽样分布服从正态分布，其分布的均值为？ A ．μ B ．X C ．2 σ D ．n 2 σ 5．根据中心极限定理可知，当样本容量充分大时，样本均值的抽样分布服从正态分布，其分布的方差为？

正态总体下的四大分布

《概率论与数理统计》第六章样本及抽样分布（2）正态总体下的四大分布：正态分布设n x x x ,,,21 为来自正态总体),(2 σ μN 的一个样本，则样本函数 ). 1,0(~/N n x u def σμ -例：设总体ξ～2 12(1,2 ),,,n N ξξξ 且是取自ξ的样本，则（ D ） A) 1(0,1) 2 N ξ-B) 1(0,1) 4N ξ-C) ( ) 1(0,1) 2 N ξ-D ) (0,1) N ξt 分布设n x x x ,,,21 为来自正态总体),(2 σ μN 的一个样本，则样本函数), 1(~/--n t n s x t def μ其中t(n-1)表示自由度为n-1的t 分布。分布 2χ设n x x x ,,,21 为来自正态总体),(2 σ μN 的一个样本，则样本函数 ), 1(~)1(22 2 --n S n w def χσ其中)1(2 -n χ 表示自由度为n-1的2χ 分布

例:已知F 0.1(7,20)=2.04,则F 0.9(20,7)=_______0.4902_____. 例.对于给定的正数α，10<<α ，设αu ，)(2 n α χ，)(n t α，),(21n n F α分别是)1,0(N ，)(2n χ，)(n t ，),(21n n F 分布的下α 分位数，则下面结论中不正确．．．的是（B ）（A）α α --=1u u （B）) () (2 2 1n n ααχχ-=-（C）) ()(1n t n t αα--=（D）) ,(1 ) ,(12211n n F αα= -2、设X 、Y 相互独立，且都服从标准正态分布，则Z = 2 Y X 服从______t(1)_____分布(同时要写出分布的参数). 3.设ξ和η相互独立且都服从N(0,4)，而41,ξξ 和41,ηη 分别是来自总体ξ和η的样本，则统计量2 4 2 141......ηηξξ++++= U 服从的分布为 ) 4(t 。

习题六样本及抽样分布.

习题六样本及抽样分布一、填空题 1．设来自总体的一个样本观察值为：2.1，5.4，3.2，9.8，3.5，则样本均值 = 4.8 ，样本方差 =； 2．在总体中随机地抽取一个容量为 36 的样本，则均值落在4与6之间的概率 = 0.9332 ； 3．设某厂生产的灯泡的使用寿命 (单位:小时，抽取一容量为9的样本，得到，则； 4．设为总体的一个样本，则 0.025 ； 5．设为总体的一个样本，且服从分布，这里，，则1/3 ； 6．设随机变量相互独立，均服从分布且与分别是来自总体的简单随机样本，则统计量服从参数为 9 的 t 分布。 7．设是取自正态总体的简单随机样本且，则 0.05 ， 0.01 时，统计量服从分布，其自由度为 2 ；

8．设总体 X 服从正态分布,而是来自总体的简单随机样本，则随机变量服从 F 分布，参数为 10,5 ； 9．设随机变量则 F(n,1 ； 10．设随机变量且，A为常数，则 0.7 二、选择题 1．设是来自总体的简单随机样本，是样本均值，记则服从自由度的分布的随机变量是（ A ）； A． B． C． D． 2．设是经验分布函数，基于来自总体的样本，而是总体的分布函数，则下列命题错误的为，对于每个给定的（ B ） A．是分布函数 B．依概率收敛于 C．是一个统计量 D．其数学期望是

3．设总体服从0－1分布，是来自总体的样本，是样本均值，则下列各选项中的量不是统计量的是（ B ） A． B． C． D． 4．设是正态总体的一个样本，其中已知而未知，则下列各选项中的量不是统计量的是（ C ）。 A． B． C． D． 5．设和分别来自两个正态总体和的样本，且相互独立，分别为两个样本的样本方差，则服从的统计量是（ B ） A． B． C． D． 6．设是正态总体的一个样本，和分别为样本均值和样本方差，则下面结论不成立的有（ D ） A．相互独立； B．与相互独立； C．与相互独立D．与相互独立。

与正态总体有关的抽样分布定理证明

定理：设12,,,n X X X 是来自正态总体2(,)N μσ的一个随机样本，记 1 n i i X X n == ∑，2 2 1 ()n i i X X S n =-= ∑ 则有如下性质存在：（1）2 ~, X N n σμ?? ?? ? （2） 2 22 ~(1)nS n χσ - （3 ~(1)X t n - 证明：（1）已知 ..212,, ,~(,)i i d n X X X N μσ 根据正态分布的性质有 212~(,)n X X X N n n μσ++ + 样本均值为 12n X X X X n ++ += 它的抽样分布为 2~(,)X N μσ （2）对样本12,, ,n X X X 进行正交变换 Z AX = 其中()12,, ,n X X X X '=，()12,,,n Z Z Z Z '=，A 为正交矩阵

00 A n ?? ? ? ? ? ? = ? ? - ? ? ? ? ? 正交变换之后， i Z，1,2,, i n =相互独立，且 2 112 ~ (0,) Z X X Nσ = 2 2123 ~(0,) Z X X X Nσ =+ 2 112 ~(0,) ( n n Z X X X N n n σ- =++- ? 2 12 ~,) n n Z X X X N n σ =++ 即正交变换之后 2 ~(0,) i Z Nσ，1,2,,1 i n =- 2 ~,) n Z Nσ 由 i Z相互独立，且2 ~(0,) i Z Nσ，1,2,,1 i n =-，推导出 ~(0,1) i Z N σ ，1,2,,1 i n =- 标准正态分布的平方和服从2 χ分布，即有 1 2 2 1 2 ~(1) n i i Z n χ σ - =- ∑ 又因为

概率论与数理统计小报告正态随机数的产生方法

概率论与数理统计小报告（二）_________正态随机数的产生方法学院数理学院专业信息与计算科学班级姓名学号

依据中心极限定理产生正态分布随机数摘要：由中心极限定理可知，当n很大时，具有期望μ，方差σ2的分布近似为标准正态分布，故可据此产生标准正态分布。并利用Matlab自带的函数对结果进行检验。关键字：正态分布中心极限定理随机数正态分布（Normal distribution）又名高斯分布（Gaussian distribution），是一个在数学、物理及工程等领域都非常重要的概率分布，在统计学的许多方面有着重大的影响力。若随机变量服从一个位置参数为、尺度参数为的概率分布，记为：则其概率密度函数为正态分布的数学期望值或期望值等于位置参数，决定了分布的位置；其方差的开平方或标准差等于

clc,clear for i=1:1000 R=rand(1,12); X(i)=sum(R)-6; end X=X'; m=mean(X) v=var(X) subplot(1,2,1),cdfplot(X) %绘制经验累计分布函数图，显示了一维向量X的累计概率分布F(x)的图形subplot(1,2,2),histfit(X) %绘制分组数据的柱状分布函数图，即频数图 h=kstest(X, [X normcdf(X, 0,1)])% H = kstest（X）执行Kolmogorov-Smirnov检验标准正态分布比较数据向量x的值。零假设是x为标准的正态分布；另一种假设是x不是标准正态分布。在5％显著水平进行检验，若结果h为1，则说明零假设不成立，拒绝零假设。否则，结果为0，零假设成立，即原分布为标准正态分布运行结果如下： h = 0 （检验表明分布为标准正态分布） R = （产生的一组12个【0,1】上均匀分布的随机数） Columns 1 through 4 0.5700 0.4027 0.3702 0.0801 Columns 5 through 8

第七章抽样与抽样分布

第七章抽样与抽样分布一、思考题 1.什么是随机抽样与非随机抽样？二者有何根本区别。 2.什么是重复抽样？什么是不重复抽样？ 3.什么是样本可能数目？它主要与哪些因素有关？ 4.随机抽样有哪几种不同的组织形式?并简述它们各自的特点。 5.什么是抽样方案的设计？抽样方案的设计应遵循的基本原则是什么？ 6.举例说明什么是总体分布、样本分布和抽样分布。二、练习题（一）填空题 1.抽样分布是指 __的概率分布。 2.抽样分布的理论基础 __ 和。 3.中心极限定理告诉我们不管总体服从什么分布，只要样本容量足够多，其 __ 的分布总是近似服从正态分布。 4.科学地设计抽样方案必须遵循两个基本原则：即保证实现 __ ；保证实现 __。 5.正态曲线下的总面积等于。（二）判断题 σ,这两 1.正态分布总体有两个参数,一个是均值(期望值)μ,一个是方差2 个参数确定以后,一个正态分布也就确定了。( ) 2.一般而言,类型抽样的误差比简单随机抽样的误差小。( ) 3.重复抽样的抽样误差一定大于不重复抽样的抽样误差。( ) 4.随机抽样与非随机抽样的根本区别在于是否遵循随机原则。( ) 5.大数定律从理论上揭示了样本与总体之间的内在联系,即随着样本容量n 的增大,样本均值（或样本比例）有接近于总体均值（或总体比例）的趋势。( ) 6.中心极限定理是阐述大量随机变量之和的极限分布是正态分布的一系列定理的总称。( ) 7.总体分布是指总体X的概率分布。( ) 8.样本均值的抽样分布与总体是否正态分布无关。( )

（三）单项选择题 1.从纯理论出发,在直观上最符合随机原则的抽样方式是( )。 A.简单随机抽样 B.类型抽样 C.等距抽样 D.整群抽样 2．整群抽样的随机原则落实在( )。 A.各总体单位被抽中的机会均等 B.各群被抽中的机会均等 C.各群、各总体单位被中的机会均等 C.各群被抽中的机会不等 3.标准正态分布的特征是( )。 A.不对称 B.有的对称,有的不对称 C.关于0=x 对称 D. 关于μ=x 对称 4.t 分布的特征是( )。 A.不对称 B.有的对称,有的不对称 C.关于0=x 对称 D. 关于μ=x 对称 5.n 足够大时,n x σμ -服从( )。 A.正态分布 B.标准正态分布 C.t 分布 D.2χ分布 6.n 足够大时,n s x μ -服从( )。 A.正态分布 B.标准正态分布 C.t 分布 D.2χ分布 7.n 足够大时,n p )1(πππ --服从( )。 A.正态分布 B.标准正态分布 C.t 分布 D.2χ分布 8.n 足够大时,n p p p )1(--π 服从( )。 A.正态分布 B.标准正态分布 C.t 分布 D.2χ分布（四）多项选择题 1．重复抽样的特点是( ) A.各次抽选相互影响 B.各次抽选互不影响 C.每次抽选时，总体单位数始终不变

随机抽样用样本估计总体正态分布

11.6 随机抽样用样本估计总体正态分布教材细梳理—-知识点一.随机抽样 1.简单随机抽样 (1).定义：一个总体含有N 个个体，从中逐个①_____地抽取n 个个体作为样本(n ≤N )，如果每次抽取时总体内的各个个体被抽到的机会_②_____，就把这种抽样方法叫做简单随机抽样． (2). 最常用的简单随机抽样方法有两种___③__法和_④_________法． (3). 适用于 ⑤ 的情况. 2.系统抽样 (1).定义：将总体分成 ⑥ 的若干部分，然后按照预先制定的规则，从每一部分中抽取一个个体，得到所需要的样本，这样的抽样方法称为系统抽样 . (2).系统抽样步骤：假设要从容量为N 的总体中抽取容量为n 的样本. a. 先将总体的N 个个体⑧ ．有时可直接利用个体自身所带的号码，如学号、准考证号、门牌号等；（编号的位数要一样） b. 确定⑨ ，对编号进行分段．当N n (n 是样本容量)是整数时，取k ＝N n ； c. 在第1段用_⑩_________确定第一个个体编号l (l ≤k )； d. 按照一定的规则抽取样本．通常是将l ? 得到第2个个体编号(l ＋k )，再加k 得到第3个个体编号(l ＋2k ) 依次进行下去，直到获取整个样本． (3).系统抽样适用于? 的情况. 3.分层抽样 (1).定义：当总体由? 组成时，为了使抽取的样本更好地反映总体的情况，可将总体中各个个体按某种特征分成若干个互不重叠的几部分，每一部分叫做层，在各层中按层在总体中所占? 进行简单随机抽样或系统抽样，这种抽样方法叫做分层抽样. (2).分层抽样适用于总体由差别明显的几部分组成的情况. 二.样本估计总体有关概念和知识点 1．通常我们对总体作出的估计一般分成两种．一种是用样本的①__________估计总体的分布．另一种是用样本的② 估计总体的数字特征. 2.频率分布直方图画法 (1)．求极差（最大值-最小值=极差）. (2)．决定组距与组数. (3)．确定分点，将数据分组. 5.茎叶图以数据的高位为茎，放中间，低位为叶放两边，它的优点是：（1）保留了原始数据，没有损失样本信息.