统计学教案习题正态分布
第三章 正态分布
一、教学大纲要求
(一) 掌握内容
1．正态分布的概念和特征 （1）正态分布的概念和两个参数； （2）正态曲线下面积分布规律。 2．标准正态分布
标准正态分布的概念和标准化变换。 3．正态分布的应用 （1）估计频数分布； （2）制定参考值范围。 (二) 熟悉内容 标准正态分布表。 (三) 了解内容
1．利用正态分布进行质量控制 2．正态分布是许多统计方法的基础
二、教学内容精要
(一)正态分布 1.正态分布
若X 的密度函数（频率曲线）为正态函数（曲线） )
2()
(22
21
)(σμπ
σ--=
X e X f +∞<<∞-X (3-1)
则称X 服从正态分布，记号X ～),(2
σμN 。其中μ、σ是两个不确定常数，是正态分布的参数，不同的μ、不同的σ对应不同的正态分布。
正态曲线呈钟型，两头低，中间高，左右对称，曲线与横轴间的面积总等于1。
2．正态分布的特征
服从正态分布的变量的频数分布由μ、σ完全决定。
(1)μ是正态分布的位置参数，描述正态分布的集中趋势位置。正态分布以x μ=为对称轴，左右完全对称。正态分布的均数、中位数、众数相同，均等于μ。
(2)σ描述正态分布资料数据分布的离散程度，σ越大，数据分布越分散，σ越小，数据分布越集中。σ也称为是正态分布的形状参数，σ越大，曲线越扁平，反之，σ越小，曲线越瘦高。
(二)标准正态分布 1．标准正态分布是一种特殊的正态分布，标准正态分布的0=μ，12
=σ ，通常用u （或Z ）表示服从标准正
态分布的变量，记为u ～N （0，2
1）。
2．标准化变换：σ
μ
-=X u ，此变换有特性：若X 服从正态分布),(2
σμN ，则u 就服从标准正态分布，故该
变换被称为标准化变换。
3. 标准正态分布表
标准正态分布表中列出了标准正态曲线下从-∞到u 范围内的面积比例()u Φ。 （三）正态曲线下面积分布
1．实际工作中，正态曲线下横轴上一定区间的面积反映该区间的例数占总例数的百分比，或变量值落在该区间的概率（概率分布）。不同),(21X X 范围内正态曲线下的面积可用公式3-2计算。
)()(21
12)
22(2)(2
1
u u dx e
D X X X Φ-Φ==--?
σμπ
σ （3-2）
1212X X u u μ
μ
σ
σ
--=
=
其中， ， 。
2.几个重要的面积比例
X 轴与正态曲线之间的面积恒等于1。正态曲线下，横轴区间σμ±内的面积为%，横轴区间σμ64.1±内的面积为%，横轴区间σμ96.1±内的面积为%，横轴区间σμ58.2±内的面积为%。
（四）正态分布的应用
某些医学现象，如同质群体的身高、红细胞数、血红蛋白量，以及实验中的随机误差，呈现为正态或近似正态分布；有些指标（变量）虽服从偏态分布，但经数据转换后的新变量可服从正态或近似正态分布，可按正态分布规律处理。其中经对数转换后服从正态分布的指标，被称为服从对数正态分布。
1. 估计频数分布 一个服从正态分布的变量只要知道其均数与标准差就可根据公式（3-2）估计任意取值12(,)X X 范围内频数比例。
2. 制定参考值范围
（1）正态分布法 适用于服从正态（或近似正态）分布指标以及可以通过转换后服从正态分布的指标。 （2）百分位数法 常用于偏态分布的指标。表3-1中两种方法的单双侧界值都应熟练掌握。
概率
（%） 双侧 单 侧 双侧
单侧
90 955~P P 10P 90P 95 S X 96.1± S X 64.1- S X 64.1+ 5.975.2~P P 5P 95P 99 S X 58.2±
S X 33.2-
S X 33.2+
5.995.0~P P
1P
99P
3. 质量控制：为了控制实验中的测量（或实验）误差，常以S X 2±作为上、下警戒值，以S X 3±作为上、下控制值。这样做的依据是：正常情况下测量（或实验）误差服从正态分布。
4. 正态分布是许多统计方法的理论基础。t 检验、方差分析、相关和回归分析等多种统计方法均要求分析的指标服从正态分布。许多统计方法虽然不要求分析指标服从正态分布，但相应的统计量在大样本时近似正态分布，因而大样本时这些统计推断方法也是以正态分布为理论基础的。
三、典型试题分析
1.正态曲线下、横轴上，从均数到∞+的面积为( )。
A ．95%
B ．50%
C ．%
D ．不能确定（与标准差的大小有关） 答案：B
[评析] 本题考点：正态分布的对称性
因为无论μ，σ取什么值，正态曲线与横轴间的面积总等于1，又正态曲线以μ=X 为对称轴呈对称分布，所以μ左右两侧面积相等，各为50%。
2．若X 服从以μ，σ为均数和标准差的正态分布，则X 的第95百分位数等于( )。
A ．σμ64.1-
B ．σμ64.1+
C ．σμ96.1+
D ．σμ58.2+ 答案：B
[评析] 本题考点：正态分布的对称性和面积分布规律
正态分布曲线下σμ64.1±范围内面积占90%，则σμ64.1±外的面积为10%，又据正态分布的对称性得，曲线下横轴上小于等于σμ64.1+范围的面积为95%，故X 的第95百分位数等于σμ64.1+。
3．若正常成人的血铅含量X 近似服从对数正态分布，拟用300名正常人血铅值确定99%参考值范围，最好采用公式( )计算。（其中Y=logX ）
A. S X 58.2± B ． 2.33X S +
C ．1
log ( 2.58)Y Y S -± D ．)33.2(log 1
Y S Y +- 答案：D
[评析] 本题考点：对数正态分布资料应用正态分布法制定参考值范围
根据题意，正常成人的血铅含量X 近似对数正态分布，则变量X 经对数转换后所得新变量Y 应近似服从正态分布，因此可以应用正态分布法估计Y 的99%参考值范围，再求反对数即得正常成人血铅含量X 的99%参考值范围。因血铅含量仅过大为异常，故相应的参考值范围应是只有上限的单侧范围。正态分布法99%范围单侧上限值是均数+倍标准差。
4．正常成年男子红细胞计数近似正态分布,95%参考值范围为～12
(10/)L ?。若一名成年男子测得红细胞计数为
)/10(12L ?，则医生判断该男子一定有病。
[评析] 本题考点：参考值范围的涵义
该成年男子不一定有病。因为参考值范围是指绝大多数正常人的指标值范围,故不在此范围内的对象也可能是正常人。
5.假定正常成年女性红细胞数)/10(12
L ?近似服从均值为，标准差为的正态分布。令X 代表随机抽取的一名正常成年女性的红细胞数，求： （1） 变量X 落在区间（，）内的概率； （2） 正常成年女性的红细胞数95%参考值范围。 [评析] 本题考点：正态分布的应用
(1)根据题意，变量X 近似服从正态分布，求变量X 落在区间（，）内的概率，即是求此区间内正态曲线下的面积问题，因此，可以把变量X 进行标准化变换后，借助标准正态分布表求其面积，具体做法如下： 4.00 4.18 4.50 4.18
(4.00 4.50)()0.290.29X P X P μσ---<<=<<
)10.162.0(<<-=u P )62.0()10.1(1-Φ--Φ-= 2676.01357.01--= 5967.0=
变量X 落在区间,内的概率为。
(2)问题属于求某个指标的参考值范围问题，因为正常成年女性红细胞数近似服从正态分布，可以直接用正态分布法求参考值范围，又因该指标过高、过低都不正常，所以应求双侧参考值范围，具体做法如下：
下限为： 1.96 4.18 1.96(0.29)X σ-=-=)/10(61.312
L ? 上限为： 1.96 4.18 1.96(0.29)X σ+=+=)/10(75.412
L ?
95%的正常成年女性红细胞数所在的范围是)/10(75.4~61.312
L ?。
6.调查得成都市1979年996名女学生月经初潮年龄的分布如下，本资料宜用何法确定其双侧99%参考值范围试估计之。
年岁 10～ 11～ 12～ 13～ 14～ 15～ 16～ 17～ 18～ 19～ 20～ 合计
人数 7 44 153 244 269 191 61 16 8 1 2 996 累计频率% [评析] 本题考点：参考值范围的制定
解：本题所给资料明显属于偏态分布资料，所以宜用百分位数法估计其参考值范围。又因此指标过大、过小均属异常，故此参考值范围应是双侧范围。
（1）求5.0P 首先要找到第百分位数所在组，根据累计频率第百分位数在第1组，因此得
∑L
f
=0，10=X L ，
X f =7，X i =1
代入第二章百分位数的计算公式得：5.0P =10+)098.4(7
1
-=（岁） （2）求 先求第百分位数所在组为“18～”组，因此得
∑L
f
=985，18=X L ，X f =8，X i =1
代入计算公式得： =18+
)98502.991(8
1
-=（岁） 成都市女学生月经初潮年龄的双侧99%参考值范围是~（岁）。
四、习 题
（一）单项选择题
1.标准正态分布的均数与标准差分别为( )。 A ．0与1 B ．1与0 C ．0与0 D ．1与1
2.正态分布有两个参数μ与σ，( )相应的正态曲线的形状越扁平。 A ．μ越大 B ．μ越小 C ．σ越大 D ．σ越小
3.对数正态分布是一种( )分布。
A ．正态
B ．近似正态
C ．左偏态
D ．右偏态
4.正态曲线下、横轴上，从均数倍标准差到均数的面积为( )。 A ．95% B ．45% C ．% D ．%
5.标准正态分布曲线下中间90%的面积所对应的横轴尺度u 的范围是( )。 A ．到+ B ．∞-到+ C ．∞-到+ D ．到+ （二）名词解释 1．正态曲线
2．正态分布 3. 标准正态分布 4. 标准化变换 （三）简答题
1.简述医学中参考值范围的涵义及制定参考值范围的一般步骤。
2.正态分布、标准正态分布与对数正态分布的联系与区别。
3.对称分布在“X ± S 标准差”的范围内，也包括95%的观察值吗 （四）计算题
1.假定 5岁男童的体重服从正态分布，平均体重μ=（kg ），标准差σ=（kg ）。 (1)随机抽查一5岁男童的体重，计算概率： ①其体重小于16.1 kg ②其体重大于2
2.9 kg
③其体重在14.6 kg 到23.9 kg 之间
(2)试找出最重的5%、10%、% 5岁男童的体重范围。
2.某年某地测得200名正常成人的血铅含量（/100g g μ）如下，试确定该地正常成人血铅含量的95%参考值范围。
3 4 4 4 4 4 5 5 5 5 5 5 5 5 5 5 6 6 6 6 6 6 6 7 7 7 7 7 7 7 7 7 7 7 7 7 8 8 8 8 8 8 8 8 8 8 8 9 9 9 9 9 9 9 10 10 10 10 10 10 10 10 10 11 11 11 11 11 12 12 12 12 12 12 12 13 13 13 13 13 13 13 13 13 13 13 14 14 14 14 14 14 14 14 14 14 14 15 15 15 15 15 15 16 16 16 16 16 16 17 17 17 17 17 17 17 17 17 17 17 17 17 18 18 18 18 18 19 19 19 19 19 19 20 20 20 20 20 20 20 20 21 21 21 21 21 22 22 22 22 22 22 23 23 23 24 24 24 24 24 24 25 25 26 26 26 26 26 27 27 28 28 29 29 30 30 31 31 31 31 32 32 32 32 32 32 33 33 36 38 38 39 40 41 41 43 47 50 53 60
3.测得某地300名正常人尿汞值，其频数表如表3-2，试用正态分布法和百分位数法估计该地正常人尿汞值的90%，95%，99%上限，讨论用何法估计较适宜。
表3-2 300例正常人尿汞值(/)g l μ频数表
尿汞值 例数 尿汞值 例数 尿汞值 例数 0～ 49 24～ 16 48～ 3 4～ 27 28～ 9 52～ - 8～ 58 32～ 9 56～ 2 12～ 50 36～ 4 60～ - 16～ 45 40～ 5 64～ - 20～ 22
44～
-
68～72
1
4．某市20岁男学生160人的脉搏数（次/分钟），经正态性检验服从正态分布。求得=X ，S =。试估计脉搏数的95%、99%参考值范围。
5.将测得的238例正常人发汞值)/(g g μ从小到大排列，最后14个发汞值如下，求95%单侧上限。 发汞值：
秩 次：225 226 227 228 229 230 231 232 233 234 235 236 237 238
五、习题答题要点
（一）单项选择题
3. D
4. D
5. A （二）名词解释
1．正态曲线：正态曲线（normal curve ）是函数 )
2()
(22
21
)(σμπ
σ--=
X e X f , +∞<<∞-X
对应的曲线。此曲线呈钟型，两头低中间高，左右对称。
2．正态分布：若指标X 的频率曲线对应于数学上的正态曲线，则称该指标服从正态分布（normal distribution ）。通常用记号),(2
σμN 表示均数为μ，标准差为σ的正态分布。
3．标准正态分布:均数为0、标准差为1的正态分布被称为标准正态分布（standard normal distribution ），通常记为2
(0,1)N 。
4．标准化变换：σ
μ
-=X u ，此变换有特性：若X 服从正态分布),(2
σμN ，则u 就服从标准正态分布，故该
变换被称为标准化变换（standardized transformation ）。 （二）简答题
1．医学中常把绝大多数正常人的某指标范围称为该指标的参考值范围，也叫正常值范围。所谓“正常人”不是指完全健康的人，而是指排除了所研究指标的疾病和有关因素的同质人群。
制定参考值范围的一般步骤：
（1）定义“正常人”，不同的指标“正常人”的定义也不同。 （2）选定足够数量的正常人作为研究对象。 （3）用统一和准确的方法测定相应的指标。
（4）根据不同的用途选定适当的百分界限，常用95%。 （5）根据此指标的实际意义，决定用单侧范围还是双侧范围。
（6）根据此指标的分布决定计算方法，常用的计算方法：正态分布法、百分位数法。
2. 三种分布均为连续型随机变量的分布。正态分布、标准正态分布均为对称分布，对数正态分布是不对称的，其峰值偏在左边。标准正态分布是一种特殊的正态分布（均数为0，标准差为1）。一般正态分布变量经标准化转换后的新变量服从标准正态分布。对数正态分布不属于正态分布的范畴，对数正态分布变量经对数转换后的新变量服从正态分布。
3.不一定。均数±标准差范围内包含95%的变量值是正态分布的分布规律，不是对称分布的规律。对称分布不一定是正态分布。 （三）计算题： 1.解：（1）设该男童的体重为X kg,则 ①19.516.119.5
(16.1)(
)( 1.48)( 1.48)0.06942.3 2.3
X P X P P u --<=<=<-=Φ-= ②19.522.919.5(22.9)1(22.9)1()1( 1.48)( 1.48)0.06942.3 2.3
X P X P X P P u Φ-->=-≤=-≤=-≤=-=
③(14.623.9)(23.9)(14.6)P X P X P X ≤≤=≤-≤
=19.523.919.519.514.619.5
(
)()2.3 2.3 2.3 2.3
X X P P ----≤-≤ ( 1.91)( 2.13)P u P u =≤-≤- =1( 1.91)( 2.13)-Φ--Φ-
=0.97190.01660.9553-=
（2）设最重的5%，10%，%男童体重的下限分别为1x kg ，2x kg ，3x kg
05.0)(1=>x X P 119.5
()0.952.3x P u -≤=
又∵95.0)645.1(=≤u P ∴119.5
1.645
2.3
x -= 123.3x =（kg ）
2()0.10P X x >= 因为正态分布关于均数对称，所以
222219.519.519.519.519.519.5()()()()0.10
2.3X x X x x x P P P u ------>=<-=<-=Φ-=
kg ） 同理 3（kg ）
2. 解：正常成人的血铅含量近似对数正态分布，经对数转换后应近似服从正态分布，所以对原始数据作对数变换，并编制频数表，再利用正态分布法求95%参考值范围。对数换算过程如表3-3所示。
表3-3 200名正常成人血铅含量（μg /100g ）对数值频数表
— 3— 1 — 4— 5 — 5— 10 — 6— 20 — 8— 11 — 9— 21 — 12— 29 — 15— 25 — 18— 30 — 23— 20 — 29— 16 — 36— 8 — 45— 3 —
57—
1
200
依据表3-3，设x 为对数组段的组中值，n =200，
∑fx =230，∑2
fx
=
则279.04 1.15200
fx X n
=
==∑（μmol/L ）
0.2703S =
==（μmol/L ）
该地正常成人血铅含量为对数正态分布，按正态分布法估计参考值范围，又因此指标过大属异常，故此参考值范围应为单侧范围。
故单侧95%上限为： =+-)64.1(log 1
X S X 1
log (1.15 1.640.2703)39-+?=（μmol/L ） 所以该地正常成人血铅含量95%参考值范围上限为39（μmol/L ）。
3．解：由表3-2得300名正常人尿汞值=X )/(l g μ，S =)/(l g μ 用正态分布法估计正常值范围：
90%正常值范围上限为：S X 28.1+=+（）=)/(l g μ
95%正常值范围上限为：S X 64.1+=+（）=)/(l g μ 99%正常值范围上限为：S X 33.2+=+（）=)/(l g μ
4．解：脉搏数的95%正常值范围为：S X 96.1±=±（）=～ 脉搏数的99%正常值范围为：S X 58.2±=±（）=～
5．解： (238+1)?=，则95%上限即为第227个数据与第228个数据之间。因为第227个和第228个数据均为，故95%正常值范围的上限应为(/)g g μ。
（曹素华 杜晓晗）
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
生物统计学第四版知识点总结
一、田间试验的特点 1、田间试验具有严格的地区性和季节性，试验周期长。 2、田间试验普遍存在试验误差 3、研究的对象和材料是农作物，以农作物生长发育的反应作为试验指标研 究其生长发育规律、各项栽培技术或栽培条件的效果。 二、田间试验的基本要求 结果重演性、结果可靠性、条件先进代表性、目的明确性 三、单因素试验的处理数就是该因素的水平数。 四、例如：甲、乙、丙三品种与高、中、低三种施肥量的两因素试验处理组 合数是？ 3因素3水平的处理组合数是？ 多因素试验的处理数是各因素不同水平数的所有组合。 五、如进行一个喷施叶面肥的试验，如果设置两个叶面肥浓度，对照应为 喷施等量清水。 六、简单效应的计算 N 的简单效应为40-30=10 在N1水平下，P2与P1的简单效应为38-30=8；在N2水平下，P2与P1的简单效应为54-40=14。 七、平均效应的计算 P的主效（8+14）/2=11； N的主效（10+16）/2=13； 八、互作的计算 N与P的互作为（16-10）/2=3或（14-8）/2=3 九、田间试验误差可分为系统误差和随机误差两种。（1、系统误差影响试 验的准确性，随机误差影响试验的精确性。2、准确度受系统误差影 响，也受随机误差影响；精确度受随机误差影响。3、若消除系统误 差，则精确度=准确度。） 十、小区面积扩大，误差降低，但扩大到一定程度，误差降低就不明显了。 适当的时候可以考虑增加重复次数来降低误差。小区面积一般在 6-60m2，而示范小区面积不小于330m2 。 十一、通常情况下，狭长小区误差比方形小区误差小。 小区的长边必须与肥力梯度方向平行，即与肥力变化最大的方向平行。一般小区长宽比为3-10：1，甚至达20：1 十二、何时采用方形小区？（1）肥水试验；（2）边际效应值得重视的试验。 十三、一般小区面积较小的试验，重复次数可相应增多，可设3-6次重复； 小区面积较大的试验可设2-4次重复。 十四、将对照或早熟品种种在试验田四周，一般4行以上。目的？（目的是防止外来因素破坏及边际效应的影响。） 十五、算术平均数的主要特征 ?1、样本各观测值与平均数之差的和为零，即离均差之和为0。 2、离均差的平方和最小。 十六、【例3·1】在1、2、3、…、20这20个数字中随机抽取1个，求下列随机事件的概率。 （1）A=“抽得1个数字≤4”；
统计学抽样与抽样分布练习题
第6章 抽样与抽样分布 练习题 6.1 从均值为200、标准差为50的总体中，抽取100=n 的简单随机样本，用样本均值x 估计总体均值。 （1） x 的数学期望是多少？ （2） x 的标准差是多少？ （3） x 的抽样分布是什么？ （4） 样本方差2 s 的抽样分布是什么？ 6.2 假定总体共有1000个单位，均值32=μ，标准差5=σ。从中抽取一个样本量为30的简单随机样本用于获得总体信息。 （1）x 的数学期望是多少？ （2）x 的标准差是多少？ 6.3 从一个标准差为5的总体中抽出一个样本量为40的样本，样本均值为25。样本均值的抽样标准差x σ等于多少? 6.4 设总体均值17=μ，标准差10=σ。从该总体中抽取一个样本量为25的随机样本，其均值为25x ；同样，抽取一个样本量为100的随机样本，样本均值为100x 。 （1）描述25x 的抽样分布。 （2）描述100x 的抽样分布。 6.5 从10=σ的总体中抽取样本量为50的随机样本，求样本均值的抽样标准差： （1）重复抽样。 （2）不重复抽样，总体单位数分别为50000、5000、500。 6.6 从4.0=π的总体中，抽取一个样本量为100的简单随机样本。 （1）p 的数学期望是多少? （2）p 的标准差是多少? （3）p 的分布是什么？ 6.7 假定总体比例为55.0=π，从该总体中分别抽取样本量为100、200、500和1000的样本。
（1） 分别计算样本比例的标准差p σ。 （2） 当样本量增大时，样本比例的标准差有何变化？ 6.8 假定顾客在超市一次性购物的平均消费是85元，标准差是9元。从中随机抽取40个顾 客，每个顾客消费金额大于87元的概率是多少？ 6.9 在校大学生每月的平均支出是448元，标准差是21元。随机抽取49名学生，样本均值 在441～446之间的概率是多少？ 6.10 假设一个总体共有8个数值：54，55，59，63，64，68，69，70。从该总体中按重复 抽样方式抽取2=n 的随机样本。 （1） 计算出总体的均值和标准差。 （2） 一共有多少个可能的样本？ （3） 抽出所有可能的样本，并计算出每个样本的均值。 （4） 画出样本均值的抽样分布的直方图，说明样本均值分布的特征。 （5） 计算所有样本均值的平均数和标准差，并与总体的均值和标准差进行比较，得 到的结论是什么？ 6.11 从均值为5.4=μ，方差为25.82=σ的总体中，抽取50个由5=n 个观测值组成的 随机样本，结果见Book6.11。 （1） 计算每一个样本的均值。 （2） 构造50个样本均值的相对频数分布，以此代表样本均值x 的抽样分布。 （3） 计算50个样本均值的平均值和标准差x σ。 6.12 来自一个样本的50个观察值见Book6.12。 （1） 用组距为10构建频数分布表，并画出直方图。 （2） 这组数据大概是什么分布？
spss教程常用的数据描述统计：频数分布表等统计学
第二节常用的数据描述统计 本节拟讲述如何通过SPSS菜单或命令获得常用的统计量、频数分布表等。 1．数据 这部分所用数据为第一章例1中学生成绩的数据，这里我们加入描述学生性别的变量“sex”和班级的变量“class”，前几个数据显示如下（图2－2），将数据保存到名为“2-6-1.sav”的文件中。 图2－2：数据输入格式示例 1．Frequencies语句 （1）操作 打开数据文件“2-6-1.sav”，单击主菜单Analyze /Descriptive Statistics / F requencies…，出现频数分布表对话框如图2-3所示。 图2－3：Frequencies定义窗口 把score变量从左边变量表列中选到右边，并请注意选中下方的Display frequency table复选框（要求
显示频数分布表）。如果您只要求得到一个频数分布表，那么就可以点OK按钮了。如果您想同时获得一些统计量，及统计图表，还需要进一步设置。 ①Statistics选项 单击Statistics按钮，打开对话框，请按图2-4自行设置。有关说明如下： （ⅰ）在定义百分位值（percentile value）的矩形框中，选择想要输出的各种分位数，SPSS提供的选项有： ●Quartiles四分位数，即显示25%、50%、75%的百分位数。 ●Cut points equal 把数据平均分为几份。如本例中要求平均分为3份。 Percentile显示用户指定的百分位数，可重复多次操作。本例中要求15%、50%、85%的百分位数。(ⅱ) 在定义输出集中趋势（Central Tendency）的矩形框中，选择想要输出的集中统计量，常用的选项有： ●Mean 算术平均数 ●Median 中数 ●Mode 众数 ●Sum 算术和 （ⅲ）在定义输出离散统计量（Dispersion）的矩形框中，选择想要输出的离散统计量，常用的选项有： ●Std. Deviation 标准差 ●Variance 方差 ●Range 全距 ●Minimum 最小值 ●Maximum 最大值 ●S.E. mean 平均数的标准误 （ⅳ）描述数据分布（Distribution）的统计量 ●Skewness 偏度，非对称分布指数。 ●Kurtosis 峰度，CASE围绕中心点的扩展程度。 另外，频数过程（Frequence）除了能够提供上面常用的统计量外，还可以对分组数据计算百分位数和中数（Values are group midpoints），即对于已经分组的数据，并且数据中的原始数据表示的是组中数的数据计算百分位数的值和中位数。
统计学习题答案 第4章 抽样与抽样分布
统计学习题答案第4章抽样与抽样分布
第4章抽样与抽样分布——练习题(全免) 1. 一个具有64 n个观察值的随机样本抽自于均 = 值等于20、标准差等于16的总体。 ⑴给出x的抽样分布（重复抽样）的均值和标 准差 ⑵描述x的抽样分布的形状。你的回答依赖于 样本容量吗？ ⑶计算标准正态z统计量对应于5.15 = x的值。 ⑷计算标准正态z统计量对应于23 x的值。 = 解: 已知n=64，为大样本，μ=20，σ=16， ⑴在重复抽样情况下，x的抽样分布的均值为 a. 20, 2 b. 近似正态 c. -2.25 d. 1.50 2 . 参考练习4.1求概率。 ⑴x<16；⑵x>23；⑶x>25；⑷.x落在16和22之间；⑸x<14。 解: a. 0.0228 b. 0.0668 c. 0.0062 d. 0.8185 e. 0.0013 3. 一个具有100 n个观察值的随机样本选自于 = μ、16=σ的总体。试求下列概率的近似值：30 =
解: a. 0.8944 b. 0.0228 c. 0.1292 d. 0.9699 4. 一个具有900=n 个观察值的随机样本选自于100=μ和10=σ的总体。 ⑴ 你预计x 的最大值和最小值是什么？ ⑵ 你认为x 至多偏离μ多么远？ ⑶ 为了回答b 你必须要知道μ吗？请解释。 解:a. 101, 99 b. 1 c. 不必 5. 考虑一个包含x 的值等于0，1，2，…，97，98，99的总体。假设x 的取值的可能性是相同的。则运用计算机对下面的每一个n 值产生500个随机样本，并对于每一个样本计算x 。对于每一个样本容量，构造x 的500个值的相对频率直方图。当n 值增加时在直方图上会发生什么变化？存在什么相似性？这里30,10,5,2====n n n n 和50=n 。 解:趋向正态 6. 美国汽车联合会（AAA ）是一个拥有90个俱 乐部的非营利联盟，它对其成员提供旅行、
常用医学统计学方法汇总
选择合适的统计学方法 1连续性资料 1.1 两组独立样本比较 1.1.1 资料符合正态分布,且两组方差齐性,直接采用t检验。 1.1.2 资料不符合正态分布，（1）可进行数据转换,如对数转换等,使之服从正态分布,然后对转换后的数据采用t检验；（2）采用非参数检验,如Wilcoxon检验。 1.1.3 资料方差不齐，（1）采用Satterthwate 的t’检验；（2）采用非参数检验,如Wilcoxon检验。 1.2 两组配对样本的比较 1.2.1 两组差值服从正态分布，采用配对t检验。 1.2.2 两组差值不服从正态分布，采用wilcoxon的符号配对秩和检验。 1.3 多组完全随机样本比较 1.3.1资料符合正态分布，且各组方差齐性，直接采用完全随机的方差分析。如果检验结果为有统计学意义，则进一步作两两比较，两两比较的方法有LSD检验，Bonferroni法，tukey 法，Scheffe法，SNK法等。 1.3.2资料不符合正态分布，或各组方差不齐，则采用非参数检验的Kruscal－Wallis法。如果检验结果为有统计学意义，则进一步作两两比较，一般采用Bonferroni法校正P值，然后用成组的Wilcoxon检验。 1.4 多组随机区组样本比较 1.4.1资料符合正态分布，且各组方差齐性，直接采用随机区组的方差分析。如果检验结果为有统计学意义，则进一步作两两比较，两两比较的方法有LSD检验，Bonferroni法，tukey 法，Scheffe法，SNK法等。 1.4.2资料不符合正态分布，或各组方差不齐，则采用非参数检验的Fridman检验法。如果检验结果为有统计学意义，则进一步作两两比较，一般采用Bonferroni法校正P值，然后用符号配对的Wilcoxon检验。 ****需要注意的问题： （1）一般来说，如果是大样本，比如各组例数大于50，可以不作正态性检验，直接采用t 检验或方差分析。因为统计学上有中心极限定理，假定大样本是服从正态分布的。 （2）当进行多组比较时，最容易犯的错误是仅比较其中的两组，而不顾其他组，这样作容易增大犯假阳性错误的概率。正确的做法应该是，先作总的各组间的比较，如果总的来说差别有统计学意义，然后才能作其中任意两组的比较，这些两两比较有特定的统计方法，如上面提到的LSD检验，Bonferroni法，tukey法，Scheffe法，SNK法等。**绝不能对其中的两
SPSS统计分析1：正态分布检验
正态分布检验 一、正态检验的必要性[1] 当对样本是否服从正态分布存在疑虑时，应先进行正态检验；如果有充分的理论依据或根据以往积累的信息可以确认总体服从正态分布时，不必进行正态检验。 当然，在正态分布存疑的情况下，也就不能采用基于正态分布前提的参数检验方法，而应采用非参数检验。 二、图示法 1、P-P图 以样本的累计频率作为横坐标，以安装正态分布计算的相应累计概率作为纵坐标，把样本值表现为直角坐标系中的散点。如果资料服从整体分布，则样本点应围绕第一象限的对角线分布。 2、Q-Q图 以样本的分位数作为横坐标，以按照正态分布计算的相应分位点作为纵坐标，把样本表现为指教坐标系的散点。如果资料服从正态分布，则样本点应该呈一条围绕第一象限对角线的直线。 以上两种方法以Q-Q图为佳，效率较高。 3、直方图 判断方法：是否以钟形分布，同时可以选择输出正态性曲线。 4、箱式图 判断方法：观测离群值和中位数。 5、茎叶图 类似与直方图，但实质不同。 三、计算法 1、峰度（Kurtosis）和偏度（Skewness） （1）概念解释 峰度是描述总体中所有取值分布形态陡缓程度的统计量。这个统计量需要与正态分布相比较，峰度为0表示该总体数据分布与正态分布的陡缓程度相同；峰度大于0表示该总体数据分布与正态分布相比较为陡峭，为尖顶峰；峰度小于0表示该总体数据分布与正态分布相比较为平坦，为平顶峰。峰度的绝对值数值越大表示其分布形态的陡缓程度与正态分布的差异程度越大。 峰度的具体计算公式为： 注：SD就是标准差σ。峰度原始定义不减3，在SPSS中为分析方便减3后与0作比较。 偏度与峰度类似，它也是描述数据分布形态的统计量，其描述的是某总体取值分布的对称性。这个统计量同样需要与正态分布相比较，偏度为0表示其数据分布形态与正态分布的偏斜程度相同；偏度大于0表示其数据分布形态与正态分布相比为正偏或右偏，即有一条长尾巴拖在右边，数据右端有较多的极端值；偏度小于0表示其数据分布形态与正态分布相比为负偏或左偏，即有一条长尾拖在左边，数据左端有较多的极端值。偏度的绝对值数值越大表示其分布形态的偏斜程度越大。 偏度的具体计算公式为：
生物统计学答案 第四章 抽样分布
第四章 抽样分布 4.1 第四章的习题读者可以照常练习。在这里，利用SAS 软件包中的“正态分布随机数函数”做一抽样试验，进行一个类似的演示。假定总体平均数 μ ＝8，标准差 σ ＝2，用下式：Y ＝8＋2×正态分布随机数，获得一个服从N （8，22）分布的正态总体。从该正态总体中随机抽取含量为100的样本，共抽取10 000个样本。计算每一样本的s s y 和2,，然后计算样本平均数、样本方差和样本标准差的平均数(s s y ,,2)以及它们的标准差(s s y s s s ,,2)。用上述结果与s s y 和2 ,分布的特征数[分别见(4.1)，(4.2)式；(4.14)，(4.15)式以及(4.18)，(4.19)式] 比较。看一看抽样的结果是否能够很好地估计总体参数。 抽样试验还可以进一步深入，计算每一样本的t 。然后计算t 的平均数和标准差，用计算的结果与t 分布的特征数比较，[见(4.8)，(4.9) 式]。看一看抽样的结果与总体参数的一致性是否很好。 为了与问题的要求一致，抽样分两部分进行，下面先讨论样本平均数、样本方差和样本标准差的分布。SAS 程序如下： options nodate; data value; n=100; m=10000; df=n-1; do i=1 to m; retain seed 3053177; do j=1 to n; y=8+2*normal(seed); output; end; end; data disv; set value; sqy=y*y; by i; if first.i then sumy=0; sumy+y; if first.i then sumsqy=0; sumsqy+sqy; my=sumy/n; vacey=(sumsqy-my*sumy)/df; stdy=sqrt(vacey); if last.i then output; run; proc means mean var std; var my stdy vacey; title 'Sampling Distribution: Mu=8 sigma=2'; run; 程序运行的结果见下表： Sampling Distribution: Mu=8 sigma=2 Variable Mean Variance Std Dev -------------------------------------------------- MY 8.0005218 0.0394867 0.1987126
(完整word版)统计学三大分布与正态分布的关系
统计学三大分布与正态分布的关系 [1] 张柏林 41060045 理实1002班 摘要：本文首先将介绍 2分布，t 分布，F 分布和正态分布的定义及基本性质， 然后 用理论说明2分布，t 分布，F 分布与正态分布的关系，并且利用数学软件 MATLAB 来验证之. 1.三大分布函数[2] 1.1 2分布 2（n ）分布是一种连续型随机变量的概率分布。这个分布是由别奈梅 （Benayme ）赫尔默特（Helmert ）、皮尔逊分别于1858年、1876年、1900年所发 现，它是由正态分布派生出来的，主要用于列联表检验。 定义：若随机变量X 1,X 2,…X n 相互独立，且都来自正态总体 N （0,，）,则称 统计量 2 =x ； X ；…+X ；为服从自由度为n 的2分布，记为 2 2 ~ （n ）. 2 分布的概率密度函数为 1 x e 2 x 0 J x 0 其中伽玛函数（X ） e t t x 1dt,x 0， 2 分布的密度函数图形是一个只取非负值 的偏态分布，如下图? x 2 n 2° f(x; n)
2(n2) ,X!,X2相互独立，则X! X2~ 2g n2); 性质3: n 时，2(n) 正态分布; 性质4:设2~ 2(n),对给定的实数 (0 1),称满足条件： P{ 2 2(n)} 2(、f(x)dx (n) 的点2(n)为2(n)分布的水平的上侧分位数. 简称为上侧分位数.对不同的与n,分位 数的值已经编制成表供查 分布，是由英国统计学家戈赛特在1908年“student的'笔名 布在数理统计中也占有重要的位置. 1), Y?2(n), X,Y相互独立，，则称统计量T —X VY/ n 分布，记为T~t( n). 为 性质1: E( 2(n)) n,D( 2(n)) 2n ; 性质2:若X! 2(nJ,X2
统计学答案 第八章 抽样与抽样分布
第八章抽样与抽样分布 一、名词解释 1、统计抽样：按照随机原则从被研究现象的总体中，抽取一部分单位进行观察，然后根据 观察的结果运用数理统计的原理，来估计总体综合指标或者对总体综合指标的某种假设进行 检验。 2、重复抽样：是从总体中每抽出一个样本单位后，把结果记录下来，随即将该单位放回到 总体中去，使它和其余的单位在下一次抽选中具有同等被抽中的机会，再抽取第二个单位，直至抽取n个单位为止。 3、不重复抽样：一个单位被抽中后不再放回总体，然后再从所剩下的单位中抽取第二个单位，直到抽出n个单位为止，这样的抽样方法不可能使一个总体单位被重复抽中，所以称为 不重复抽样。 4、简单随机抽样：在从总体中随机抽取n个单位作为样本时，要使得每一个总体的单位都 有相同的机会（概率）被抽中。 5、分层抽样：在抽样之前先将总体的单位划分为若干层（类），然后从各个层中抽取一定数 量的单位组成一个样本，这样的抽样方式称为分层抽样，也称为分类抽样。 6、系统抽样：在抽样中先将总体各单位按某种顺序排列，并按某种规则确定一个随机起点， 然后，每隔一定的间隔抽取一个单位，直至抽取n个单位形成一个样本。这样的抽样方式称 为系统抽样，也称等距抽样或机械抽样。 7、整群抽样：调查时，先将总体划分成若干群，然后再以群作为调查单位从中抽取部分群， 进而对抽中的各个群中所包含的所有个体单位进行调查或观察，这样的抽样方式称为整群抽样。 8、总体分布：总体是我们关心的若干个元素的集合,总体中每个元素的取值是不同的，这些 观察值所形成的相对频数分布就是总体分布。 9、样本分布：是指一个样本中各观察值所形成的相对频数分布。 10.抽样分布：某个样本统计量的抽样分布，从理论上说就是在重复选取容量为n的样本时， 由该统计量的所有可能取值形成的相对频数分布。 11、比率：是指总体（或样本）中具有某种属性的单位与全部单位总数之比。 12、样本比率的抽样分布：在重复选取容量为n的样本时，由样本比率的所有可能取值形成 的相对频数分布称为样本比率的抽样分布。 二、判断题 1、× 2、√ 3、× 4、× 5、√ 6、× 7、√ 8、√ 9、× 10、√ 三、选择题 1、A 2、A 3、B 4、B 5、C 6、D 7、D 8、D 9、C 10、D 11、C 12、B 13、C 14、C 15、A 16、D 17、A 18、B 19、C 20、B 21、B 22、B 23、B 24、A 25、A 四、简答题 1、简述统计抽样的基本特点。
统计学三大分布及正态分布的关系
统计学三大分布与正态分布的关系 [1] 张柏林 41060045 理实1002班 摘要：本文首先将介绍2χ分布，t 分布，F 分布和正态分布的定义及基本性质， 然后用理论说明2χ分布，t 分布，F 分布与正态分布的关系，并且利用数学软件MATLAB 来验证之. 1.三大分布函数[2] 1.12χ分布 2()n χ分布是一种连续型随机变量的概率分布。这个分布是由别奈梅(Benayme)、赫尔默特(Helmert)、皮尔逊分别于1858年、1876年、1900年所发现，它是由正态分布派生出来的，主要用于列联表检验。 定义：若随机变量12n ,,X X …X 相互独立，且都来自正态总体01N （，） ，则称统计量222 212n =+X X χ++…X 为服从自由度为n 的2χ分布， 记为22~()n χχ. 2χ分布的概率密度函数为 122210(;),2()200n x n x e x n f x n x --?≥??=Γ???? ，2χ分布的密度函数图形是一个只取非负值的偏态分布，如下图.
卡方分布具有如下基本性质： 性质1：22(()),(())2E n n D n n χχ==； 性质2：若221122(),()X n X n χχ==，12,X X 相互独立，则21212~()X X n n χ++； 性质3：2 n χ→∞→时，（ n ）正态分布； 性质4：设)(~2 2n α χχ，对给定的实数),10(<<αα称满足条 件:αχχα χα ==>?+∞ ) (2 22)()}({n dx x f n P 的点)(2 n α χ为)(2n χ分布的水平α的上侧分位数. 简称为上侧α分位数. 对不同的α与n , 分位数的值已经编制成表供查 用. 2()n χ分布的上α分位数 1.2t 分布 t 分布也称为学生分布，是由英国统计学家戈赛特在1908年“student ”的笔名 首次发表的，这个分布在数理统计中也占有重要的位置. 定义：设2 ~0~X N χ（，1），Y （n ），,X Y 相互独立，，则称统计量/T Y n = 服从自由度为n 的t 分布，记为~()T t n .
统计学常用分布及其分位数
§1、4 常用得分布及其分位数 1、 卡平方分布 卡平方分布、t 分布及F 分布都就是由正态分布所导出得分布,它们与正态分布一起,就是试验统计中常用得分布。 当X 1、X 2、… 、Xn 相互独立且都服从N(0,1)时,Z=∑i i X 2 得分布称为自由度等于n 得2χ分布,记作Z ～2χ(n),它得分布 密度 p(z )=??? ????>??? ??Γ--,,00,2212122其他z e x n z n n 式中得??? ??Γ2n =u d e u u n ?∞+--012,称为Gamma 函数,且()1Γ=1, ?? ? ??Γ21=π。2χ分布就是非对称分布,具有可加性,即当Y 与Z 相互独立,且Y ～2χ(n ),Z ～2χ(m ),则Y+Z ～2χ(n+m )。 证明: 先令X 1、X 2、…、X n 、X n+1、X n+2、…、 X n+m 相互独立且都服从N(0,1),再根据2χ分布得定义以及上述随机变量得相互独立性,令 Y=X 21+X 22+…+X 2n ,Z=X 21+n +X 22+n +…+X 2m n +, Y+Z= X 21+X 22+…+X 2n + X 21+n +X 22+n +…+X 2m n +, 即可得到Y+Z ～2χ(n +m )。 2、 t 分布 若X 与Y 相互独立,且 X ～N(0,1),Y ～2χ(n ),则Z =n Y X 得分布称为自由度等于n 得t 分布,记作Z ～ t (n ),它得分布密度 P(z)=)()(221n n n ΓΓ+2121+-???? ??+n n z 。 请注意:t 分布得分布密度也就是偶函数,且当n>30时,t
统计学三大分布与正态分布的差异
申请大学学士学位论文 大学 学士学位论文 统计学三大分布与正态分布的差异年级专业： 学生： 指导教师：
统计学三大分布与正态分布的差异 中文摘要 统计学是应用数学的一个分支，主要通过利用概率论建立数学模型，收集所观察系统的数据，进行量化的分析、总结，并进而进行推断和预测，为相关决策者提供依据和参考。它被广泛的应用在各门学科之上，从物理和社会科学到人文科学，甚至被用来工商业及政府的情报决策之上。而对数据的分析过程中就需要利用到数据的分布来研究分类。 在实际遇到的许多随机现象都服从或近似服从正态分布。而由正态分布构造的三大分布在实际中有广泛的应用，因为这三大分布不仅有明确的背景，而且其抽样分布的密度函数有明显表达式，研究三大分布与正态分布有助于研究实际事例，比如经济安全与金融保险领域、人口统计等。 本文讨论了三大分布与正态分布，并将它们之间的密度函数进行比较说明. 第二章介绍了正态分布的定义、性质，三大分布的定义、性质。 第三章介绍了正态分布与三大分布的密度函数，并将它们之间的密度函数进行比较关键词：正态分布；三大分布；密度函数 The Difference between the Three Statistical Distributions and the Normal Distribution Abstract Statistics is a branch of applied mathematics, the mathematical models are mainly established by the probability and statistics theory based on the collecting
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 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 22 ()21 (),2x f x e x μσπσ --=-∞<<∞ 则称X 服从正态分布。 记做 2 (,)X N μσ，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，0σ>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 () 2x 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 例：设 (0,1) X N，求以下概率
医学统计学问答题(含答案)
简答题 0. 算术均数、几何均数和中位数各有什么适用条件？ 答：（1）算术均数：适用对称分布，特别是正态或近似正态分布的数值变量资料。 （2）几何均数：适用于频数分布呈正偏态的资料，或者经对数变换后服从正态分布（对数正态分布）的资料，以及等比数列资料。 （3）中位数：适用各种类型的资料，尤其以下情况： A 资料分布呈明显偏态； B 资料一端或两端存在不确定数值（开口资料或无界资料）； C 资料分布不明。 1.对于一组近似正态分布的资料，除样本含量n 外，还可计算 S X ,和S X 96.1±，问各说明什么？ （1）X 为算数均数，说明正态分布或近似正态分布资料的集中趋势 （2）S 为标准差，说明正态分布或近似正态分布的离散趋势 （3）S X 96.1±可估计正态指标的95%的医学参考值范围，即此范围在理论上应包含95%的个体值。 2.试述正态分布、标准正态分布的联系和区别。 正态分布 标准正态分布 原始值X 无需转换 作u=（X-μ）/σ转换 分布类型 对称 对称 集中趋势 μ μ=0 均数与中位数的关系 μ=M μ=M 参考：标准正态分布的均数为0，标准差为1；正态分布的均数则为μ，标准差为σ（μ为任意数，而σ为大于0的任意数）。标准正态分布的曲线只有一条，而正态分布曲线是一簇。任何正态分布都可以通过标准正态变换转换成标准正态分布。标准正态分布是正态分布的特例。 3.说明频数分布表的用途。 1）描述频数分布的类型 2）描述频数分布的特征 3）便于发现一些特大或特小的可疑值 4）便于进一步做统计分析和处理 4.变异系数的用途是什么？ 多用于观察指标单位不同时，如身高与体重的变异程度的比较；或均数相差较大时，如儿童身高与成人身高变异程度的比较。 5.试述正态分布的面积分布规律。 （1）X 轴与正态曲线所夹的面积恒等于1或100%； （2）区间μ±σ的面积为68.27%，区间μ±1.96σ的面积为95.00%，区间μ±2.58σ的面积为99.00%。 6.试举例说明均数的标准差与标准误的区别与联系。 7.标准正态分布(u 分布)与t 分布有何不同？
统计学习题答案_第4章__抽样与抽样分布
第4章 抽样与抽样分布——练习题(全免) 1. 一个具有64=n 个观察值的随机样本抽自于均值等于20、标准差等于16的总体。 ⑴ 给出x 的抽样分布（重复抽样）的均值和标准差 ⑵ 描述x 的抽样分布的形状。你的回答依赖于样本容量吗？ ⑶ 计算标准正态z 统计量对应于5.15=x 的值。 ⑷ 计算标准正态z 统计量对应于23=x 的值。 解: 已知 n=64，为大样本，μ=20，σ=16， ⑴在重复抽样情况下，x 的抽样分布的均值为 a. 20, 2 b. 近似正态 c. -2.25 d. 1.50 2 . 参考练习4.1求概率。 ⑴x <16； ⑵x >23； ⑶x >25； ⑷.x 落在16和22之间； ⑸x <14。 解: a. 0.0228 b. 0.0668 c. 0.0062 d. 0.8185 e. 0.0013 3. 一个具有100=n 个观察值的随机样本选自于30=μ、16=σ的总体。试求下列概率的近似值： 解: a. 0.8944 b. 0.0228 c. 0.1292 d. 0.9699 4. 一个具有900=n 个观察值的随机样本选自于100=μ和10=σ的总体。 ⑴ 你预计x 的最大值和最小值是什么？ ⑵ 你认为x 至多偏离μ多么远？ ⑶ 为了回答b 你必须要知道μ吗？请解释。 解:a. 101, 99 b. 1 c. 不必 5. 考虑一个包含x 的值等于0，1，2，…，97，98，99的总体。假设x 的取值的可能性是相同的。则运用计算机对下面的每一个n 值产生500个随机样本，并对于每一个样本计算x 。对于每一个样本容量，构造x 的500个值的相对频率直方图。当n 值增加时在直方图上会发生什么变化？存在什么相似性？这里30,10,5,2====n n n n 和50=n 。 解:趋向正态 6. 美国汽车联合会（AAA ）是一个拥有90个俱乐部的非营利联盟，它对其成员提供旅行、 金融、保险以及与汽车相关的各项服务。1999年5月，AAA 通过对会员调查得知一个4口之家出游中平均每日餐饮和住宿费用大约是213美元（《旅行新闻》Travel News ，1999年5月11日）。假设这个花费的标准差是15美元，并且AAA 所报道的平均每日消费是总体均值。又假设选取49个4口之家，并对其在1999年6月期间的旅行费用进行记录。 ⑴ 描述x （样本家庭平均每日餐饮和住宿的消费）的抽样分布。特别说明x 服从怎样
统计学常用分布
二项分布(,)B n p n 为试验次数，p 为每次成功概率 {}x x n x n p X x C p q -== 其中1p q += (),()E X np Var X npq == ()()tX t n E e q pe =+其中t -￥<<￥ 解释：n 重贝努里实验中正好成功x 次的概率 几何分布()Geo p p 为成功概率 ()x P X x pq == 2(),()E X q p Var X q p == ()(1),ln tX t E e p qe t q =-<- 解释：n 重贝努里实验中首次成功正好在第x+1次 负二项分布(,),1NB k p k >，k 为成功次数，01p <<，p 为成功概率 1{}x k x k x P X x C p q +-== 2(),()E X kq p Var X kq p == ()(),ln 1tX k t p E e t q qe =<-- 解释：贝努里实验系列中第k 次成功正好出现在第x ＋k 次实验上地概率 泊松分布()P l {},0! x P X x e x l l l -==> (),()E X Var X l l == (1)()t tX e E e e l -=，t -￥<<￥ 解释：贝努里概型中的实验次数很大，但每次成功的概率很小，平均成功次数接近于常数
均匀分布(,)U a b 1 (),X f x a x b b a =<<-；(),X x a F x a x b b a -=<<- 2 ()(),()212a b b a E X Var X +-== 11 ()(1)()r r r b a E X r b a ++-=+- 正态分布2(,)N m s 2 1) 2()x X f x m s -- = 2(),()E X Var X m s == 22 1 2()t t tX E e e m s += 对数正态分布2log (,)N m s 2 1 ln () 2()x X f x m s --=2 221 22(),()(1)E X e Var X e e m m s s ++==- 22 1 2()t t t E X e m s += 解释：如果X~2log (,)N m s ,则logX ～2(,)N m s 指数分布()Exp l ()x X f x e l l -=，()1x X F x e l -=- 21 1 (),()E X Var X l l == (1) ()r r r E X l G += 1()(1,X t M t t l l -=-<
(完整word版)统计学三大分布与正态分布的关系
统计学三大分布与正态分布的关系[1] 张柏林 41060045 理实1002班 摘要：本文首先将介绍2χ分布，t 分布，F 分布和正态分布的定义及基本性质， 然后用理论说明2χ分布，t 分布，F 分布与正态分布的关系，并且利用数学软件MATLAB 来验证之. 1. 三大分布函数[2] 1.12χ分布 2()n χ分布是一种连续型随机变量的概率分布。这个分布是由别奈梅 (Benayme)、赫尔默特(Helmert)、皮尔逊分别于1858年、1876年、1900年所发现，它是由正态分布派生出来的，主要用于列联表检验。 定义：若随机变量12n ,,X X …X 相互独立，且都来自正态总体01N （，） ，则称统计量222 212n =+X X χ++…X 为服从自由度为n 的2χ 分布，记为22~()n χχ. 2χ分布的概率密度函数为 122210(;),2()200n x n x e x n f x n x --?≥??=Γ???? ，2χ分布的密度函数图形是一个只取非负值的偏态分布，如下图.
卡方分布具有如下基本性质： 性质1：22(()),(())2E n n D n n χχ==； 性质2：若221122(),()X n X n χχ==，12,X X 相互独立，则21212~()X X n n χ++； 性质3：2 n χ→∞→时，（ n ）正态分布； 性质4：设)(~2 2n α χχ，对给定的实数),10(<<αα称满足条件: αχχαχα==>? +∞ ) (2 22 )()}({n dx x f n P 的点)(2 n α χ为)(2n χ分布的水平α的上侧分位数. 简称为上侧α分位数. 对不同的α与n , 分位数的值已经编制成表供查用. 2()n χ分布的上α分位数 1.2t 分布 t 分布也称为学生分布，是由英国统计学家戈赛特在1908年“student”的笔名首次发表的，这个分布在数理统计中也占有重要的位置. 定义：设2 ~0~X N χ（，1），Y （n ），,X Y 相互独立，，则称统计量/T Y n = 服从自由度为n 的t 分布，记为~()T t n . t 分布的密度函数为
统计学第5-6章 正态分布 统计量其抽样分布
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 22 ()21 (),2x f x e x μσπσ --=-∞<<∞ 则称X 服从正态分布。 记做 2 (,)X N μσ:，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，0σ>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： ()0f x ≥,即整个概率密度曲线都在x 轴的上方。 曲线 ()f x 相对于x μ=对称，并在 x μ=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 例：设 (0,1) X N :，求以下概率 （1） ( 1.5) P X< (2) (2) P X> (3) (13) P X -<≤