第八章常用计分布

合集下载

交通工程学 第八章 道路交通流理论

交通工程学 第八章 道路交通流理论

8.1.2 连续流特征
总体特征
交通量Q、行车速度V s、车流密度K是表征交通流
特性的三个基本参数 此三参数之间的基本关系为:
Q Vs K
式中:Q——平均流量(辆/h);
V s——空间平均车速(km/h);
K——平均车流密度(辆/km)。
8.1.2 连续流特征
KN L
t L V
Q
N t

N L

NV L
KV
V
8.1.2 连续流特征
8.1.2 连续流特征
特征变量
(1) 极大流量Qm,就是Q-V曲线上 的峰值。 (2) 临界速度Vm,即流量达到极大 时的速度。 (3) 最佳密度Km,即流量达到极大 时的密量。 (4) 阻塞密度Kj,车流密集到车辆无 法移动(V=0)时的密度。 (5) 畅行速度Vf,车流密度趋于零, 车辆可以畅行无阻时的平均速度。
称密度)随机且独立地出现时,那么这个事件在单位时间 (面积或体积)内出现的次数或个数就近似地服从泊松分 布。 车流密度不大,车辆间相互影响微弱,其他外界干扰因素 基本不存在。
8.2.2 离散型分布
泊松分布
例题:设60辆汽车随机分布在4km长的道路上,服从
泊松分布,求任意400m路段上有4辆及4辆以上汽车的概
泊松分布
基本公式
P(k) (t)k et ,
k!
k 0,1,2,
式中:P(k)——在计数间隔t内到达k辆车或k个人的概率; λ——单位时间间隔的平均到达率(辆/s或人/s); t——每个计数间隔持续的时间(s)或距离(m); e——自然对数的底,取值为2.71828。
8.2.2 离散型分布
8.1.2 连续流特征

第八章 平衡计分卡与战略执行

第八章 平衡计分卡与战略执行
目标 指标 目标值 行动方案
客户层面 为了实现愿景, 我们应如何看 待客户?
目标 指标 目标值 行动方案
内部流程层面
愿景 与 战略
为了满足客户, 我们必须擅长 哪些流程?
目标
指标
目标值
行动方案Байду номын сангаас
学习与成长层面 为了实现愿景, 我们的企业必 须如何学习和 提高?
目标 指标 目标值 行动方案
3
愿景
愿景是一个简明的陈述,表达了企业的中长
5
战略地图
6
财务层面
7
客户层面
8
内部流程层面
9
学习与成长层面
10
平衡计分卡:化战略为行动的 指标、目标值和行动方案
11
将四个层面整合为战略地图
12
运用平衡计分卡执行战略
13
期(3~10年)目标。愿景应该是外部的和市场 导向的,通常用“憧憬”的言语传达企业想要 展现给世界的形象
4
战略
迈克尔· 波特认为,战略就是选择一套行动方
案使企业能够善于在市场上创造持续性差异。 持续性差异能够向客户传递的价值超过竞争者, 或者在相同价值下提供更低的成本。他说: “差异化源于行动方案及其实现方式的选择。”
第九章 平衡计分卡
1
传统业绩评价的缺陷
(1)只注重对过去经营业绩的评价,不能对未来应采取
的行动提供充分的指导。
(2)只注重财务因素,不反映非财务因素。
(3)只注重短期的财务成果,不关注长期的价值创造。
(4)只注重内部各种因素,不考虑外部因素的影响。
2
平衡计分卡战略地图
财务层面 为了取得成功, 我们应如何看 待股东?

不确定度统计学常用的分布

不确定度统计学常用的分布

不确定度统计学常用的分布
在统计学中,有几个常用的分布被广泛用于表示不确定度。

以下是其中几个常见的分布的介绍。

1. 正态分布(Normal Distribution):也被称为高斯分布,是统计学中最常见和最重要的分布之一。

它的概率密度函数具有钟形曲线形状,以其对称性和很好的性质而受到广泛应用。

2. t分布(t-distribution):t分布是对应于小样本情况下的正态分布的统计分布。

它的形状类似于正态分布,但具有更宽的尾部。

t分布在小样本情况下通常用于估计总体平均值的置信区间。

3. F分布(F-distribution):F分布是用于比较两个总体方差是否相等的统计分布。

它具有正偏斜和右尾较长的特点。

在方差分析和回归分析中,F分布被广泛用于检验模型的显著性。

4. 卡方分布(Chi-square distribution):卡方分布是由多个独立标准正态随机变量的平方和构成的分布。

它具有非负的偏斜和右尾较长的特性。

卡方分布在统计推断中被广泛用于检验分布的拟合度和估计总体方差。

5. 二项分布(Binomial distribution):二项分布是描述一系列独立的二元试验中成功次数的分布。

它的概率质量函数呈现出一个钟形,它在统计推断和贝叶斯统计学中经常用于建模离散型数据的不确定性。

这些分布都是在统计学中常见的用于表示不确定度的工具。

根据具体的问题和需求,我们可以选择适当的分布来进行数据建模和分析。

交通流参数的泊松分布

交通流参数的泊松分布
μ=nπ =1000 ×0.0018=1.8
(三)Poisson分布的图形
μ=0.6 μ=6
μ=2 μ=14
(四)Poisson分布的性质
1. Poisson分布的方差等于均数,即 σ2=μ。
2. Poisson分布的可加性。
• 对于服从Poisson分布的 m个相互独立的随机 变量Xl,X2,…, Xm它们之和X1+X2+…+Xm也服 从Poisson分布,且均数为m个随机变量的均数 之和。
P( X k) k e , k 0,1,2,..., n
k!
•则称X服从参数为λ的Poisson分布,记为X~P(λ)。其中 X为单位时间(或面积、容积等)某稀有事件发生数,e= 2.7183,λ是Poisson分布的总体均数。
•也就是,若某现象发生的概率小,而样本例数多时,则 二项分布逼近Poisson分布。
二)单个总体均数的假设检验
1.直接计算概率法 根据Poisson分布的概率分布列计算
概率或累积概率,并依据小概率事件原 理,作出统计推断。
[例]某罕见非传染性疾病的患病率一般为15 /10万,现在某地区调查1000人,发现阳性 者2人,问此地区患病率是否高于一般。
解:H0:此地区患病率与一般患病率相等; H1:此地区患病率高于一般患病率;
即该放射物质每30min平均脉冲数(个) 的95%可信区间为(322.8,397.2)。
SUCCESS
THANK YOU
2019/10/12
(2)查表法 如果X≤50时,样本资料 呈Poisson分布,可查阅正态分布表。
[例]对某地区居民饮用水进行卫生学检测中, 随机抽查1 mL水样,培养大肠杆菌2个,试估计 该地区水中平均每毫升所含大肠杆菌的95%和 99%可信区间。 本例,X=2<50,查附表4,95%可信区间为(0.2 ,7.2);99%可信区间为(0.1,9.3)。

第八章_指数分布和可靠性增长模型

第八章_指数分布和可靠性增长模型

0
p{N (t ) y} [m(t )]y / y !em(t ) , y 0,1, 2,...
• λ是初始故障密度,θ是每个故障归一化故障密度的下降率。 • 延迟S模型和变形S模型: m(t ) k[1 (1 t )et ] • t是时间,λ是错误检查率,k是缺陷总数或所有缺陷的累计缺 陷率。
• 故障间隔时间模型的假设较严格,数据更难收集并需要一 定的精确性。 • 缺陷计数模型基本假设: 1、测时间隔彼此相互独立 2、间隔之间的测试是均匀的(关键) 3、在不重叠的间隔中测试到的缺陷数目彼此之间相互独 立。
• 模型评价:
预测有效性 性能 假设的质量 可应用性 简单性(数据采集简单代价不高,概念简单,不需要很多 数学基础,计算机程序易于实现。)
每 KCSI 的 缺 陷 数
t
每 KCSI 的 缺 陷 数
累积分布

可靠性增长模型
• 故障间隔时间模型:变量为故障之间的时间间隔 • 故障数目模型:变量是在一个特定时间间隔内的故障或失 败数目。 • Jelinski-Moranda模型:假设测试开始时有N个故障,失 败随机发生,造成的影响一样,修复时间不计,修复是完 美的。在第(i-1)个故障和第i个故障之间的时间如下: • Littlewood模型:假设不同的故障影响不同,较大的缺陷 往往容易更早发现并修正。 • Goel-Okumoto不完美调试模型:假设修复时间不计,修 复的完美。第(i-1)个故障和第i个故障间各种的危险几 率函数如下: Z (ti ) [ N p(i 1)] • N是测试开始时的故障数目,p是不完美调试概率,λ是每 个缺陷的故障率。
• 过程建模:
1、检查数据 2、选择一个或几个模型,基于对测试过程、数据和模型 假设的理解用模型来拟合数据。 3、预测模型的参数 4、通过在选定模型中换上参数的预测值而得到拟合的模 型。 5、进行拟合程度测试,评价模型合理性。 6、根据拟合的模型进行可靠性预测。 • 压缩因子:测试缺陷密度和领域缺陷密度之间的这种不同 。

《概率统计简明教程》第二版(第8章-统计量与抽样分布)统计与统计学、统计量、抽样分布

《概率统计简明教程》第二版(第8章-统计量与抽样分布)统计与统计学、统计量、抽样分布

《概率统计简明教程》第二版
第八章 统计量与抽样分布
三、什么是统计学
◆短期的机遇变异
重复投掷一枚均匀硬币六次,观察每次出现的面: (1)正反正反反正 (2)反反反正正正 (3)正反反反反反
直觉认为结果(1)是随机的,结果(2)和结果 (3)很不随机。 从概率的观点认为结果(1)、(2)、(3)的发 生有相同的概率,因而没有哪一个结果比其他结果更多 一点或少一点随机性。
《概率统计简明教程》第二版
第八章 统计量与抽样分布
◆变异性(Variablity)
统计数据和统计资料具有变异性, 即个体之间有 差异,而对同一个体的多次观察,其结果也会不一样, 并且几乎每一次观察都随着时间的不同而改变,因而变 异性是一个重要的统计观念。 抽样结果的差异是变异性的主要表现 不能仅仅根据一次抽样的结果就断下结论!
《概率统计简明教程》第二版
第八章 统计量与抽样分布
二、总体和样本
1.总体
我们关心的是总体中的个体的某项指标(如人的身高、 灯泡的寿命, 汽车的耗油量…) .
由于每个个体的出现是随机的,所以相应的数量指标 的出现也带有随机性 . 从而可以把这种数量指标看作一 个随机变量X ,因此随机变量X的分布就是该数量指标在 总体中的分布.
《概率统计简明教程》第二版
第八章 统计量与抽样分布
三、什么是统计学
◆长期的规律性
在某地的彩票活动中,七年中有人累计中两次大 奖的机会是: 一半对一半
人们的潜意识常常与理性思考的结果有很大差别, 如不善于统计思考,即使面对十分平常的现象,也会闹 出笑话。
《概率统计简明教程》第二版
第八章 统计量与抽样分布
第八章 统计量与抽样分布
二、总体和样本

第八章--生态位

第八章--生态位

第八章生态位生态位(niche)是现代生态学的重要理论之一,生态位研究在理解群落结构和功能、群落内物种间关系、生物多样性、群落动态演替和种群进化等方面有重要的作用,因此得到了广泛的应用,并已取得了许多研究成果。

这使生态位理论成为近20年来生态学研究的热点之一(林开敏和郭玉硕2001,张桂莲和张金屯 2002,林思祖等2002,李毅等2003)。

第一节生态位的概念在生态学中最早使用生态位(niche)一词的是Grinnel(1917),他把生态位定义为种的最后分布单位(ultimate distributional unit ),而强调生态位的空间概念。

1927年,Elton把生态位确定为种在其群落中的功能作用和地位(functional role and position),强调一个种与其他种的营养关系。

Hutchinson(1957)利用数学上的点集理论,把生态位看成一个种生存条件的总合。

Odum(1959)则认为生态位是一个种在其群落和生态系统中的地位和状况,而这种地位和状况决定于该生物的形态适应、生理反应和特有的行为。

1973年,Pianka提出一个生物单位的生态位(包括个体、种群或物种生态位)就是该生物单位适应性的总合。

生物环境(小生境)与生物生态位之间的差异仅仅在于:在生物生态位的概念中,包括生物开拓和利用其环境的能力,也包括生物与环境相互作用的各种方式。

目前,生态位的概念已同种间竞争密切联系在一起,而且越来越同资源的利用联系在一起。

我们认为生态位概念必须与物种所生存的群落环境相连系,也就是一个种的生态位是指该种在群落中利用资源的能力,这种能力体现在该种个体在群落中的分布范围和生物量的占有上。

一个种的生态位受群落内生物和非生物环境的影响,因此一个种在不同的群落中就有不同的生态位。

1990年我国学者刘建国和马世骏提出了扩展的生态位理论。

他们认为以前的生态位概念有三点不足之处:一是只将物种(种群)作为生态位的利用者或占有者,而没有包括其他拥有生态位的生物组织层次(如群落、生态系统等);二是只考虑环境因子(食物、资源等)而忽略了时间因子;三是只谈生态位实际利用性,没有考虑生态位的潜在形式和非存在形式。

第八章平衡计分卡

第八章平衡计分卡
• Allfirst • Northwest Mutual
制造业
• Ingersoll Rand • Ford
服务业
• Saatchi & Saatchi • McCord Bank
• Petrobras
• Disney World
• Pfizer
• AXA
• Swales Aerospace
• Berlitz
• Hawaii Medical Systems
• National City Bank
• Ball Aerospace
• FedEx
• Alterra
• Duetche Financial
• EKS Chemicals
• Media General
价值观 对我们最重要的是什么
愿景 我们想成为什么
战略 我们的行动计划
上海立信会计学院
全面质量管理 我们必须提高什么
授权 / 个人目标 我需要做什么
为什么会存在差距
战略执行的四大障碍
绩效管理障碍
70%的组织没有把中层
管理者的奖金和战略相 挂钩
沟通障碍
95%的员工不知道公司 的战略是 什么
十家组织中九家都 以战略失败告终
• Philips Consumer Electronics
• Westfield Companies
• Daimler Chrysler Services
• National-Citibank
• Tata Steel
• Swiss Re
• British Petroleum
• Tower Financial Group • CUNA Mutual
  1. 1、下载文档前请自行甄别文档内容的完整性,平台不提供额外的编辑、内容补充、找答案等附加服务。
  2. 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
  3. 3、如文档侵犯您的权益,请联系客服反馈,我们会尽快为您处理(人工客服工作时间:9:00-18:30)。

第八章 常用统计分布第一节 超几何分布超几何分布的数学形式·超几何分布的数学期望和方差·超几何分布的近似第二节 泊松分布泊松分布的数学形式·泊松分布的性质、数学期望和方差·泊松分布的近似第三节 卡方分布(2χ分布) 2χ分布的数学形式·2χ分布的性质、数学期望和方差· 样本方差的抽样分布第四节 F 分布F 分布的数学形式·F 分布的性质、数学期望和方差·F 分布的近似一、填空1.对于超几何分布,随着群体的规模逐渐增大,一般当Nn ≤( )时,可采用二项分布来近似。

2.泊松分布只有一个参数( ),只要知道了这个参数的值,泊松分布就确定了。

3.卡方分布是一种( )型随机变量的概率分布,它是由( )分布派生出来的。

4.如果第一自由度1k 或第二自由度2k 的F 分布没有列在表中,但邻近的第一自由度或第二自由度的F 分布已列在表中,对于F α(1k ,2k )的值可以用( )插值法得到。

5.( )分布具有一定程度的反对称性。

6.( )分布主要用于列联表的检验。

7.( )分布用于解决连续体中的孤立事件。

8.2χ分布的图形随着自由度的增加而渐趋( )。

9.当群体规模逐渐增大,以致不回置抽样可以作为回置抽样来处理,这时( )可采用二项分布来近似。

10.( )事件是满足泊松分布的。

二、单项选择1.已知离散性随机变量x 服从参数为λ=2的泊松分布,则概率P (3;λ)=( )。

A 4/3e 2B 3/3e 2C 4/3e 3D 3/3e 32.当群体的规模逐渐增大,以至于不回置抽样可以作为回置抽样来处理时,( )分布可以用二项分布来近似。

A t 分布B F 分布C 2χ分布 D 超几何分布3.研究连续体中的孤立事件发生次数的分布,如某时间段内电话机被呼叫的次数的概率分布,应选择( )。

A 二项分布B 超几何分布C 泊松分布D F 分布4.对于一个样本容量n 较大及成功事件概率p 较小的二项分布,都可以用( )来近似。

A 二项分布B 超几何分布C 泊松分布D F 分布。

5.与F α(1k ,2k )的值等价的是( )。

A F 1-α(1k ,2k )B F 1-α(2k ,1k )C 1/F α(1k ,2k )D 1/F 1-α(2k ,1k )6、只与一个自由度有关的是( )A 2χ分布B 超几何分布C 泊松分布D F 分布三、多项选择1.属于离散性变量概率分布的是( )。

A 二项分布B 超几何分布C 泊松分布D F 分布2.属于连续性变量的概率分布的是( )。

A 2χ分布 B 超几何分布 C 泊松分布 D F 分布3.下列近似计算概率的正确方法是( )。

A 用二项分布的概率近似计算超几何分布的概率B 用二项分布的概率近似计算泊松分布的概率C 用泊松分布的概率近似计算超二项分布的概率D 用正态分布的概率近似计算超二项分布的概率E 用正态分布的概率近似计算F 分布的概率4.2χ分布具有的性质是( )。

A 恒为正值B 非对称性C 反对称性D 随机变量非负性E 可加性5.F 分布具有的性质是( )。

A 恒为正值B 非对称性C 反对称性D 随机变量非负性E 可加性6.一般地,用泊松分布近似二项式分布有较好的效果是( )。

A n/N ≤0.1B n≥10C p≤0.1D k≥30E k2>2四、名词解释1.超几何分布2.泊松分布3.卡方分布4.F分布五、判断题1.在研究对象为小群体时,二项式分布和超几何分布的基本条件都能得到满足。

()2.成功次数的期望值λ是决定泊松分布的关键因素。

()3.泊松分布的数学期望和方差是相等的。

()4.在计算F分布的概率时,只需要知道分子的自由度和分母的自由度两个因素就可以了。

()5.k个独立标准正态变量的平方和被定义为卡方分布。

()6.卡方分布的随机变量是若干个独立标准正态变量的平方和。

()7.相互独立的两个卡方变量与其自由度的商的比值为F分布的变量。

()8. 当群体规模逐渐增大,以致不回置抽样可以作为回置抽样来处理,这时泊松分布可采用二项分布来近似。

()9. 泊松分布用于解决连续体中的孤立事件。

()10. F分布具有一定程度的反对称性。

()六、计算题1.某社区要选派8名积极申请参加公益活动的居民从事一项宣传活动。

申请者为12名女性居民和8名男性居民。

社区宣传活动的组织者把他们的名字完全混合后放在一个盒子里,并从中抽取8个。

试问,抽出4名女性居民的概率是多少?2.有16名二年级学生和14名三年级学生选修了社区管理课。

假设所有学生都会来教室上课,而且是随机进入教室的。

试问,当一名学生进入教室时,恰逢已在教室就坐的5位都是三年级的概率是多少?3.某区进行卫生大检查,现对区内全部40个单位进行卫生合格验收。

检查团随机抽查4个单位,只要有1个单位不合格就取消该区的卫生评先资格。

如果该区确有10%的单位卫生不合格,试问:(1)抽查的4个单位中有1个单位是不合格单位的概率是多少?(2)经抽查,该区没被取消评先资格的概率是多少?(3)计算分布的期望值和方差。

4.设在填写选民证时,1000个选民证中共有300个错字被发现。

问在一张选民证上有一个错字的概率是多少?5.某社区对失业者进行某项培训,参加培训的共有100人。

根据以前的培训经验,项目负责人估计有4%的培训者不能掌握这门技术。

问在参加培训的100名失业者中至少有5人为未掌握这项技术的概率是多少?6.每小时有30个老人穿过一条人行道。

在5分钟内,没有老人穿过该人行道的概率是多少?7.从一正态总体中抽出一个容量为20的样本。

已知总体的方差为5。

求样本的方差在3.5到7.5之间的概率。

8.查表求F 0.95(15,7)的值。

9.已知Z 0.1=1.64。

求21.0χ (1)的值 。

10.已知F 0。

01(120.12)=1.88,F 0。

01(∞,12)=1.85。

求F 0。

01(150.12)的值 。

11. 一页书上印刷错误的个数X 是一个离散型随机变量,它服从参数为λ(λ>0)的泊松分布,一本书共400页,有20个印刷错误,求:(l )任取l 页书上没有印刷错误的概率;(2)任取4页书上都没有印刷错误的概率.12. 某种产品表面上疵点的个数X 是一个离散型随机变量,它服从参数为λ=23的泊松分布,规定表面上疵点的个数不超过2个为合格品,求产品的合格率。

13. 每10分钟内电话交换台收到呼唤的次数X 是一个离散型随机变量,它从参数为λ(λ>0)的泊松分布,已知每10分钟内收到3次呼唤与收到4次呼唤的可能性相同,求:(1)平均每10分钟内电话交换台收到呼唤的次数;(2)任意10分钟内电话交换台收到2次呼唤的概率.14. 设离散型随机变量X 服从参数为λ(λ>0)的泊松分布,且已知概率}1{=X P =33e ,求: (l)参数λ值;(2)概率P {1<X ≤3};(3)数学期望)3(X E ;(4)方差)3(X D .七、问答题1.简述卡方分布的性质。

2.简述F 分布的性质。

参考答案一、填空1. 0.1 2.λ 3.连续 ,正态 4.调和 5. F 6.2χ 7.泊松 8. 对称 9. 超几何分布 10. 稀有二、单项选择1.A 2.D 3.C 4.C 5.D 6.A三、多项选择1.ABC 2..AF 3.ACDE 4.ABE 5.ABC 6.BC四、名词解释1.超几何分布超几何分布以样本内的成功事件的个数x 为随机变量。

若总体单位数为N ,其中成功类共有K 个,设从中抽取n 个为一样本,则样本中成功类个数x 的超几何概率分布为P (x )=H (x :N ,n ,K )=n Nx n K N x K C C C -- 式中:x ≤K ,0≤x ≤n ,0≤K ≤N 。

超几何分布的数学期望μ=NnK ,方差σ2=)1())((---N N K K N n N n 2.泊松分布泊松分布为离散型随机变量的概率分布,随机变量为样本内成功事件的次数。

若μ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次数很少,超过5次的成功概率可忽不计,那么稀有事件出现的次数x 的泊松概率分布为P (x )=P (x ;λ)=λλ-e x x!泊松分布的期望值和方差均等于它的唯一参数λ。

3.卡方分布设随机变量X 1,X 2,…X k ,相互独立,且都服从同一的正态分布N (μ,σ2)。

那么,我们可以先把它们变为标准正态变量Z 1,Z 2,…Z k ,k 个独立标准正态变量的平方和被定义为卡方分布(2χ分布)的随机变量2χ2χ(k )=(σμ-1X )2+(σμ-2X )2+…+(σμ-k X )2 =∑=-k i i X 122)(1μσ=∑=k i i Z 12 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。

2χ分布的期望值是自由度k ,方差值为自由度的2倍。

4.F 分布F 分布是连续型随机变量的另一种重要的小样本分布。

设2χ(1k )和2χ(2k )相互独立,那么随机变量 F (1k ,2k )=222112/)(/)(k k k k χχ 服从自由度为(1k ,2k )的F 分布。

其中,分子上的自由度1k 叫做第一自由度,分母上的自由度2k 叫做第二自由度。

五、判断题1.( × ) 2.( √ ) 3.( √ ) 4.( × ) 5.( √ )6.( √ ) 7.( √ ) 8.( × ) 9.( √ ) 10.( √ )六、计算题1.0.2752.0.01403.解:抽到不合格单位数量x 服从N =40、n =4的超几何分布(1) K =1时 P (x =1)=44033614C C C =9139071404⨯=0.3125 (2) K =0时 P (x =0)=44043604C C C =91390589051⨯=0.6445 (3)K =4,N =40、n =4μ=E (x )= NnK = 4044⨯ = 0.1 σ2=D (x )=)1())((2---N N K K N n N n = )140(404)440()440(42-⨯⨯-⨯-⨯ = 0.33234.λ= 0.3,P (1;λ)=0.22225.提示:用泊松分布近似二项分布;P (x ≥5;λ)=1—P (1;λ)—P (2;λ)—P (3;λ)—P (4;λ)=0.3716. 0.08217. ≈0.758. 0.3699. 2.6910.1.874七、问答题1.答:(1)2χ恒为正值,且⎰+∞022);(χχϕd k =1 (2) 2χ分布的期望值是自由度k ,方差值为自由度的2倍,即对2χ(k )有E (2χ)=k , D (2χ)=2 k对k <2,2χ分布呈L 形。

相关文档
最新文档