卡方分布表,t分布表,F分布表,标准正态分布
三大分布及其分位数
泊松分布的均值和方差相等，且随着均值 的增大，泊松分布逐渐趋近于正态分布。 此外，泊松分布具有可加性，即两个独立 泊松分布的和仍然服从泊松分布。
泊松分布的分位数计算
分位数定义
分位数是指将一个随机变量的概率分 布划分为几个等份的数值点，如中位 数就是50%分位数。
泊松分布分位数计算
泊松分布的分位数可以通过查表或使用 统计软件进行计算。对于给定的泊松分 布参数λ和概率p，可以计算出对应的分分位数的概念
分布
分布是指一组数据在各个取值范围内的频数或频率。在统计 学中，分布通常用概率密度函数或累积分布函数来描述。
分位数
分位数是指将一个随机变量的概率分布范围分为几个等份的 数值点。常用的分位数有四分位数、百分位数等。例如，中 位数就是50%分位数，表示有一半的数据小于或等于该值， 另一半的数据大于该值。
和优化提供理论支持。
生物学和医学
在生物学和医学研究中，泊松分布 可以用来描述放射性物质的衰变次 数、基因突变数等随机事件的发生
次数。
04 指数分布及其分位数
指数分布的定义和性质
定义
01
指数分布是一种连续概率分布，通常用于描述事件之间的时间
间隔。
性质
02
指数分布具有无记忆性，即事件发生的概率与自上次事件发生
排队论
在排队系统中，指数分布可用于描述顾客到达和 服务时间的概率分布，从而分析系统的性能指标 。
金融风险管理
指数分布可用于评估金融风险，如信用风险和市 场风险等，帮助金融机构制定风险管理策略。
05 三大分布的比较与联系
三大分布的特征比较
正态分布
呈钟形曲线，两侧对称，均值、 中位数、众数相等，标准差决定
[课件]概率与统计 6.2 常用统计分布
![[课件]概率与统计 6.2 常用统计分布](https://img.taocdn.com/s3/m/1b84a2116c175f0e7cd1370c.png)
2 Y = ∑ Xi 2 i =n +1 1
电子科技大学
n +n2 1
常用统计分布
则
Y +Y = ∑ 1 2
n +n2 1 i =1
2 Xi
相互独立, 且Xi , i=1,2,…,n1+n2 相互独立,Xi～N(0,1), 从而 Y1+Y2～ χ2 (n1+n2).
电子科技大学
常用统计分布
总体, 总体,个体 简单随机样本 正态总体的 2个抽样定理 个抽样定理
统计量
样本均值 样本方差 样本矩(样本相关系数) 样本矩(样本相关系数)
统计量的分布
χ2分布
t 分布 F分布 分布
分位数 结构定理
电子科技大学
常用统计分布
设随机变量X 服从正态分布N(0,1), 对给 例6.2.1 设随机变量 服从正态分布 定的α(0<α<1),数uα满足 , 定的 , P{X > uα} = α
电子科技大学
T～t(n) ～
又称学生氏分布--第一个研究者以 又称学生氏分布--第一个研究者以Student --第一个研究者
常用统计分布
定理6.2.2 设随机变量 Y 相互独立 X 设随机变量X, 相互独立, 定理 ~N(0,1),Y～ χ2(n),则 , ～ ,
X T= ~ t(n) Yn
即随机变量 T 服从自由度为 n 的 t 分布 服从自由度为 分布.
电子科技大学
常用统计分布
χ2分布的三条性质: 分布的三条性质 三条性质:
性质1. 数字特征 数字特征) 性质 (数字特征 设 χ2 ~ χ2(n) ,则有 E( χ2 ) = n , 证明 D( χ2 ) = 2n
标准正态分布对照表
标准正态分布对照表摘要：一、标准正态分布的定义与性质1.标准正态分布的定义2.标准正态分布的概率密度函数3.标准正态分布的累积分布函数二、标准正态分布对照表的应用1.对照表的构成与意义2.对照表的使用方法3.对照表在实际问题中的应用举例三、标准正态分布与其他分布的关系1.标准正态分布与正态分布的关系2.标准正态分布与t 分布的关系3.标准正态分布与卡方分布的关系四、标准正态分布在统计学中的重要性1.描述性统计分析中的应用2.推断性统计分析中的应用3.概率论与数理统计的基础知识正文：标准正态分布，又称为高斯分布（Gaussian distribution），是一种连续型概率分布。
它具有对称的钟形曲线，其分布的均值（μ）为0，标准差（σ）为1。
标准正态分布广泛应用于统计学、概率论、工程学等领域，其对照表是研究和解决实际问题的关键工具。
一、标准正态分布的定义与性质标准正态分布的定义可以追溯到19 世纪初，德国数学家卡尔·弗里德里希·高斯（Carl Friedrich Gauss）对这一分布的深入研究。
标准正态分布的概率密度函数为：f(x) = (1 / (√(2π))) * e^(-(x^2) / 2)其累积分布函数为：F(x) = 1 / (√(2π)) * ∫[e^(-(t^2) / 2), t ≤ x] dt二、标准正态分布对照表的应用标准正态分布对照表是一个重要的工具，它可以帮助我们快速查找标准正态分布在一定置信水平下的临界值。
对照表通常包括正态分布的累积分布函数值、z 分数（Z-score）以及对应的概率。
使用对照表时，我们可以根据实际问题中所给的置信水平，找到对应的z 分数，从而求解问题。
例如，在产品质量控制中，我们希望确定一个产品的合格率。
已知过去经验表明，合格率约为95%。
我们可以使用对照表查找标准正态分布在95% 置信水平下的z 分数，得到±1.96。
然后，将这个z 分数代入到正态分布的累积分布函数中，得到产品的合格率。
统计分布
2
x
2
,
x
2
其中 和 都是常数， 任意， >0，
则称X服从参数为 和 的正态分布.
记作 X ~ N (, 2 )
f (x)所确定的曲线叫作正态曲线。
13
正态曲线图形的特点
正态分布的密度曲线是一条关于对称的钟形曲线。
A
连续型随机变量取任何一个特 定的值的概率都等于0，通常 研究它取某一区间值的概率。
B
一般用密度函数和分 布函数来描述连续型 随机变量的分布。
9
概率密度函数
设X为一连续型随机变量，其概率密度函数为p(x) （x 为任意实数），则p(x) 满足以下条件：
(1) p(x) 0
(2) p(x)dx 1
4 3.5 3 2.5 2 1.5 1 0.5 0 -0.5 -1 -1.5 -2 -2.5 -3 -3.5 -4
11
均匀分布
f(x)=
b
1
a
(a x b)
0 (x a, x b)
12
正态分布和有关概率计算
若随机变量 X 的概率密度为
f (x)
1
e
1 2
Z 0
0.6217
Z 1
0
Z=？
Z .00 .01 0.2 0.0 .5000 .5040 .5080 0.1 .5398 .5438 .5478 0.2 .5793 .5832 .5871 0.3 .6179 .6217 .6255
Z=0.31
22
对于已知的概率求X 值 0.6217
0.6217
F
X Y
f分布t分布与卡方分布
布，它们与正态分布一起，是试验统计中常用的分布。
2当X 1、X 2、…、Xn 相互独立且都服从 N(0,1)时，Z=v X i 的i2(n)，它的分分布称为自由度等于 布密度p(z )=n 的1 AnX22- n2 0,n-1.+处 2 -u , 0u 2e du ,2分布，记作Zz _2e其他,称为Gamma 函数，且】1 =1，式中的『-=I2分布是非对称分布，具有可加性，即当丫与Z_I - = n 。
2相互独立，且丫2(n )， Z 2(m )，贝y Y+Z 〜2(n+m )。
Y+Z= X+§1.4 常用的分布及其分位数 1.卡平方分布卡平方分布、t 分布及F 分布都是由正态分布所导出的分证明：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 2分布的定义以及上述随机变 量的相互独立性，令 丫=X 2+X 2+…+X -, z=x 备+X 2+2+…+Xn+m ，即可得到丫+Z 〜2(n +m )。
2. t 分布若X 与丫相互独立，且X 〜N(0,1) , 丫〜2(n ),则Z =x . 丫的分布称为自由度等于n的t分布，记作Z〜t (n),它的分布密度；z2 V .n丿n 1 ~Y。
”心LP(z)=―；=时(殳)I请注意：t分布的分布密度也是偶函数，且当n>30时，t分布与标准正态分布 N(0,1)的密度曲线几乎重叠为一。
这时，t 分布的分布函数值查 N(0,1)的分布函数值表便可以得到。
3. F分布若X与丫相互独立，且X〜2(n)，丫〜2(m), 则Z=X丫的分布称为第一自由度等于n、第二自由度等于n mm的F分布，记作Z〜F (n, m)，它的分布密度2P (Z(m nz) 2n mn m------ in——1 z2-,z 0 n m2 20,其他。
请注意：F 分布也是非对称分布，它的分布密度与自由度1的次序有关，当 Z 〜F (n , m )时，刁〜F (m ,n )。
卡方分布
χ2分布的和也是χ2分布,即χ2分布具有可加性。 Σ χ2是一个遵从df= df1+df2+…+dfk的χ2分布.
如果df＞2,χ2分布的平均数:μ χ2=df,方差σ χ2
=2df.
χ2分布是连续型分布,有些离散型的分布也近似
χ2分布.
2
χ2分布密度曲线
n=1
n=4 n=10
n=20
概述-3
知道了同一总体不同样本的方 差比率分布,即可分析任意两样 本方差是否取自同一总体了.
F分布密度曲线
m=10，n=∞ m=10，n=50 m=10，n=10 m=10，n=4
F分布的特点-1
1. F分布形态是一个正偏态分布，它的分布 曲线随分子、分母的自由度不同而不同， 随df1与df2的增加而渐趋正态分布。
这无限多个F的分布称做F分布.
概述-112FFra bibliotek
2 2
df1
df2
概
述
2
(Xi X )2
2
(n 1)sn21
2
-2
概 述
代入F
12
df1
2 2
df2
(n1
1)
s2 n1
1
2 1
(n1
1)
(n2
1)
s2 n2
1
22 (n2 1)
-2
s2 n1 1
χ2分布表-1
χ2分布表是根据χ2分布函数计算出 来的，χ2分布曲线下的面积都是1.
随自由度不同，同一χ2 值以下或 以上所含面积与总面积之比率不同。
χ2表要列出自由度及某一χ2值以上 χ2分布曲线下的概率.
§5.4三大抽样分布
所以 Y ( y1 ,, yn )T 的各分量相互独立.
n 1 由于 x y1 , ( n 1) s 2 yi2 . x与s 2相互独立. n i 2
1 n 1 21 1 A 3 2 1 n( n 1)
n
( n 1) s 2 yi2，
i2
yi N (0, ), i 2,3, , n.
2
y2 ,, yn相互独立.
( n 1)
2
yi 2 s ~ (n 1). i 2
n
2
2
15
定理2：设( X 1 , X 2 ,, X n )是来自正态总体N ( , )的
1 n 1 21 1 3 2 1 n( n 1)
1 n 0
1 3 2 1 n( n 1)
0 0 1 n( n 1) 1 n
14
(3)
( n 1)
2
s 2 ~ 2 ( n 1).
2 i 1 2 i 2 1 2 2 n 2 n
服从自由度为n的 2分布， 记作 2 ~ 2 (n) . 注：服从 2分布的随机变量取值非负，其密度函数为 n x 1 1 x2 e 2 , x 0 n 2 n 2 ( x; n) 2 ( ) Γ ( s ) x s1e x dx , s 0, 2 0 0, x0
4
n=4
2 分布的性质：
n=6 n=10
1、随n的增大，其偏度越来越小。
2、 2分布表——P425 附表三
2
即是分布函数数值表.
2
n 1 3、 分布是Ga分布的特例，即有 ( n) Ga( , ) . 2 2 4、 2分布具有可加性：
f分布t分布和卡方分布
§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=∑ii 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 nn 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 分布与标准正态分布N(0,1)得密度曲线几乎重叠为一。
这时， t 分布得分布函数值查N(0,1)得分布函数值表便可以得到。
3、 F 分布 若X 与Y 相互独立，且X ～2χ(n )，Y ～2χ(m )， 则Z=m Y n X得分布称为第一自由度等于n 、第二自由度等于m 得F 分布，记作Z ～F (n , m )，它得分布密度 p(z)=⎪⎪⎪⎩⎪⎪⎪⎨⎧>++-⎪⎭⎫ ⎝⎛Γ⎪⎭⎫ ⎝⎛Γ⎪⎭⎫ ⎝⎛+Γ•。