常用统计分布
本章将再介绍四种概率分布,它们分别是超几何分布、泊松分布、卡方分布和F分布。
第一节 超几何分布
超几何分布是一种离散型随机变量的概率分布。前面已经谈到,对于抽样调查,只有在大群体(即总体比样本相对大很多)的情况下,二项分布的独立试验的要求才能够近似得到满足。但如果研究对象是小群体,这时总体单位不多,一般只有几十个。假定总体只有两类,其中K个为成功类,(N―K)个为失败类。这时如果从总体中抽取一容量为n的样本.那么成功的概率将不再恒定,也就是二项分布所要求的独立试验的条件不再被满足,而超几何分布将适合于这种小群体的研究。
1.超几何分布的数学形式 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 的概率分布为 P(x)=H(x:N,n,K)= 2.超几何分布的数学期望与方差 (1) μ=E(x)= σ2=D (x)= 3.关于超几何分布的近似 一般当 ≤0.1时,近似公式为 P(x)= ≈
第二节 泊松分布
泊松分布适合于稀有事件的研究,它是由法国数学家泊松(Poisson,1761—1840年)所提出。它产生于一个事件的平均发生次数是大量试验的结果,在这些试验中,此事件可能发生.但发生的概率非常小。 1. 泊松分布的数学形式 泊松分布亦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的概率分布为 P(x)=P(x;λ)= 泊松分布只有一个参数λ,只要知道了λ值,泊松分布就确定了。泊松分布有计算好的泊松分布表(附表6),概率值需要时可直接查找。 2. 泊松分布的性质 (1)泊松分布随机变量x的取值为零和一切正整数。 (2)泊松分布图形是非对称的,但随着λ的增加,图形将变得接近对称。 (3 )泊松分布的数学期望E(x)=λ和方差D(x) =λ。
3. 关于泊松分布的近似 (1)用泊松分布近似二项分布 pxqn-x ≈ 。 (2)用正态分布近似泊松分布 Z = ,或者 Z= 。
第三节 卡方分布( 分布)
卡方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。 1.卡方分布的数学形式 设随机变量X1,X2,…Xk,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Z1,Z2,…Zk,k个独立标准正态变量的平方和被定义为卡方分布( 分布)的随机变量 ( 读作卡方) ( )=( )2 ( )2… ( )2 = = 2.卡方分布的性质 (1) 因为 ( )是k个服从N (0,1)的随机变量Zi2的平方和,而不是Zi之和,所以以 为随机变量的卡方分布不是正态分布, 恒为正值,且 =1 (2) 分布的期望值是自由度k,方差值为自由度的2倍,即2 k。 (3) 分布具有可加性。 (4)利用 分布可以推出样本方差S2的分布,因为 ∽ ( ―1)。
3. 样本方差的抽样分布 在一般情况下,S 2的抽样分布很复杂,它的精确分布不一定能求出来。但如果总体为正态,由上可知,样本方差S 2服从于自由度 =n―l的 分布。该式中包含了与总体有关的参数σ2,从而有关S 2的分布和σ2的推论可借助于 分布来讨论。
第四节 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,应用也相当广泛。它可用来检验两个总体的方差是否相等,多个总体的均值是否相等。F分布还是方差分析和正交设计的理论基础。 1. F分布数学形式 设 ( )和 ( )相互独立,那么随机变量 F( , )= 服从自由度为( , )的F分布。其中,分子上的自由度 叫做第一自由度,分母上的自由度 叫做第二自由度。
2.F分布的性质 (1) 随机变量F和随机变量 一样,恒取正值,F分布密度曲线下总面积亦为1。 (2)F分布也是一个连续的非对称分布。 (3)分布具有一定程度的反对称性。
3. 关于F分布的近似 (1)当自由度较大时,F分布可以用正态分布作近似,即用下式由正态分布表可求得它所对应的Fα( , )之值 lg Fα( , )=0.4343Zα (2) 如果第一自由度 或第二自由度 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Fα( , )的值可以用调和插值法得到。 (3)F分布与其他分布及标准正态分布的关系是简单而明了的:①对 =1及 = ,F分布成为t 2分布(查未预测方向的t值);②对 =1及 =∞,F分布成为Z 2分布(查未预测方向的Z值);③对 = 及 =∞,F分布成为 / 分布。
|
||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
概率分布表 | ||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
|
评论