第四章-中心极限定理与参数估计-优质课件.ppt
- 【下载声明】
1. 本站全部试题类文档,若标题没写含答案,则无答案;标题注明含答案的文档,主观题也可能无答案。请谨慎下单,一旦售出,不予退换。
2. 本站全部PPT文档均不含视频和音频,PPT中出现的音频或视频标识(或文字)仅表示流程,实际无音频或视频文件。请谨慎下单,一旦售出,不予退换。
3. 本页资料《第四章-中心极限定理与参数估计-优质课件.ppt》由用户(三亚风情)主动上传,其收益全归该用户。163文库仅提供信息存储空间,仅对该用户上传内容的表现方式做保护处理,对上传内容本身不做任何修改或编辑。 若此文所含内容侵犯了您的版权或隐私,请立即通知163文库(点击联系客服),我们立即给予删除!
4. 请根据预览情况,自愿下载本文。本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。
5. 本站所有资源如无特殊说明,都需要本地电脑安装OFFICE2007及以上版本和PDF阅读器,压缩文件请下载最新的WinRAR软件解压。
- 配套讲稿:
如PPT文件的首页显示word图标,表示该PPT已包含配套word讲稿。双击word图标可打开word文档。
- 特殊限制:
部分文档作品中含有的国旗、国徽等图片,仅作为作品整体效果示例展示,禁止商用。设计者仅对作品中独创性部分享有著作权。
- 关 键 词:
- 第四 中心 极限 定理 参数估计 优质 课件
- 资源描述:
-
1、第四章第四章 中心极限定理与参数估计中心极限定理与参数估计 4.1 切贝谢夫不等式与大数定律切贝谢夫不等式与大数定律 4.2 中心极限定理中心极限定理 4.3 抽样分布抽样分布 4.4 参数的点估计参数的点估计 4.5 参数的区间估计参数的区间估计一 切贝谢夫不等式二 大数定律4.1 切贝谢夫不等式与大数定律 第四章第四章 中心极限定理与参数估计中心极限定理与参数估计 切贝谢夫不等式注意:第四章第四章 中心极限定理与参数估计中心极限定理与参数估计第四章第四章 中心极限定理与参数估计中心极限定理与参数估计96.0200160012008000820078002XPXP第四章第四章 中心极限定理与
2、参数估计中心极限定理与参数估计5050050X第四章第四章 中心极限定理与参数估计中心极限定理与参数估计9.0502501505005504502XPXP第四章第四章 中心极限定理与参数估计中心极限定理与参数估计1)1(321)(XE12114341412XP第四章第四章 中心极限定理与参数估计中心极限定理与参数估计3)(XE12.053532XP第四章第四章 中心极限定理与参数估计中心极限定理与参数估计一、大数定律第四章第四章 中心极限定理与参数估计中心极限定理与参数估计第四章第四章 中心极限定理与参数估计中心极限定理与参数估计 贝努里大数定律说明说明:当独立重复试验进行多次时,随机事件发生
3、的频率是稳定的,在其概率附近摆动,而摆动中心就是概率,即随机事件发生的频率依概率收敛于它的概率。它为概率的统计定义提供了理论依据。根据贝努里大数定律大数定律,若某随机事件发生的概率很小,则其发生的频率也是很小的。第四章第四章 中心极限定理与参数估计中心极限定理与参数估计第四章第四章 中心极限定理与参数估计中心极限定理与参数估计 切贝谢夫大数定律说明说明:对于n个相互独立且具有具有相同的有限的数学期望与方差的随机变量,当n充分大时,经过算术平均所得到随机变量的离散程度是很小的,其取值密集在数学期望附近。它为测量工作中以实际观测值的算术平均值作为测量精确值的近似值这一测量方法提供了理论依据。第四章
4、第四章 中心极限定理与参数估计中心极限定理与参数估计 小结与提问:小结与提问:本次课,我们介绍了切贝谢夫不等式与大数定律,应掌握利用切贝谢夫不等式估计有关事件概率的方法;充分了解贝努里大数定律及其说明的问题;充分了解切贝谢夫大数定律及其说明的问题。VIIVII课外作业:课外作业:一 林德伯格莱维中心极限定理二 德莫佛拉普拉斯定理 4.2 中心极限定理中心极限定理第四章第四章 中心极限定理与参数估计中心极限定理与参数估计一、林德伯格莱维中心极限定理第四章第四章 中心极限定理与参数估计中心极限定理与参数估计.,121近似地服从正态分布近似地服从正态分布很大时很大时当当那么它们的和那么它们的和只要满
5、足定理的条件只要满足定理的条件分布分布服从什么服从什么无论各个随机变量无论各个随机变量nXXXXnkkn 定理定理4.2.14.2.1表明表明:第四章第四章 中心极限定理与参数估计中心极限定理与参数估计801iiXX由题意得到数学期望根据随机变量数学期望的性质,计算数学期望1602)()()(801801801iiiiiXEXEXE第四章第四章 中心极限定理与参数估计中心极限定理与参数估计28018018018648.0)()()(iiiiiXDXDXD第四章第四章 中心极限定理与参数估计中心极限定理与参数估计第四章第四章 中心极限定理与参数估计中心极限定理与参数估计例例2、袋装食糖用机器装袋
6、,每袋食糖净重的数学期望为100g,标准差为4g,一盒内装100袋,求一盒食糖净重大于10100g的概率。1001iiXX第四章第四章 中心极限定理与参数估计中心极限定理与参数估计根据随机变量数学期望的性质,计算数学期望10000)()()(10011001iiiiXEXEXE210011001100140160016)()()(iiiiiXDXDXD第四章第四章 中心极限定理与参数估计中心极限定理与参数估计10100 10000101001()401(2.5)1 0.99380.0062P X 所以一盒食糖净重大于10100g的概率为0.0062。第四章第四章 中心极限定理与参数估计中心极限
7、定理与参数估计二、德莫佛拉普拉斯定理定理定理4.224.22表明表明:正态分布是二项分布的极限分布,当n充分大时,可以利用该定理来计算二项分布的概率.德莫佛德莫佛拉普拉斯拉普拉斯下面的图形表明下面的图形表明:正态分布是二项分布的逼近正态分布是二项分布的逼近.第四章第四章 中心极限定理与参数估计中心极限定理与参数估计.105,)1,0(,)20,2,1(20201的近似值的近似值求求记记上服从均匀分布上服从均匀分布且都在区间且都在区间机变量机变量设它们是相互独立的随设它们是相互独立的随个噪声电压个噪声电压一加法器同时收到一加法器同时收到 VPVVkVkkk解解,5)(kVE).20,2,1(12
8、100)(kVDk由定理四由定理四,随机变量随机变量 Z 近似服从正态分布近似服从正态分布 N(0,1),例例1第四章第四章 中心极限定理与参数估计中心极限定理与参数估计2012100520201 kkVZ2012100520 V其中其中 105VP20121005201052012100520 VP387.02012100520 VP387.020121001001 VP 387.02de2112tt)387.0(1 .348.0 第四章第四章 中心极限定理与参数估计中心极限定理与参数估计 一船舶在某海区航行一船舶在某海区航行,已知每遭受一次海浪已知每遭受一次海浪的冲击的冲击,纵摇角大于纵摇
9、角大于 3 的概率为的概率为1/3,若船舶遭受若船舶遭受了了90 000次波浪冲击次波浪冲击,问其中有问其中有29 50030 500次次纵摇角大于纵摇角大于 3 的概率是多少?的概率是多少?解解 将船舶每遭受一次海将船舶每遭受一次海浪的冲击看作一次试验浪的冲击看作一次试验,并假设各次试验是独立的并假设各次试验是独立的,在在90 000次波浪冲击中纵摇角大于次波浪冲击中纵摇角大于 3 的次数为的次数为 X,则则 X 是一个随机变量是一个随机变量,.)31,00090(bX且且例例2第四章第四章 中心极限定理与参数估计中心极限定理与参数估计所求概率为所求概率为3050029500 XP.3231
10、90000900003050029501kkkk 分布律为分布律为kXP,32310009000090kkk .00090,1 k直接计算很麻烦,利用直接计算很麻烦,利用德莫佛拉普拉斯定理德莫佛拉普拉斯定理3050029500 XP )1(30500)1()1(29500pnpnppnpnpXpnpnpP第四章第四章 中心极限定理与参数估计中心极限定理与参数估计 )1(30500)1(295002de212pnpnppnpnptt )1(29500)1(30500pnpnppnpnp ,31,90000 pn3050029500 XP 225225 .9995.0 第四章第四章 中心极限定理与
11、参数估计中心极限定理与参数估计 某保险公司的老年人寿保险有某保险公司的老年人寿保险有1万人参加万人参加,每每人每年交人每年交200元元.若老人在该年内死亡若老人在该年内死亡,公司付给家公司付给家属属1万元万元.设老年人死亡率为设老年人死亡率为0.017,试求保险公司在试求保险公司在一年内的这项保险中亏本的概率一年内的这项保险中亏本的概率.解解设设 X 为一年中投保老人的死亡数为一年中投保老人的死亡数,),(pnBX则则,017.0,10000 pn其中其中由由德莫佛拉普拉斯定理德莫佛拉普拉斯定理知知,例例3第四章第四章 中心极限定理与参数估计中心极限定理与参数估计2001000010000 X
12、P200 XP )1(200)1(pnpnppnpnpXP 321.2)1(pnpnpXP.01.0)321.2(1 保险公司亏本的概率保险公司亏本的概率第四章第四章 中心极限定理与参数估计中心极限定理与参数估计 对于一个学生而言对于一个学生而言,来参加家长会的家长来参加家长会的家长人数是一个随机变量人数是一个随机变量.设一个学生无家长、设一个学生无家长、1名名家长、家长、2名家长来参加会议的概率分别为名家长来参加会议的概率分别为0.05,0.8,0.15.若学校共有若学校共有400名学生名学生,设各学生参加设各学生参加会议的家长数相互独立会议的家长数相互独立,且服从同一分布且服从同一分布.(
13、1)求求参加会议的家长数参加会议的家长数 X 超过超过450的概率的概率;(2)求有求有1名家长来参加会议的学生数不多于名家长来参加会议的学生数不多于340的概率的概率.解解,)400,2 ,1()1(长数长数个学生来参加会议的家个学生来参加会议的家第第记记以以kkXk 例例4第四章第四章 中心极限定理与参数估计中心极限定理与参数估计 的分布律为的分布律为则则kX15.08.005.0210kkpX,1.1)(kXE易知易知)400,2,1(,19.0)(kXDk ,4001 kkXX而而根据根据独立同分布的中心极限理,独立同分布的中心极限理,19.04001.1400 4001 kkX随机变
14、量随机变量 19.04001.1400 X),1,0(N近似服从正态分布近似服从正态分布第四章第四章 中心极限定理与参数估计中心极限定理与参数估计 19.04001.140045019.04001.1400 XP450 XP于是于是 147.119.04001.14001 XP;1357.0)147.1(1 第四章第四章 中心极限定理与参数估计中心极限定理与参数估计 ,)2(议的学生数议的学生数记有一名家长来参加会记有一名家长来参加会以以Y ),8.0,400(bY则则由由德莫佛拉普拉斯定理德莫佛拉普拉斯定理知知,350 XP 2.08.04008.04003402.08.04008.0400
15、 YP 5.22.08.04008.0400 YP.9938.0)5.2(第四章第四章 中心极限定理与参数估计中心极限定理与参数估计.,1,),2,1()1,1(,1221并指出其分布参数并指出其分布参数正态分布正态分布近似服从近似服从随机变量随机变量充分大时充分大时证当证当试试上服从均匀分布上服从均匀分布在区间在区间且且相互独立相互独立设随机变量设随机变量 nininiXnZnniXXXX证证),2,1(,2niXYii 记记)()(2iiXEYE)(iXD,31 22)()()(iiiYEYEYD .)()(24iiYEXE 例例5第四章第四章 中心极限定理与参数估计中心极限定理与参数估计
16、 1144d21)(iiixxXE因为因为,51 23151)(iYD所以所以,454 ,21相互独立相互独立因为因为nXXX .,21相互独立相互独立所以所以nYYY根据根据独立同分布的中心极限定理,独立同分布的中心极限定理,第四章第四章 中心极限定理与参数估计中心极限定理与参数估计 niniXZn12 niiY1,454,3 nnN近似服从正态分布近似服从正态分布.454,31 nNZ 近似地服从正态分布近似地服从正态分布故故第四章第四章 中心极限定理与参数估计中心极限定理与参数估计第四章第四章 中心极限定理与参数估计中心极限定理与参数估计 小结与提问:小结与提问:本次课,我们介绍了林德伯
17、格莱维定理、德莫佛拉普拉斯定理,应当理解这两个中心极限定理的使用条件及结论,掌握用这两个中心极限定理求解有关概率问题的方法。VII课外作业:课外作业:德莫佛资料德莫佛资料Abraham de Moivre Born:26 May.1667 in Vitry(near Paris),FranceDied:27 Nov.1754 in London,England拉普拉斯资料拉普拉斯资料Pierre-Simon Laplace Born:23 Mar.1749 in Beaumont-en-Auge,Normandy,France Died:5 Mar.1827 in Paris,France一
18、总体与个体二 样本三 统计量 四 各种统计量的分布4.3 抽样分布 一 总体与个体总体:研究对象的某项数量指标的值的全体。个体:总体中的每个元素为个体。定义:设X是具有分布函数F的随机变量,若nXX,1是具有同一分布函数F的相互独立的随机变量,则称 为从总体X中得到的容量为n的简单随机样本,简称为样本,其观察值 称为样本值。nxx,1nXX,1例如:某工厂生产的灯泡的寿命是一个总体,每一个灯泡的寿命是一个个体;某学校男生的身高的全体一个总体,每个男生的身高是一个个体。二、样本第四章第四章 中心极限定理与参数估计中心极限定理与参数估计由定义知:若 为X的一个样本,则 的联合分布函数为:nXX,1
19、nXX,1niinxFxxF11*)(),(若设X的概率密度为f,则的联合概率密度为:nXX,1niinxfxxf11*)(),(第四章第四章 中心极限定理与参数估计中心极限定理与参数估计三 统计量1.定义:设为来自总体X的一个样本,g 是的函数,若g是连续函数,且g中不含任何未知参数;nXX,1nXX,1),(1nXX 是一个统计量。则称),1(nXXg的观察值。是则称),(),(11nnXXgxxg 注:统计量是随机变量。的样本值。是相应于样本),(1nXX nxx,1设第四章第四章 中心极限定理与参数估计中心极限定理与参数估计例1设为来自总体 的一个样本,nXX,1),(2NX已知,未知
20、其中2,问下列随机变量中那些是统计量.)(;)(;2);,min(12211121nnXXXXnXXXXXXXnnnnn2.常用的统计量niiXnX11样本均值:niiniiXnXnXXnS12212211)(11样本方差:第四章第四章 中心极限定理与参数估计中心极限定理与参数估计niiXXnSS122)(11样本标准差:,2,11)(1kXnAknikik矩:原点阶样本,2,1)(11kXXnBknikik阶中心矩:样本它们的观察值分别为:niixnx1111)(11122122niiniixnxnxxns第四章第四章 中心极限定理与参数估计中心极限定理与参数估计niixxns12)(112
21、,1,11kxnanikik2,1,)(11kxxnbnikik分别称为样本均值、样本方差、样本标准差、样本k阶矩、样本k阶中心矩。统计量是样本的函数,它是一个随机变量,统计量的分布称为抽样分布。第四章第四章 中心极限定理与参数估计中心极限定理与参数估计结论:设为来自总体 的一个样本,nXX,1,2DXEX则222,.EXDXESnX第四章第四章 中心极限定理与参数估计中心极限定理与参数估计四 各种统计量的分布分布2)1(的样本,为来自于正态总体设)1,0(),(1NXXn2212nXX则称统计量:)(222nn记为分布。的是所服从的分布为自由度分布的性质:2独立,则有,且2221222212
展开阅读全文