正态分布及其应用、抽样误差

《正态分布及其应用、抽样误差》由会员上传分享，免费在线阅读，更多相关内容在教育资源-天天文库。

1、第三章正态分布及其应用正态分布的定义正态分布又称高斯分布，是以均数为中心，两侧对称的钟型分布。是一种重要的连续型分布。是许多统计方法的理论基础，它可用于估计正常值范围和进行u检验等。正态分布的概率密度函数，即正态分布曲线的方程为一般用N（，2）表示均数为，方差为2的正态分布。正态曲线标准正态分布如果进行变量变换，，并使μ＝0，σ＝1，正态分布曲线的中心位置就由μ移到0，正态分布即可转化为标准正态分布。标准正态分布也称为u分布，u称为标准正态变量或标准正态离差。标准正态分布的概率密度函数为：标准正

2、态分布可用N（0，1）表示。标准正态分布曲线正态分布的特征正态曲线在横轴上方均数处最高。标准正态分布在u=0时，（u）达到最大值。正态分布以为中心，左右对称。正态分布有两个参数，即和。是位置参数，当恒定后，越大，则曲线沿横轴越向右移动；越小，则曲线沿横轴越向左移动。是变异度参数，当恒定时，越大，表示数据越分散，曲线越扁平；越小，表示数据越集中，曲线越陡峭。正态曲线下的面积分布有一定的规律。正态曲线下面积的分布规律横轴上的一定区间的面积占总面积的百分数，用以估计该区间的例数占总例数

3、的百分数（频率分布），或变量值落在该区间的概率（概率分布）。正态曲线下区间的面积，可以通过对正态变量X的累计分布函数F（X）的积分来求得，它反映了正态曲线下，横轴尺度自-∞到X的面积，即下侧累计面积。正态曲线下面积的分布规律当、和X已知时，（当和未知时，常分别用和s来估计），须进行u转换，然后对标准正态变量u的累计分布函数Φ(u)的积分，计算更为简便。它反映了正态曲线下，横轴上自-∞到u的面积，也是下侧累计面积。再用u界值表，得所求区间面积占总面积得比例。即在实际应用中，经u变换后，可把求解任意

4、一个正态分布曲线下面积的问题，转化成标准正态分布曲线下相应的面积问题。正态曲线下面积的分布规律曲线下横轴上的总面积为100%或1。曲线下对称于0的区间，面积相等。区间（-∞，-u）和区间（u，+∞）的面积相等，因而附表1中只列出Φ(-u)的值，Φ(u)=1-Φ(-u)。正态曲线下面积的计算公式为：P(u1

5、аs）或（-uаs，+∞）（单侧）百分位数法当资料不能满足正态性要求时，可用百分位数法估计参考值范围。（P2.5，P97.5）（双侧）（-∞，P95）或（P5，+∞）（单侧）2、抽样误差的计算由于抽样而造成的样本均数和总体均数之差称为均数的抽样误差，这是抽样研究固有的特点。抽样误差是不可避免的，只要抽样就会有抽样误差存在，但是抽样误差的分布有一定的规律性，并且可以通过一定的方法来估计。标准误从均数为μ,标准差为的正态或偏态总体中，抽取例数为n的样本，样本均数的总体均数也为μ，标准差为，样本均数的标准差

6、也称为标准误，它反映了样本均数与总体均数之间的离散程度，常用以说明均数抽样误差的大小。在实际工作中，常是未知的而是用样本标准差s来估计的，的估计值记作。标准误的用途标准误是反映样本均数变异程度的指标，常用来表示抽样误差的大小。标准误大反映样本均数抽样误差大，其对总体均数的代表性差。标准误可用于计算总体均数的可信区间，也是进行假设检验的基础。