3-3概率论与数理统计

pi j 0, p 1 i j ij
Y X y1 y2
1 11 12
分布列 X 和Y 的 联合分布列 可表示为 表格形式
… yj p1j p2j . . . pij . . .
P ( X xj ) p j
pj 0; p 1 . j j
y
规范性) 0 F( x, y)1 且 ) (, ) 0lim (, y ) 20 (非负性) 即,对任意固定的 y,F(,x, y F是单调不减函数F ( x ,) 1; x, F 对任意固定的 x,F( x, x,)F ( x,) 0, y, F (, y ) 0. y 是单调不减函数, 30 (右连续性)
2. 二维随机变量的分布函数 定义1设(X, Y)是二维随机变量,
x , y R , 二元函数
F ( x,) y ) P{ ( X x ) (Y y ) } P ( X x ,)Y y )
称为二维随机变量(X ,Y )的分布函数，也称为随机变量 X 与 Y 的 联合分布.
0.375 0.3875 0.2000
3
pi
0.0375
0.3750
0
0.3875
0
0.2000
0
0.0375
0.0375
三、二维连续型随机变量
二维随机变量(X,Y)的分布函数F(x,y) 随机变量X 的分布函数F(x) 类比 若 f ( x ) 0 若 f ( x, y ) 0 x (-, +) 实数 x, y P87 定义4
xi x y j y { X {iX i }j {Y{ j )i } {Y j } P( , Y } X } P( Y j X i ) P( X i ) F(2, 2) pij

i 1
2
解：
Xi
~
N (0,1), i
1,, n,
且 它 们 独 立.
n
i 1
( Xi )2 2
~
2 (n).
常用的统计学分布
2
对于给定的 (0 1)，称满足条件：
P{
2
2
(
n)}
的点2 (n)为 2 (n)分布的上分位点。
常用的统计学分布
2 0.05
(8)
_1_5_.5_0_7_,
S/ n
(n 1)S 2 ~ t(n 1)
2 (n 1)
常用的统计学分布
定理3 设 X 1 , X 2 ,, X n1 与 Y1 ,Y2 ,Yn2 分别是具有
相同方差的两个正态总体N (1 , 2 ), N ( 2 , 2 )
的样本，且它们独立.
1 n1
1 n2
X
n1
Xi, Y
i 1
P{| t |> t (n)} = α
/2
tα (n) 为双侧分位数
t (n)
例 t0.05 (8) __2_.3_0_6_,
例 若 X ~ t(10), 且 1 使PX 1 0.05,则
1 t_0_.1_0_(1_0_)___1_._81_2_ .
若 X ~ t(10), 且 2 使PX 2 0.05,则
例 F0.95 (8,6) ____________ .
F0.9 (4,7) ______________ .
常用的统计学分布 设 T ~ t(n) ，则 T 2 ~ F (1, n)
证明: X ~ N (0, 1), Y ~ 2 (n), X,Y 独立
则

统计学、概率论和数理统计的区别和联系今天我们就来说说统计学、概率论和数理统计为什么要说他们呢，因为这⼏个字眼⼤家肯定是已经⽆数次地碰到过了，但他们究竟代表了什么，以及他们之间的区别与联系，相信⼤家平时肯定是没怎么关注过，⽽是更多的混为⼀谈。

然⽽今天，随着⼤数据与数据科学的热⽕朝天，这⼏个词重新被⼤家给予了⾼度关注，特别是统计学。

原因也很⾃然：分析思维是数据科学的核⼼思维⽅式，⽽分析思维就是关于计算与统计的思维。

统计思维⽣长的⼟壤就是概率论和数理统计。

1、统计学⾸先说说统计学，关于这个词其实是个历史遗留问题。

因为从统计学的发展历史来看，最早的统计学和国家经济学有密切的关系。

统计学的英⽂是“statistic”，其实它是源于意⼤利⽂的“stato”，意思是“国家”、“情况”，也就是后来英语⾥的state（国家），在⼗七、⼗⼋世纪，统计学很多时候都是以经济学的姿态出现的。

根据维基百科：By the 18th century, the term 'statistics' designated the systematic collection of demographic and economic data by states. For at least two millennia, thesedata were mainly tabulations of human and material resources that might betaxed or put to military use.统计学最开始来源于经济学和政治学。

17世纪的经济学家William Petty和他的《政治算术》⼀书揭开了统计学的起源（维基百科）：The birth of statistics is often dated to 1662, when John Graunt, along with William Petty, developed early human statistical and census methods that provided a framework for modern demography. He produced the first life table, giving probabilities of survival to each age. Hisbook Natural and Political Observations Made upon the Bills of Mortality usedanalysis of the mortality rolls to make the first statistically basedestimation of the population of London.所以从⼀开始，统计学就跟经济学、政治学密不可分的。

解 （1）根据概率密度函数性质（2）知
f (x, y)dxdy
Ce(3x4 y) dxdy C e3xdx e4y dy C 1
00
0
0
12
从而 C 1
12
（2）由定义3.3.1知
xy
F(x, y)
f (u,v)dudv
(1 e3x )(1 e4y ), x 0, y 0,
3
7
7
1
3.4.1 二维离散型随机向量的边缘分布
(2) 采取无放回摸球时，与（1）的解法相同，(X,Y)的 联合分布与边缘分布由表3.4给出.
表3.4
Y X
0
1 P{Y=yj} p j
01Biblioteka 2277
2
1
7
7
4
3
7
7
P{X=xi} pi
4 7 3 7
1
3.4.2 二维连续型随机向量的边缘分布
设(X,Y)是二维连续型随机向量，其概率密度为f(x,y)，
由
FX (x) F(x,)
x
f (x,y)dydx
知，X是一个连续型随机变量，且其概率密度为
f X (x)
dFX (x) dx
f (x,y)dy.
（3.4.5）
同样，Y也是一个连续型随机变量，其概率密度为
fY ( y)
= dFY(y)
dy
f (x,y)dx.
(3.4.6)
(X ,Y )
~
N (1,
2
,
2 1
,
2 2
,
)
称(X,Y)为二维正态随机向量．
3.4 边缘分布
1 二维离散型随机向量的边缘分布 2 二维连续型随机向量的边缘分布