第四章作业题解 4.1 甲、乙两台机床生产同一种零件, 在一天内生产的次品数分别记为 X 和 Y . 已知 ,X Y 的概率分布如下表所示: 如果两台机床的产量相同, 问哪台机床生产的零件的质量较好？ 解： 11.032.023.014.00)(=?+?+?+?=X E 9.0032.025.013.00)(=?+?+?+?=Y E 因为 )()(Y E X E >，即乙机床的平均次品数比甲机床少，所以乙机床生产的零件质量较好。 4.2 袋中有 5 个球, 编号为1,2,3,4,5, 现从中任意抽取3 个球, 用X 表示取出的3 个球中的 最大编号，求E (X ). 解：X 的可能取值为3,4,5. 因为1.01011)3(35 == = =C X P ；3.010 3)4(35 2 3== = =C C X P ； 6.010 6)5(3 5 24=== =C C X P 所以 5.46.053.041.03)(=?+?+?=X E 4.3 设随机变量X 的概率分布1 {}(0,1,2,),(1) k k a P X k k a +===+ 其中0a >是个常 数，求()E X 解: 1 1 2 1 1 1 ()(1) (1) (1) k k k k k k a a a E X k k a a a -∞ ∞ +-=== = +++∑∑ ，下面求幂级数11 k k k x ∞ -=∑的和函数， 易知幂级数的收敛半径为1=R ，于是有 1 2 1 1 1()( ),1,1(1) k k k k x k x x x x x ∞ ∞ -==''=== <--∑ ∑
假设检验(hypothesis testing) 方法演变：t检验、z检验、F检验、卡方检验，方差分析( ANOVA) ?概述 假设检验是分析数据的一种方法。回答此类问题：“随机发生的事件的概率是多少?”另一方面的问题是：“我们从数据中发现的结果是真的吗？”当问题是有关大的总体而只能得到总体的一个样本时用假设检验。这种方法被用来回答在质量改进中一系列重要的问题，如“我们在过程中所做的改变对产出创造了有意义的差别吗？”或”顾客对场地A的满意度是不是比其他场地高？” 最常用的检验是：z检验、t检验、F检验、卡方（χ2）检验和方差分析。这些检验和其他的检验都是基于均值、方差、比例及其他统计量所形成的具有常见模式的频率分布。最有名的分布就是正态分布，它是：检验的基础。t检验、F检验和卡方(χ2)检验是基于t分布、F分布和卡方分布。 ?适用场合 ·想知道一组或更多组数据的平均值、比例、方差或其他特征时； ·当结论是基于更大总体中所取得的样本时。 例如： ·想确定一个过程的均值或方差有否改变； ·想确定很多数据集的均值或方差是否不同： ·想确定两组不同的数据集的比例是否不同； ·想确定真正的比例、均值或方差是否和一个定值相等（或大于或小于）。 ?实施步骤 假设检验的步骤由三部分组成：理解要解决的问题并安排检验（以下步骤1～3）；数字计算通常由计算机完成（步骤4和步骤5）；应用数值结果到实际问题中（步骤6）。虽然计算机能处理数字，但理解假没检验隐含的观念对第1部分和第3部分至关重要。 如果第一次接触假设检验，那么从看“注意事项”中的术语和定义开始。这些定义解释了假设检验的慨念，然后再回来看这个步骤。 本书不可能详细地涉及假设检验。这个步骤是个综述和快速参考。要得到更多的信息，查阅统计学参考书或请教统计学家。 1确定要从数据中获得的结论。选择适当的检验方法。用哪种检验取决于检验的目的和数据的种类。可以用表5.7和表5.8概括的常用的假设检验，或者请教统计学家以得到帮助。 2建立零假设和备择假设。确定问题是属于双尾检验、左尾检验还是右尾检验。 3选择显著性水平。。 4计算检验统计量，可借助计算机软件。 5用统计分布的统计表或计算机程序等来确定检验统计量的P值。对于z检验可用表A.1正态曲线以下的曲线。 6把P值与左尾或右尾检验的α或者双尾检验的α／2作比较，如果P值较小，那么拒绝零假设并会得到备择假设可能正确的结论。否则，不能拒绝零假设，并得出没有足够证据支持备择假设的结论。 ?备择步骤 步骤1～4同上。然后： 5用统计表或计算机程序确定如下所示的检验统计量的临界值和拒绝域。以z检验作为示例，对t检验、F检验或卡方检验，用统计量f、F或χ2来替换z。 6比较检验统计量和拒绝域。如果检验统计量值落在拒绝域内，拒绝零假设，结论是备择假设可能止确。否则，不拒绝零假设，结论是没有足够的证据支持备择假设。 ?示例：t检验
实例1 发行彩票的创收利润某一彩票中心发行彩票 10万张, 每张2元. 设头等奖1个, 奖金 1万元, 二等奖2个,奖金各 5 千元;三等奖 10个, 奖金各1千元; 四等奖100个, 奖金各100元; 五等奖1000个, 奖金各10 元.每张彩票的成本费为 0.3 元, 请计算彩票发行单位的创收利润.解：设每张彩票中奖的数额为随机变量X , 则X 10000 5000 1000 100 10 0p 51/1052/10510/105100/1051000/100p 每张彩票平均能得到奖金 05512()10000500001010E X p =? +?++? 0.5(),=元每张彩票平均可赚20.50.3 1.2(), --=元因此彩票发行单位发行 10 万张彩票的创收利润为：100000 1.2120000().?=元实例2 如何确定投资决策方向?某人有10万元现金，想投资于某项目，预估成功的机会为 30%，可得利润8万元 ， 失败的机会为70%，将损失 2 万元．若存入银行，同期间的利率为5% ，问是否作此项投资?解：设 X 为投资利润，则 X 8 -2p 0.3 0.7()80.320.71(),E X =?-?=万元存入银行的利息:故应选择投资.1050.5(),%?=万元实例3 商店的销售策略某商店对某种家用电器的销售采用先使用后付款的方式，记使用寿命为X （以年计），规定1,1500;12,2000;23,2500; 3,3000.X X X X ≤<≤<≤>一台付款元一台付款元一台付款元一台付款元10,1e ,0,()100, 0.x X x f x x Y -?>?=??≤? 设寿命服从指数分布概率密度为试求该商店一台家用电器收费的数学期望定盒位置保护层防腐跨接地线弯曲半径标高等，要求技术交底。管线敷设技术、电气课校对图纸，编写复杂设备与装置高中资料试卷调试方案，编写重要设备高中资料、电气设备调试高中中资料试卷工况进行自动处理，尤其要避免错误高中资料试卷保护装置动作，并
假设检验 1、某厂生产的化纤纤度服从正态分布 )04.0,(2 μN 。某天测得25根纤维的纤度的均值39.1=x ，问与原设计的标准值1.40有无显著差异？（取05.0=α） 解 设厂生产的化纤纤度为X ，则总体)04.0,(~2μN X ，且总体方差2204.0=σ已 知。顾客提出要检验的假设为 40 .1:0=μH ， 40.1:1≠μH 因为已知总体标准差04.0=σ，所以选用U 检验，且在0H 成立的条件下有 )1,0(~25 04.00 N X U μ-= 针对备择假设40.1:1≠μH ，拒绝域的形式可取为 } /{0 c n X U W >-= =σμ 为使犯第一类错误的概率不超过05.0=α，就要在40.10 =μ时，使临界值c 满足 ()05 .0=>c U P 成立。由此，在给定显著性水平05.0=α时，得到临界值为 96 .1975.02/1===-u u c α 故相应的拒绝域为
{} 96.1>=U W 利用来自总体的样本值求得 25 .125 /04.040.139.1-=-= u 即 975 .096.125.1u u =<= 成立。显然，样本未落在拒绝域内，因此在05.0=α水平上认为纤维的纤度与原设计的标准值1.40没有显著差异。 2、设某厂生产的洗衣机的使用寿命(单位:小时)X 服从正态分布),(2σu N 但2 ,σu 未 知。随机抽取20台，算得样本均值1832=X ,样本标准差=S 497,检验该厂生产的洗衣机的平均使用时数“2000=μ”是否成立？(取检验水平05.0=α) 解 待检验假设 2000 0=μ:H 20001≠μ:H H 的拒绝域： 21α - >t T =2.093 T 的观测值 512 .1/2000 -=-=n S X T W ∈ 不能拒绝 H ,可以认为洗衣机的平均使用时数“2000=u ”. 3、在正常情况下，某炼钢厂的铁水含碳量（%）X ～ ),.(2 554σN （σ未知）。一日测得5炉铁水含碳量如下：
关于“概率论与数理统计”课程中案例教学的研究“概率论与数理统计”是理工院校绝大部分理工科专业重要的基础课程，它是 从数量化的角度来研究现实世界中的一类不确定现象及其规律性的一门应用数学学科。在当前现代化的教学改革之中，加强案例的应用，对提高学生在应用数学方面的兴趣和创新能力具有重要意义。本文将结合相关案例探讨案例法在“概率论与数理统计”课程教学中的应用与研究。 标签：概率论与数理统计；课程案例；教学改革 以往的教学内容、教学方法、教学手段已不能满足新形势下的教学要求，应改变“重理论，轻应用”的思想。案例教学是以培养学生的能力为目标，以相关案例为媒介，以分析案例为切入点，以与学生共同探究为主的一种教学手段和方法。案例教学法是一种创新的教学理念，有利于调动教师与学生教和学的积极性，实现师生之间、学生与学生之间的多方面的互动，能够促进理论与实践有效地结合，实现理论向实践的转化，能够培养学生的创造性思维和分析处理实际问题的能力。 1.案例教学引入到“概率论与数理统计”课程的实践 下面我们通过两个案例来说明案例教学在“概率论与数理统计”课程中的作用。 全概率公式和贝叶斯公式是概率论的重点和难点，它们都反映了“因果”的概率规律，然而区别在于：全概率公式做出的是“由因溯果”的推断，而贝叶斯公式则是“由果溯因”。 案例1：某市统计局三名统计员登录一批工业经济调查表，王宁登录了38%，李红登录了40%，张建登录了22%。根据以往的经验，王宁的出错率为1%，李红的出错率为2%，张建的出错率为0.8%。局长从三人登录的调查表中随机抽取一张，试问该表有误的概率是多少？另外，若发现这张表有误，试问是王宁登录的可能性是多少？ 让学生从问题出发，体会“由因溯果”和“由果溯因”，思考如何正确地使用全概率公式和贝叶斯公式来解决上述两个概率问题。另外，注意贝叶斯公式归根结底是个条件概率问题。 另外，一个随机变量如果受到许多随机因素的影响，而其中每个因素都起不到主导作用（作用微小），则它近似服从正态分布。这就是中心极限定理所要表明的结论。这个定理也是结合案例讲解更加清楚明了。 案例2：一盒同型号的螺丝钉共100个，已知该型号的螺丝钉的重量是一随机变量，期望值是100克，标准差是10克，求一盒螺丝钉的重量超过10.2千克
专题二概率统计专题 【命题趋向】概率与统计是高中数学的重要学习内容，它是一种处理或然问题的方法，在工农业生产和社会生活中有着广泛的应用，渗透到社会的方方面面，概率与统计的基础知识成为每个公民的必备常识．概率与统计的引入，拓广了应用问题取材的范围，概率的计算、离散型随机变量的分布列和数学期望的计算及应用都是考查应用意识的良好素材．在高考试卷中，概率与统计的内容每年都有所涉及，以解答题形式出现的试题常常设计成包含离散型随机变量的分布列与期望、统计图表的识别等知识为主的综合题，以考生比较熟悉的实际应用问题为载体，以排列组合和概率统计等基础知识为工具，考查对概率事件的识别及概率计算．解答概率统计试题时要注意分类与整合、化归与转化、或然与必然思想的运用．由于中学数学中所学习的概率与统计内容是最基础的，高考对这一部分内容的考查注重考查基础知识和基本方法．该部分在高考试卷中，一般是2—3个小题和一个解答题． 【考点透析】概率统计的考点主要有：概率与统计包括随机事件，等可能性事件的概率，互斥事件有一个发生的概率，古典概型，几何概型，条件概率，独立重复试验与二项分布，超几何分布，离散型随机变量的分布列，离散型随机变量的期望和方差，抽样方法，总体分布的估计，正态分布，线性回归等．【例题解析】 题型1 抽样方法 -）中，在公证部门监督下按照随机抽取的方法确【例1】在1000个有机会中奖的号码（编号为000999 定后两位数为的号码为中奖号码，该抽样运用的抽样方法是（） A．简单随机抽样B．系统抽样C．分层抽样D．以上均不对 分析：实际“间隔距离相等”的抽取，属于系统抽样． 解析：题中运用了系统抽样的方法采确定中奖号码，中奖号码依次为：088，188，288，388，488，588，688，788，888，988．答案B． 点评：关于系统抽样要注意如下几个问题：（1）系统抽样是将总体分成均衡几个部分，然按照预先定出的规则从每一部分抽取一个个体，得到所需要的样本的一种抽样方法．（2）系统抽样的步骤：①将总体中的个体随机编号；②将编号分段；③在第一段中用简单随机抽样确定起始的个体编号；④按事先研究的规则抽取样本．（3）适用范围：个体数较多的总体． 例2（2008年高考广东卷理3）某校共有学生2000名，各年级男、女生人数如表．已知在全校学生中随机抽取1名，抽到二年级女生的概率是0.19．现用分层抽样的方法在全校抽取64名学生，则应在三年级抽取的学生人数为（） A．24B．18C．16D．12 Array 分析：根据给出的概率先求出x的值，这样就可以知道三年级的学生人数，问题就解决了． x=?=，这样一年级和二年级学生的解析：C 二年级女生占全校学生总数的19%，即20000.19380 +++=，三年级学生有500人，用分层抽样抽取的三年级学生应是总数是3733773803701500 64 50016 ?=．答案C． 2000 点评：本题考查概率统计最基础的知识，还涉及到一点分析问题的能力和运算能力，题目以抽样的等可能性为出发点考查随机抽样和分层抽样的知识． 例3．（2009江苏泰州期末第2题）一个社会调查机构就某地居民的月收入调查了10000人，并根据所得数据画了样本的频率分布直方图（如下图）．为了分析居民的收入与年龄、学历、职业等方面的关系， 2500,3500（元）月收入段应抽要从这10000人中再用分层抽样方法抽出100人作进一步调查，则在[) 出人．
第1章随机事件及其概率 （1）排列组合公式 )! ( ! n m m P n m- =从m个人中挑出n个人进行排列的可能数。 )! (! ! n m n m C n m- =从m个人中挑出n个人进行组合的可能数。 （2）加法和乘法原理加法原理（两种方法均能完成此事）：m+n 某件事由两种方法来完成，第一种方法可由m种方法完成，第二种方法可由n种方法来完成，则这件事可由m+n 种方法来完成。 乘法原理（两个步骤分别不能完成这件事）：m×n 某件事由两个步骤来完成，第一个步骤可由m种方法完成，第二个步骤可由n 种方法来完成，则这件事可由m×n 种方法来完成。 （3）一些常见排列重复排列和非重复排列（有序）对立事件（至少有一个） 顺序问题 （4）随机试验和随机事件如果一个试验在相同条件下可以重复进行，而每次试验的可能结果不止一个，但在进行一次试验之前却不能断言它出现哪个结果，则称这种试验为随机试验。 试验的可能结果称为随机事件。 （5）基本事件、样本空间和事件在一个试验下，不管事件有多少个，总可以从其中找出这样一组事件，它具有如下性质： ①每进行一次试验，必须发生且只能发生这一组中的一个事件； ②任何事件，都是由这一组中的部分事件组成的。 这样一组事件中的每一个事件称为基本事件，用ω来表示。 基本事件的全体，称为试验的样本空间，用Ω表示。 一个事件就是由Ω中的部分点（基本事件ω）组成的集合。通常用大写字母A，B，C，…表示事件，它们是Ω的子集。 Ω为必然事件，?为不可能事件。 不可能事件（?）的概率为零，而概率为零的事件不一定是不可能事件；同理，必然事件（Ω）的概率为1，而概率为1的事件也不一定是必然事件。 （6）事件的关系与运算①关系： 如果事件A的组成部分也是事件B的组成部分，（A发生必有事件B发生）：B A? 如果同时有B A?，A B?，则称事件A与事件B等价，或称A等于B：A=B。 A、B中至少有一个发生的事件：A B，或者A+B。 属于A而不属于B的部分所构成的事件，称为A与B的差，记为A-B，也可表示为A-AB或者B A，它表示A发生而B不发生的事件。 A、B同时发生：A B，或者AB。A B=?，则表示A与B不可能同时发生，称 事件A与事件B互不相容或者互斥。基本事件是互不相容的。 Ω-A称为事件A的逆事件，或称A的对立事件，记为A。它表示A不发生的
统计案例一独立性检验 研修学院数学教研室闻岩 一、课标要求 学生将在必修课程学习统计的基础上，通过对典型案例的讨论，了解和使用一些常用的统计方法，进一步体会运用统计方法解决实际问题的基本思想，认识统计方法在决策中的作用。 内容与要求 1．统计案例（约14课时） 通过典型案例，学习下列一些常见的统计方法，并能初步应用这些方法解决一些实际问题。 （1）通过对典型案例（如“肺癌与吸烟有关吗”等）的探究，了解独立性检验（只要求22列联表）的基本思想、方法及初步应用。 （2）通过对典型案例（如“质量控制”“新药是否有效”等）的探究，了解实际推断原理和假设检验的基本思想、方法及初步应用（参见例1）。------删掉了 （3）通过对典型案例（如“昆虫分类”等）的探究，了解聚类分析的基本思想、方法及初步应用。------删掉了 （4）通过对典型案例（如“人的体重与身高的关系”等）的探究，进一步了解回归的基本思想、方法及初步应用。 说明与建议 1．统计案例的教学中，应鼓励学生经历数据处理的过程，培养他们对数据的直观感觉，认识统计方法的特点（如统计推断可能犯错误，估计结果的随机性），体会统计方法应用的广泛性。应尽量给学生提供一定的实践活动机会，可结合数学建模的活动，选择1个案例，要求学生亲自实践。对于统计案例内容，只要求学生了解几种统计方法的基本思想及其初步应用，对于其理论基础不作要求，避免学生单纯记忆和机械套用公式进行计算。 2．教学中，应鼓励学生使用计算器、计算机等现代技术手段来处理数据，有条件的学校还可运用一些常见的统计软件解决实际问题。 例1某地区羊患某种病的概率是0.4，且每只羊患病与否是彼此独立的。今研制一种新的预防药，任选5只羊做实验，结果这5只羊服用此药后均未患病。问此药是否有效。 初看起来，会认为这药一定有效，因为服药的羊均未患病。但细想一下，会有问题，因为大部分羊不服药也不会患病，患病的羊只占0.4左右。这5只羊都未患病，未必是药的作用。分析这问题的一个自然想法是：若药无效，随机抽取5只羊都不患病的可能性大不大。若这件事发生的概率很小，几乎不会发生，那么现在我们这几只羊都未患病，应该是药的效果，即药有效。 现假设药无效，5只羊都不生病的概率是 (1-0.4)5≈0.078. 这个概率很小，该事件几乎不会发生，但现在它确实发生了，说明我们的假设不对，药是有效的。 这里的分析思想有些像反证法，但并不相同。给定假设后，我们发现，一个概率很小几乎不会发生的事件却发生了，从而否定我们的“假设”。 应该指出的是，当我们作出判断“药是有效的”时，是可能犯错误的。犯错误的概率是0.078。也就是说，我们有近92%的把握认为药是有效的。 二、全国考纲的要求 17．统计案例 了解下列一些常见的统计方法，并能应用这些方法解决一些实际问题． ①独立检验 列联表）的基本思想、方法及简单应用． 了解独立检验（只要求22
第一章测试题 一、选择题 1．设A, B, C 为任意三个事件，则与A 一定互不相容的事件为 （A ）C B A ?? （B ）C A B A ? （C ） ABC （D ）)(C B A ? 2.对于任意二事件A 和B ，与B B A =?不等价的是 （A ）B A ? （B ）A ?B （C ）φ=B A （D ）φ=B A 3．设A 、B 是任意两个事件，A B ?，()0P B >，则下列不等式中成立的是（ ） .A ()()P A P A B < .B ()()P A P A B ≤ .C ()()P A P A B > .D ()()P A P A B ≥ 4．设()01P A <<，()01P B <<，()()1P A B P A B +=，则（ ） .A 事件A 与B 互不相容 .B 事件A 与B 相互独立 .C 事件A 与B 相互对立 .D 事件A 与B 互不独立 5．对于任意两事件A 与B ，()P A B -=（ ） .A ()()P A P B - .B ()()()P A P B P AB -+ .C ()()P A P AB - .D ()()() P A P A P AB +- 6．若A 、B 互斥，且()()0,0P A P B >>，则下列式子成立的是（ ） .A ()()P A B P A = .B ()0P B A > .C ()()()P AB P A P B = .D ()0P B A = 7．设A 、B 、C 为三个事件，已知()()0.6,0.4P B A P C AB ==，则()P BC A =（ ） .A 0.3 .B 0.24 .C 0.5 .D 0.21 8．设A ，B 是两个随机事件，且0
高中数学统计与概率知识点（文） 第一部分:统计 一、什么是众数。 一组数据中出现次数最多的那个数据，叫做这组数据的众数。 众数的特点。 ①众数在一组数据中出现的次数最多；②众数反映了一组数据的集中趋势，当众数出现的次数越多，它就越能代表这组数据的整体状况，并且它能比较直观地了解到一组数据的大致情况。但是，当一组数据大小不同，差异又很大时，就很难判断众数的准确值了。此外，当一组数据的那个众数出现的次数不具明显优势时，用它来反映一组数据的典型水平是不大可靠的。 3.众数与平均数的区别。 众数表示一组数据中出现次数最多的那个数据；平均数是一组数据中表示平均每份的数量。 二、.中位数的概念。 一组数据按大小顺序排列，位于最中间的一个数据(当有偶数个数据时，为最中间两个数据的平均数)叫做这组数据的中位数。 三 .众数、中位数及平均数的求法。 ①众数由所给数据可直接求出;②求中位数时，首先要先排序(从小到大或从大到小)，然后根据数据的个数，当数据为奇数个时，最中间的一个数就是中位数;当数据为偶数个时，最中间两个数的平均数就是中位数。③求平均数时，就用各数据的总和除以数据的个数，得数就是这组数据的平均数。 四、中位数与众数的特点。 ⑴中位数是一组数据中唯一的，可能是这组数据中的数据，也可能不是这组数据中的数据； ⑵求中位数时，先将数据有小到大顺序排列，若这组数据是奇数个，则中间的数据是中位数；若这组数据是偶数个时，则中间的两个数据的平均数是中位数； ⑶中位数的单位与数据的单位相同； ⑷众数考察的是一组数据中出现的频数； ⑸众数的大小只与这组数的个别数据有关，它一定是一组数据中的某个数据，其单位与数据的单位相同； （6）众数可能是一个或多个甚至没有； （7）平均数、众数和中位数都是描述一组数据集中趋势的量。
概率论与数理统计必考知识点 一、随机事件和概率 1、随机事件及其概率 运算律名称 表达式 交换律 A B B A +=+ BA AB = 结合律 C B A C B A C B A ++=++=++)()( ABC BC A C AB ==)()( 分配律 AC AB C B A ±=±)( ))(()(C A B A BC A ++=+ 德摩根律 B A B A =+ B A AB += 2、概率的定义及其计算 公式名称 公式表达式 求逆公式 )(1)(A P A P -= 加法公式 )()()()(AB P B P A P B A P -+=+ 条件概率公式 ) () ()(A P AB P A B P = 乘法公式 )()()(A B P A P AB P = )()()(B A P B P AB P = 全概率公式 ∑== n i i i A B P A P B P 1 )()()( 贝叶斯公式 （逆概率公式） ∑∞ == 1 ) ()() ()()(i i j j j j A B P A P A B P A P B A P 伯努利概型公式 n k p p C k P k n k k n n ,1,0,)1()(=-=- 两件事件相互独立相应 公式 )()()(B P A P AB P =；)()(B P A B P =；)()(A B P A B P =；1)()(=+A B P A B P ； 1)()(=+A B P A B P 二、随机变量及其分布 1、分布函数性质 )()(b F b X P =≤ )()()(a F b F b X a P -=≤< 2、离散型随机变量 分布名称 分布律 0–1分布),1(p B 1,0,)1()(1=-==-k p p k X P k k 二项分布),(p n B n k p p C k X P k n k k n ,,1,0,)1()( =-==-
概率论与数理统计课后习题答案 第七章参数估计 1．[一] 随机地取8只活塞环，测得它们的直径为（以mm 计） 74.001 74.005 74.003 74.001 74.000 73.998 74.006 74.002 求总体均值μ及方差σ2的矩估计，并求样本方差S 2。 解：μ，σ2 的矩估计是 61 22 106)(1?,002.74?-=?=-===∑n i i x X n X σμ 621086.6-?=S 。 2．[二]设X 1，X 1，…，X n 为准总体的一个样本。求下列各总体的密度函数或分布律中的未知参数的矩估计量。 （1）? ??>=+-其它,0,)()1(c x x c θx f θθ 其中c >0为已知，θ>1，θ为未知参数。 （2）?? ???≤≤=-.,01 0,)(1其它x x θx f θ 其中θ>0，θ为未知参数。 （5）()p p m x p p x X P x m x m x ,10,,,2,1,0,)1()(<<=-==- 为未知参数。 解：（1）X c θc θc c θdx x c θdx x xf X E θθc θ θ =--=-== =+-∞+-∞+∞ -? ? 1 ,11)()(1令， 得c X X θ-= （2）,1)()(10 += = = ? ? ∞+∞ -θθdx x θdx x xf X E θ 2 )1(,1 X X θX θθ-==+得令 （5）E (X ) = mp 令mp = X ， 解得m X p =? 3．[三]求上题中各未知参数的极大似然估计值和估计量。 解：（1）似然函数 1211 )()()(+-=== ∏θn θ n n n i i x x x c θ x f θL 0ln ln )(ln ,ln )1(ln )ln()(ln 1 1 =- +=-++=∑∑ ==n i i n i i x c n n θθ d θL d x θc θn θn θL
统计案例--独立性检验 同步练习 1、下列关于卡方2χ的说法正确的是（ ） A.2χ在任何相互独立问题中都可用与检验是否相关 B. 2χ的值越大，两个事件的相关性越大 C.2χ是用来判断两个相互独立事件相关与否的一个统计量，它可以用来判断两个事件是否相关这类问题 D. ) )()()(() (2d b c a d c b a bc ad n ++++-= χ. 2、在吸烟与患肺病这两个分类变量的计算中，下列说法中正确的是（ ） A. 若统计量635.62>χ，我们有99%的把握说吸烟与患肺病有关，则某人吸烟，那么他有99%的可能患有肺病 B. 若从统计中求出，有99%的把握说吸烟与患肺病有关，则在100个吸烟者中必有99人患有肺病 C. 若从统计量中求出有95%把握说吸烟与患肺病有关，是指有5%的可能性使得推断错误 D. 以上说法均错误 3 A. 种子经过处理跟是否生病有关 B. 种子经过处理跟是否生病无关 C. 种子是否经过处理决定是否生病 D. 以上都是错误的 4、若由一个22?列联表中的数据计算得013.42=χ，那么有 的把握认为两个变量有关系. 5、独立性检验所采用的思路是：要研究A 、B 两类型因子彼此相关，首先假设这两类因子彼此 ，在此假设下构造2χ统计量.如果2χ的观测值较大，那么在一定程度上说明假设 . 6、某大学在研究性别与职称（分正教授、副教授）之间是否有关系，你认为应该搜集那些数据？ . 7、打鼾不仅影响别人休息，而且可能与患某种疾病有关，下表是一次调查所得数据，试问：每一晚都打与患心脏病有关吗？有多大把握认为你的结论成立？
8、为了研究某种新药的副作用（如恶心等），给50位患者服用此新药，另外50名患者服用 9、某大型企业人力资源部为了研究企业员工工作积极性和对待企业改革的关系，随机抽取了189名员工进行调查，其中支持企业改革的调查者中，工作积极的54人，工作一般的32人，而不太赞成企业改革的调查者中，工作积极的40人，工作一般的63人. (1)根据以上数据建立一个2 2 的列联表； (2)对于人力资源部的研究项目，根据以上数据可以认为企业的全体员工对待企业改革的 态度与其工作积极性是否有关系？
概率与统计 一、普通的众数、平均数、中位数及方差 1、 众数：一组数据中，出现次数最多的数。 2、平均数：①、常规平均数：12n x x x x n ++???+= ②、加权平均数：112212n n n x x x x ωωωωωω++???+=++???+ 3、中位数：从大到小或者从小到大排列，最中间或最中间两个数的平均数。 4、方差：2222121 [()()()]n s x x x x x x n = -+-+???+- 二、频率直方分布图下的频率 1、频率 =小长方形面积：f S y d ==?距；频率=频数/总数 2、频率之和：121n f f f ++???+=；同时 121n S S S ++???+=； 三、频率直方分布图下的众数、平均数、中位数及方差 1、众数：最高小矩形底边的中点。 2、平均数： 112233n n x x f x f x f x f =+++???+ 112233n n x x S x S x S x S =+++???+ 3、中位数：从左到右或者从右到左累加，面积等于0.5时x 的值。 4、方差：22221122()()()n n s x x f x x f x x f =-+-+???+- 四、线性回归直线方程：???y bx a =+ 其中：1 1 2 22 1 1 ()() ?() n n i i i i i i n n i i i i x x y y x y nxy b x x x nx ====---∑∑== --∑∑ , ??a y bx =- 1、线性回归直线方程必过样本中心(,)x y ； 2、?0:b >正相关；?0:b <负相关。 3、线性回归直线方程：???y bx a =+的斜率?b 中，两个公式中分子、分母对应也相等；中间可以推导得到。 五、回归分析 1、残差：??i i i e y y =-（残差=真实值—预报值）。分析：?i e 越小越好； 2、残差平方和：21?()n i i i y y =-∑， 分析：①意义：越小越好； ②计算：222211221 ????()()()()n i i n n i y y y y y y y y =-=-+-+???+-∑ 3、拟合度（相关指数）：221 2 1 ?()1() n i i i n i i y y R y y ==-∑=- -∑，分析：①.(]20,1R ∈的常数； ②.越大拟合度越高； 4、相关系数 ：()() n n i i i i x x y y x y nx y r ---?∑∑= = 分析：①.[r ∈-的常数； ②.0:r >正相关；0:r <负相关 ③.[0,0.25]r ∈；相关性很弱； (0.25,0.75)r ∈；相关性一般； [0.75,1]r ∈；相关性很强； 六、独立性检验 1、2×2列联表： 2、独立性检验公式 ①．2 2() ()()()() n ad bc k a b c d a c b d -= ++++ ②．犯错误上界P 对照表 3、独立性检验步骤
概率论与数理统计MOOC课程中的案例设计 发表时间：2018-07-06T10:44:29.247Z 来源：《防护工程》2018年第5期作者：郭珂琪 [导读] 概率论与数理统计是工程数学非常重要的组成部分，甚至有西方学者提出：在大数据时代，统计比微积分更基础。 北京计算机技术及应用研究所北京 100854 摘要：概率论与数理统计是工程数学非常重要的组成部分，甚至有西方学者提出：在大数据时代，统计比微积分更基础。在西方，这门课是几乎所有大学生都要学习的必修课程，在我国，概率论与数理统计也是理工，农林，经管，医药卫生等各领域学生的必修课程，如何让学生学好这门课程一直是很多教师关注的热点。这门课程成为MOOC 课程，可以面向更多的学生，整合并充分利用优质教育资源，方便不同专业的交流；但同时也面临了学生专业跨度大，数学基础差别大的困难。针对这样的学生群体，该课程的MOOC 课程制作面临更大的挑战，必须深入浅出，形象生动，难度层次递进，且有连贯性，才能达到更好的教学效果，并有效降低学生辍学率。 关键词：MOOC 课程；概率论与数理统计；案例教学；概率统计 随着各种MOOC资源平台的涌现和推广，新的在线教学模式—MOOC已经成为大学教育中不可忽视的一种教育模式。MOOC对学校而言，能更好地整合教育资源；对学生而言，能更好地锻炼自学、思考和反思的能力。但MOOC也存在一些较难克服的障碍，对于内容抽象、学习难度大的课程，基础有欠缺、自制力缺乏的学生的辍学率始终居高不下，故可以预见，在较长时期内，部分学生还是会选择以传统课堂教学课程为主的学习方式。对于这门内容抽象、学习难度大的课程，如何保证学生课下自学的效果，不影响课程内容的进度，成为翻转课堂实施的一个关键问题，MOOC相关课程的资源便成为学生课下自学中最好的辅助；同时在课上讨论中，为了更好地提高学生的兴趣，锻炼学生的思考能力，也可以适当结合和借鉴MOOC灵活开放的教学方式。 一、案例教学对概率论与数理统计课堂教学的意义 在概率论与数理统计课堂教学中积极提倡案例教学是十分必要的，并具有其独特的意义。 1、概率论与数理统计的教学目标，既有学习理论方面的目标，又有实践层面的目标，既培养学生具有扎实的概率统计基础理论，又能将该理论和实践结合起来。而案例教学能将理论和实践很好地结合起来，可以使两个目标得以同时实现，且在两者结合方面拉近了距离，使得理论不再是空中楼阁，而是活生生的理论，实践也不是盲目的实践，而是有指导、有方向、有目的的实践。概率论与数理统计是一门应用性很强的学科，很适合用案例教学方法来组织课堂教学。 2、概率论与数理统计是一门研究随机现象的学科，在学习中有许多难点，需辅以案例教学才能理解概率论与数理统计的思想方法、基本原理和统计工具。概率论与数理统计这门课程不同于以往学习的确定性数学，其中随机变量、分布函数、大数定理、中心极限定理、极大似然估计方法以及假设检验的思想方法等都是该课程中难以理解的内容，如果教师在课堂教学上照本宣科，只强调教学过程的理论性、严谨性和逻辑性而脱离实际应用，学生要真正掌握和理解概率统计思想方法和概率统计模型是很困难的，必须从案例出发，才能清晰地阐明其概念和统计思想，必须通过案例的描述、假设、建模与求解，演示理论与方法的应用过程。 3、在概率论与数理统计课堂教学中实施案例教学也是教学改革的必然要求。案例教学法是把案例作为一种教学工具，把学生引导到实际问题中去，通过分析与相互讨论，调动学生的主动性和积极性，并提出解决问题的基本方法和途径的一种教学方法，它是连接理论和实践的桥梁。将理论教学与实际案例有机地结合起来，使得课堂讲解生动而清晰，可收到良好的教学效果。同时案例教学可以促进学生全面地看问题，从数量的角度分析事物的变化规律，使概率与数理统计的思想和方法在现实生活中得到更好的应用，从而提高学生分析问题和解决问题的能力。 二、案例教学在概率论与数理统计课堂教学中的运用 案例教学一般适合于既要注重理论教学，又注重实际操作的课程，而概率论与数理统计作为一门应用性很强的随机学科，在课堂上很适合采用案例教学方法，根据该学科的特点，在案例教学时应按照以下步骤组织实施： 1、案例的选择。选择合适的案例是整个案例教学的核心，同时也是一项十分复杂的工作，这主要是由于大学各理工科的专业性质不同，对案例的选择也不同，一般来说，所选择的案例要与相应专业比较接近，这样才能调动学生学习的积极性，以达到好的教学效果。因而在选择案例时需把握以下几点：一要考虑案例的实用性；二要考虑案例的典型性；三要考虑案例的针对性。根据案例的选择原则，这就要求我们在选择案例时要深入各个相关专业进行调研，与专业教师交流探讨，对专业教材阅读分析，收集专业课程中使用概率论与数理统计知识的案例和学生感兴趣的案例，安排教研活动组织专题讨论，进行分类汇总，编写《概率论与数理统计案例选编》，对于来自各个学科专业的数学应用案例，要有问题的提出和分析，有模型的建立与求解，有应用的讨论和评注。 2、明确案例教学思路，做好案例教学设计。根据教学内容，结合学生的专业特点，从概率论与数理统计案例选编中选取合适案例，选取好案例后，要合理分配好课堂上案例讨论与分析的时间，选择好教学方法和教学手段，并以多媒体的形式在课堂上呈现。概率论与数理统计从内容到方法与以往的数学课程有本质的不同，因此其基本概念的引入就显得更为重要。在教学中，应首先从案例出发引入概率统计的相关概念、概率统计的基本原理、统计方法，然后再选择合适案例来说明概率统计原理与方法的应用。当然，在课堂上不是要一味地讲解案例，也不是案例越多越好，而是要把握好案例与课堂知识点的结合，不能公式化，在教学过程中要充分体现“实践—理论—实践”的认识过程，做到理论与实际的有机结合。 3、有效组织案例教学，做好案例的讨论、分析。案例的讨论与分析是案例教学的中心环节，对案例进行讨论的目的是提出解决问题的途径与方法，可以从自身角度出发来剖析案例，说明自己的观点和看法，教师要掌握讨论的进程，让学生成为案例讨论的主体，同时把握好案例讨论的重点和方向，进行必要的引导。同时在组织案例教学时要辅以各种有效的教学方法，如启发式教学、讨论式教学，让学生积极参与，大胆发表意见，提出观点，深入思考，激发学生的学习热情及科研兴趣，使案例教学效果达到最佳，培养学生运用概率统计原理解决实际问题的能力。 4、案例的总结。案例总结是保证和提高案例教学质量的必备环节。对案例的总结一般要包括以下内容：一是对讨论过程进行总结，对于一个案例，让学生提出各种观点及其案例所包含的概率统计原理，让学生通过分析和评价案例，掌握正确处理和解决复杂多变的现实
概率论与数理统计公式集锦 一、随机事件与概率
二、随机变量及其分布 1、分布函数性质 ()()(),()()() ()k k x x x P X x F x P X x P a X b F b F a f t dt 2、离散型随机变量及其分布 3、连续型随机变量及其分布
4、随机变量函数Y=g(X)的分布 离散型：()(),1,2,j i i j g x y P Y y p i L ， 连续型：①分布函数法，②公式法()(())()(())Y X f y f h y h y x h y 单调 三、多维随机变量及其分布 1、离散型二维随机变量及其分布 分布律：(,),,1,2,i j ij P X x Y y p i j L 分布函数(,)i i ij x x y y F X Y p 边缘分布律：()i i ij j p P X x p ()j j ij i p P Y y p 条件分布律：(),1,2,ij i j j p P X x Y y i p L ，(),1,2,ij j i i p P Y y X x j p L 2、连续型二维随机变量及其分布 ①分布函数及性质 分布函数： x y dudv v u f y x F ),(),( 性质：2(,) (,)1,(,),F x y F f x y x y ((,))(,)G P x y G f x y dxdy ②边缘分布函数与边缘密度函数 分布函数： x X dvdu v u f x F ),()(密度函数： dv v x f x f X ),()( y Y dudv v u f y F ),()( du y u f y f Y ),()( ③条件概率密度 y x f y x f x y f X X Y ,)(),()(， x y f y x f y x f Y Y X ,) () ,()(
2 χ 检验 （一） 掌握内容 1. 2χ检验的用途。 2. 四格表的2 χ检验。 （1） 四格表2 χ检验公式的应用条件； （2） 不满足应用条件时的解决办法； （3） 配对四格表的2 χ检验。 3. 行?列表的2 χ检验。 （二） 熟悉内容 频数分布拟合优度的2 χ检验。 （三） 了解内容 1．2 χ分布的图形。 2．四格表的确切概率法。 (一) 2χ检验的用途 2χ检验（Chi-square test ）用途较广，主要用途如下： 1．推断两个率及多个总体率或总体构成比之间有无差别 2．两种属性或两个变量之间有无关联性 3．频数分布的拟合优度检验 (二) 2 χ检验的基本思想 1．2 χ检验的基本思想是以2 χ值的大小来反映理论频数与实际频数的吻合程度。在零假设0H （比如0H ：21ππ=）成立的条件下，实际频数与理论频数相差不应该很大，即2 χ值不应该很大，若实际计算出的2 χ值较大，超过了设定的检验水准所对应的界值，则有理由怀疑0H 的真实性，从而拒绝0H ，接受H 1（比如1H ：21ππ≠）。 2． 基本公式：()∑ -= T T A 2 2 χ，A 为实际频数（Actual Frequency ）,T 为理论频数 （Theoretical Frequency ）。四格表2 χ检验的专用公式正是由此公式推导出来的，用专用公 式与用基本公式计算出的2χ值是一致的。 (三)率的抽样误差与可信区间 1．率的抽样误差与标准误 样本率与总体率之间存在抽样误差，其度量方法： n p ) 1(ππσ-= ，π为总体率，或 (8-1) n p p S p ) 1(-= ， p 为样本率； (8-2) 2．总体率的可信区间 当n 足够大，且p 和1-p 均不太小，p 的抽样分布逼近正态分布。 总体率的可信区间：（p p S u p S u p ?+?-2/2/,αα）。 (8-3) (四)2 χ检验的基本计算