其他分享
首页 > 其他分享> > 【学习笔记】第四章 概率论与数理统计

【学习笔记】第四章 概率论与数理统计

作者:互联网

4.1 随机变量的概率计算和数字特征

4.1.1 随机变量的概率计算

例4.1 设 X\sim N(3,5^2) (1)求P{2<X<6};(2)确定c,使P{-3c<X<2c}=0.6

from scipy.stats import norm
from scipy.optimize import fsolve
print("p=",norm.cdf(6,3,5)-norm.cdf(2,3,5))#做差,后减前
f=lambda c: norm.cdf(2*c,3,5)-norm.cdf(-3*c,3,5)-0.6
print("c=",fsolve(f,0))

 定义4.1 α分位数

若连续型随机变量X的分布函数为 F(x) ,对于0<α<1,若 x_\alpha 使得 P\left \{ X\leq x_\alpha \right \}=\alpha,则称 x_\alpha 为这个分布的α分位数。若 F(x) 的反函数F^{-1}(x)存在,则有 x_\alpha =F^{-1}(1-\alpha )

 定义4.2 上α分位数

若连续型随机变量X的分布函数为 F(x),对于0<\alpha <1,若 \tilde{x}_\alpha 使得 P\left \{ X>\tilde{x}_\alpha \right \}=\alpha ,则称 \tilde{x}_\alpha 为这个分布的上α分位数。 若 F(x) 的反函数F^{-1}(x)存在,则有\tilde{x}_\alpha =F^{-1}(1-\alpha ) 

例4.2 设 X\sim N(0,1) ,若 z_\alpha 满足条件 P\left \{X > z_\alpha \right \}= \alpha ,0<\alpha <1 ,则称 z_\alpha 为标准正态分布的上α分位数。试计算几个常用的 z_\alpha 的值,并画出 z_{0.1} 的示意图.
计算得到几个常用的 z_\alpha 的值见下表,z_{0.1} 的示意图见下图:

from scipy.stats import norm
from pylab import plot,fill_between,show,text,savefig,rc 
from numpy import array, linspace, zeros
alpha=array([0.001, 0.005, 0.01, 0.025, 0.05, 0.10])#表中给的alpha的值
za=norm.ppf(1-alpha,0,1)  #求上alpha分位数  #定义4.2
print("上alpha分位数分别为", za)
x=linspace(-4, 4, 100); y=norm.pdf(x, 0, 1)
rc('font',size=16); rc('text',usetex=True)
plot(x,y)  #画标准正态分布密度曲线
x2=linspace(za[-1],4,100)#在0.1对应的上alpha分位数和4之间取100个点
y2=norm.pdf(x2);
y1=[0]*len(x2)
fill_between(x2, y1, y2, color='r')  #y1,y2对应的点之间填充
plot([-4,4],[0,0])  #画水平线    # [-4,0]|[4,0]
text(1.9, 0.07, "$\\leftarrow\\alpha$=0.1")  #标注
savefig("figure4_2.png", dpi=500); show()

 

 

4.1.2 随机变量数字特征简介

定义4.3:设随机变量X的分布律为:P\left \{ X=x_k \right \}=p_k,k=1,2,\cdots ,

若级数 \sum_{k=1}^{\infty }x_kp_k 绝对收敛,则称级数 \sum_{k=1}^{\infty }x_kp_k 的和为随机变量X的数学期望,记为 E(X) ,即  E(X)=\sum_{k=1}^{\infty }x_kp_k

定义4.4:设X是一个随机变量,若 E\left \{ [X-E(X)]^2 \right \} 存在,则称 E\left \{ [X-E(X)]^2 \right \} 为X的方差,记为D(X)或Var(X),即:

D(X)=Var(X)=E\left \{ [X-E(X)]^2 \right \}

\sigma (x)=\sqrt{D(X)} 称为标准差或均方差。

方差其实就是随机变量X的函数 g(X)= [X-E(X)]^2 的数学期望

标签:4.1,数理统计,第四章,import,alpha,概率论,随机变量,norm,位数
来源: https://blog.csdn.net/weixin_54581900/article/details/122675334