服从01分布的极差
来源:学生作业帮助网 编辑:作业帮 时间:2024/09/20 08:55:57
一个骰子的话1,1/62,1/63,1/64,1/65,1/66,1/6均匀分布
几何分布期望为5的话,其参数p=1/5=0.2,对应单个随机变量方差DX=(1-p)/p^2=20从而DY=DX/n=20/n
明显是F分布,而且是F(1,3).关于F分布你百度百科查一下就知道了.而t分布的话,比如自由度是3,他的分子是正态分布,分母是根号下的Y除以自由度3,其中Y是服从卡方分布的随机变量.所以平方后,分子是
由于:P(X=0,Y=0)=P(X=1,Y=0)=P(X=0,Y=1)=P(X=1,Y=1)=1/4.P(Z=1)=P(X=1,Y=0)+P(X=0,Y=1)+P(X=1,Y=1)=3/4.P(Z=0
3X/2Y=(X/2)/(Y/3),所以服从自由度(2,3)的F分布.
F(m,n)分布.需要过程嘛?还是只要结果?再问:需要过程再答:~(0,1); 统计量Y也是如此; ~X^2(m)分布;同理统计量Y也可以变化满足~X^2(n)分布;又因为满足Z=
1488461499121291176710121411121311911181081110510681381298151210106139714876628111081581197759101078
X服从正态分布,则X的平方服从卡方分布.
楼上真是扯淡啊.明显是F分布,而且是F(1,3).关于F分布你百度百科查一下就知道了.而t分布的话,比如自由度是3,他的分子是正态分布,分母是根号下的Y除以自由度3,其中Y是服从卡方分布的随机变量.所
你觉得可能吗……相当于卡方中每个正态分布乘以了根号2倍,就不是标准正态分布了应该说是(2z)/2服从卡方
因为X~t(k),由定义可令X=A/根号下B/k,其中A~N(0,1),X^2(k)分布Y=X^2=A^2/(B/k),因为A~N(0,1),所以A^2~X^2(k)Y=(A^2/1)/(B/K),则
首先写出似然函数LL=∏p(xi)=∏{[(λ^xi)/(xi!)]·e^(-λ)}=e^(-nλ)·∏{[(λ^xi)/(xi!)]=e^(-nλ)·λ^(∑xi)·∏1/(xi!)然后对似然函数取
依题意,X1、X2均服从标准正态分布(X1+X2)/√2服从N(0,1)相当于只有1个标准正态分布的平方,所以自由度为1的卡方分布
可以证明,并且这些柏松分布各自的参数还不一样.设X1服从参数为λ1的柏松分布,设X2服从参数为λ2的柏松分布.则对于任意非负整数k,有P(X1=k)=e^(-λ1)*λ1^k/k!P(X2=k)=e^
一组数据中的最大值减去最小值
参数为(1,3)的F分布再问:怎么做的?再答:就把t分布写出来,然后平方一下套公式就行了
规范性非零性P(k)=p^k×(1-p)^(1-k)k=0,1
总体均值的区间估计:当总体方差σ已知的时对于给定的置信度1-α(本题为95%,α=0.05)则的置信区间为(X-(σ/√n)Zα/2,X(σ/√n)Zα/再问:你确定是服从正态分布?还有,为什么左边是
π(λ)P{X=k}=λ^k*e^(-λ)/k!π(μ)P{Y=k}=μ^k*e^(-μ)/k!Z=X+YP{Z=k}=∑(i=0,...k)P{X=i}*P{Y=k-i}=∑(i=0,...k)[λ