数理统计四大分布---正态分布、卡方分布、学生t分布和F分布

限时加码!20+主流AI编程工具免费用 购周边加赠Coding Plan Lite,Claude Code、Cursor等即刻畅享,学习进阶更高效! 阅读详情

在统计学上,我们会遇到一些常见的分布,除了正态分布外,,如t检验对应的t分布,\chi ^{2}检验对应的\chi ^{2}分布,方差分析对应的F分布等。这些分布是统计学的基础,在假设检验、方差分析等领域都起着至关重要的作用。在此,我们对这四种分布做详细的介绍,并附上MATLAB代码。

四种分布的讲解摘自MATLAB 2016的统计学和机器学习工具箱,有兴趣的可以去查看英文原版。

另外,为了方便,上传文档为图片格式,可能有些模糊,需要pdfword原版的可以评论留下邮箱,有时间发送给大家。

 

一、正态分布

定义

正态分布的概率密度函数为

背景

正态分布是两个参数的曲线族,第一个参数µ是均值,第二个参数σ是标准差。标准正态分布(记为Φ(x))  µ 设为0,将 σ 设为 1

Φ(x) 在功能上与误差函数 erf有关

正态分布的第一次使用是对二项式的连续近似。使用正态分布进行建模的通常理由是中心极限定理,其中(大致)指出,当样本大小变为无穷大时,来自任何具有有限均值和方差的分布的独立样本的总和会收敛到正态分布。

参数

要可靠地使用平均值和标准差等统计参数,需要为它们提供一个好的估计器。 最大似然估计(MLE)提供一个这样的估计。 但是,MLE可能存在偏差,这意味着其参数的预期值可能与估计的参数不相等。 例如,MLE偏向于估计正态分布的方差。 通常用于估计正态分布参数的无偏估计是最小方差无偏估计(MVUE)。 MVUE具有参数的所有无偏估计的最小方差。

正态分布的参数μ和\sigma ^{2}MVUE是样本均值和方差。 样本均值也是μ的MLE 以下是方差的两个常见公式。

                                                                                                                                                                                (1)

                                                                                                                                                                                (2)

其中

例如,假设您想要估计美国所有四年级儿童身高的平均值μ和方差

结合实例,直观理解正态分布分布、t分布、F分布对应的Z检验、检验、t检验、F检验 通俗直观理解概率分布检验 阅读详情

相关推荐

三大抽样分布:分布,t分布F分布

三大抽样分布:分布,t分布F分布

搬砖小能手 1万+

分布族谱】学生t分布,及其与正态分布分布的关系

1908年,戈塞特在酿酒厂工作,由于酒厂禁止员工发表酿酒相关的研究成果,所以他以`Student`为笔名发表了有关t分布的研究,故而这个著名的分布被命名为学生分布

微小冷的学习笔记 3779

统计学之常见的分布介绍

请注意,在实际应用中,需要根据具体的问题数据类型选择适当的检验参数设置,并根据需要进行进一步的数据处理解释。2. 二项分布(Binomial Distribution):描述了重复进行一系列独立的二元试验,例如抛硬币或进行有限次数的成功与失败的实验。指数分布的特点是描述了时间或空间上连续事件的间隔时间。6. 伽马分布(Gamma Distribution):是指数分布的推广,适用于描述连续时间事件的等候时间。这只是一些统计学中常见的分布,实际上还有很多其他的分布,每个分布都有不同的应用特点。

weixin_71158509的博客 1万+

关于t分布

上一篇文章提及了分布,本文接着介绍另一类重要的抽样分布–t分布。 简单说一下背景,“t”,是Fisher为之取的名字。Fisher最早将这一分布命名为“Student’s distribution”,并以“t”为之标记。Student,则是William Sealy Gosset(戈塞特)的笔名。他当年在爱尔兰都柏林的一家酒厂工作,设计了一种后来被称为t检验的法来评价酒的质量。因为行业机密,...

LittleDorcas博客 12万+

三大抽样分布分布,t分布F分布的简单理解

有很多统计推断是基于正态分布的假设,以标准正态分布变量为基石而构造的三个著名统计量在实际中有广泛的应用,这是因为这三个统计量不仅有明确背景,而且其抽样分布的密度函数有显式表达式,它们被称为统计中的“三大抽样分布”。这三大抽样分布即为著名的分布,t分布F分布。 目录 1 分布分布) 1.1 定义 1.2 性质 2 t分布 2.1 定义 2.2 性质 3 F分布 3.1 ...

anshuai_aw1的博客 56万+

数理统计中的分布,t分布F分布

有很多统计推断是基于正态分布的假设,以标准正态分布变量为基石而构造的三个著名统计量在实际中有广泛的应用,这是因为这三个统计量不仅有明确背景,而且其抽样分布的密度函数有显式表达式,它们被称为统计中的“三大抽样分布”。这三大抽样分布即为著名的分布,t分布F分布。 1 分布 1.1 定义 1.2 性质 2 t分布 2.1 定义 2.2 性质 3 F分布 3.1 定义 3.2 性质 4...

健忘16的博客 1万+

T-Statistic、T-test、p-value、Standard Error、Standard Deviation及三大抽样分布分布,t分布F分布

https://blog.csdn.net/anshuai_aw1/article/details/82735201#1%C2%A0%E5%8D%A1%E6%96%B9%E5%88%86%E5%B8%83%EF%BC%88%E5%88%86%E5%B8%83%EF%BC%89 Standard Error标准误,Standard Deviation标准差,这两者的概念是不同的。 T统计量与标准...

*乘号的笔记本 3万+

t分布 u分布 分布_t分布曲线正太分布z分布分布差分析的f分布曲线有什么区别?...

展开全部一、定义不同(1)t分布在概率论统计学中,t-分布(t-distribution)用于根据小样本来估计呈正态分布差未知的总体e69da5e6ba9062616964757a686964616f31333433616230的均值。如果总体差已知(例如在样本数量足够多时),则应该用正态分布来估计总体均值。(2)正态分布若随机变量X服从一个数学期望为μ、差为σ^2的正态分布,记为N(μ...

weixin_32957761的博客 3072

两个分布_正态分布样本均值样本差的独立性

前记:假期开始后,主要精力放在了科研上,最近终于抽点时间写点更新。在数理统计的学习中,有一个重要的结论,即对于正态分布而言,样本均值样本差是独立的。这个结论初看起来是有些让人吃惊的,因为直观上样本差依赖于样本均值。对此结论,很多教材一般通过构造正交变换来进行论证。但这种证明式技巧性较强,不易于被学生理解掌握。本文尝试对此结论给出一个简易的证明。定理: 设随机样本服从正态分布,样本均值且样...

weixin_39565300的博客 3639

f分布的k阶矩_涨知识|四大分布介绍

01正态u分布正态分布(normal distribution)是数理统计中的一种重要的理论分布,是许多统计法的理论基础。正态分布有两个参数,μσ,决定了正态分布的位置形态。为了应用便,常将一般的正态变量X通过u变换[]转化成标准正态变量u,以使原来各种形态的正态分布都转换为μ=0,σ=1的标准正态分布(standard normal distribution),亦称u分布。根...

weixin_42279320的博客 2135

正态分布_正态分布,谁与争峰

大千世界随机现象众多,其分布各异。按数据变量类型划分可以分为离散型与连续性两类:离散型变量根据名称很好理解,就是数据的取值是不连续的。例如掷硬币就是一个典型的离散数据,因为抛硬币的就2种结果。你可以把离散数据想象成一块一块垫脚石,你可以从一个数值调到另一个数值,同时每个数值之间都有明确的间隔。离散型(r,v)随机变量的研究工具是概率分布律,即r.v X在它的各个可能取值点的概率。例:x-b(30,...

weixin_35304632的博客 1881

概率论与数理统计 | (10) 数理统计

目录 1. 总体与样本 2. 统计量与常用统计量 3.分布 4. t分布与F分布 1. 总体与样本 数理统计学是一门以数据为基础的学科. 数理统计学的任务就是如何获得样本利用样本,从而对事物的某些未知面进行分析、推断并作出一定的决策。 例如:生产厂家声称他们生产的灯泡平均寿命不低于6000小时,如何验证厂家说法的真伪?由于灯泡寿命试验是破坏性试验,不可能把整批灯泡逐一检测,只...

sdu_hao的博客 4056

下列统计量服从什么分布_正态分布样本均值样本差的独立性

数理统计的学习中,有一个重要的结论,即对于正态分布而言,样本均值样本差是独立的。这个结论初看起来是有些让人吃惊的,因为直观上样本差依赖于样本均值。对此结论,很多教材一般通过构造正交变换来进行论证。但这种证明式技巧性较强,不易于被学生理解掌握。本文尝试对此结论给出一个简易的证明。定理:设随机样本服从正态分布,样本均值且样本差,则相互独立;服从;服从分布.结论2易得,以下...

weixin_39958112的博客 5289

概率论与数理统计

深入浅出地讲解了概率论数理统计中的重要内容

DanielSYC的博客 1630

【Practical】复杂概率分布

3大抽样分布+伽马分布+伽马函数简介

Esperanto.的博客 1224

t分布f分布与样本均值抽样分布_山顶洞人学机器学习之——几种常见的统计量及其分布...

机器学习是实现人工智能的重要技术之一。在学习机器学习的过程中,必须要掌握一些基础的数学与统计知识。在小白初学数理统计的过程中,好多人都对统计量及其分布搞不清楚,感觉在云里雾里,今天借此机会将关于统计量的知识做一个梳理,希望可以帮助到大家。本文的结构安排如下:首先是前言,介绍统计学与概率论之间的关系;然后介绍统计量的概念,并与参数进行对比;接着介绍常见的统计量及其分布;最后是总结归纳。前言概率论与统...

weixin_39610785的博客 730

第七章 数理统计的基础知识(数理统计

文章目录第七章 数理统计的基础知识7.1 总体与样本7.2 三大分布7.2.1 分布 Chi-square(χ2\chi^2χ2 分布)7.2.2 学生分布 Student(ttt 分布)7.2.3 F分布7.2.4 分位点 Quantile7.3 统计量与抽样分布定理7.3.1 统计量7.3.2 抽样分布定理 第七章 数理统计的基础知识 特殊:部分(样本)推断全体(总体) 7.1 总体与样本 概念: 总体 population XXX:被研究对象的全体,是一个随机变量。 个体:总体中的成员

xxayt的博客 950

机器学习中常用的数学公式推导(概率论与数理统计

正态分布 f(x)=12πδexp⁡(−(x−μ)22δ2)f(x) = \frac{1}{{\sqrt {2\pi } \delta }}\exp \left( { - \frac{{{{\left( {x - \mu } \right)}^2}}}{{2{\delta ^2}}}} \right)f(x)=2π​δ1​exp(−2δ2(x−μ)2​) 一般正态分布 f(x)=12πexp⁡(−...

Simon郎的博客 2595

概率论与数理统计期末考试专项突破:t分布的性质与常见误区剖析

t分布由英国统计学家威廉·西利·哥塞得(William Sealy Gosset)于1908年在《生物计量学》杂志上发表论文时提出。由于他在吉尼斯酿酒厂工作,不能公开身份,便使用笔名“Student”,因此该分布被称为学生分布设Z∼N01Z∼N01V∼χ2nV∼χ2n,且ZZZ与VVVTZVn∼tnTVn​Z​∼tn其中nnn是自由度(degrees of freedom),记作dfndf = ndfn。

吾为热爱计科,致力于知识分享的践行者,此博客是我在这条道路上留下的足迹。 879
下一篇: 数理统计之抽样分布
sun_平凡之路
博客等级 码龄14年 73粉丝 8原创
评论 7
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值