指數(shù)分布用來(lái)描述對(duì)某一事物發(fā)生的等待時(shí)間.例如,乘客在汽車站的等車時(shí)間、互聯(lián)網(wǎng)網(wǎng)頁(yè)鏈接的出度入度、電子元器件的可靠性、電視機(jī)的壽命等符合指數(shù)分布. 在日本的工業(yè)標(biāo)準(zhǔn)和美國(guó)軍用標(biāo)準(zhǔn)中,半導(dǎo)體器件的抽驗(yàn)方案都是采用...[繼續(xù)閱讀]

    正態(tài)分布是最重要的一類分布,數(shù)理統(tǒng)計(jì)中的許多統(tǒng)計(jì)推斷都是建立在正態(tài)分布的基礎(chǔ)上的.法國(guó)數(shù)學(xué)家棣謨佛(Abraham de Moivre,1667—1754 )發(fā)現(xiàn)了一個(gè)二項(xiàng)分布的近似公式,這一公式被認(rèn)為是正態(tài)分布的首次露面,由于德國(guó)數(shù)學(xué)家高斯(C.F...[繼續(xù)閱讀]

    1. 某種型號(hào)的電子表的快慢誤差(單位:s) X～U(-5,5),試求該種電子表快慢絕對(duì)誤差超過(guò)3s的概率.2. 設(shè)公共汽車站從上午7時(shí)起每隔15 min來(lái)一班車,如果某乘客到達(dá)此站的時(shí)間服從7:00與7:30之間的均勻分布. 試求該乘客候車時(shí)間不超過(guò)5 min的...[繼續(xù)閱讀]

    定義2.5.1 設(shè)X是隨機(jī)變量,k為正整數(shù). 如果期望μk≡E[(X)k] 和vk≡E{[X-E(X)]k} (2.5.1 )存在,則分別稱μk與vk為X的k階原點(diǎn)矩(k order origin moment)和k階中心矩(k order central moment).顯然隨機(jī)變量的一階原點(diǎn)矩就是期望,二階中心矩就是方差.例2.5.1 設(shè)隨...[繼續(xù)閱讀]

    由于方差受隨機(jī)變量總體取值大小的影響,用方差大小比較兩個(gè)隨機(jī)變量取值的離散程度就會(huì)缺乏可比性. 為了克服隨機(jī)變量的總體取值大小對(duì)方差的影響,定義隨機(jī)變量的變異系數(shù).定義2.5.2 設(shè)X是隨機(jī)變量且二階矩存在,則稱為X的變異...[繼續(xù)閱讀]

    標(biāo)準(zhǔn)正態(tài)分布的密度函數(shù)關(guān)于期望對(duì)稱,為了和標(biāo)準(zhǔn)正態(tài)分布做比較和刻畫(huà)隨機(jī)變量的密度函數(shù)的形態(tài),我們定義隨機(jī)變量的峰度系數(shù)和偏度系數(shù).定義2.5.3 設(shè)隨機(jī)變量X的前三階矩存在,則稱為X的偏度系數(shù) (coefficient of skewness),簡(jiǎn)稱偏度...[繼續(xù)閱讀]

    定義2.5.4 設(shè)X是連續(xù)型隨機(jī)變量,稱滿足條件P{X≤xα}=α(0<α<1) (2.5.5)的數(shù)xα為分布X的左尾α分位數(shù)(quantile)或下分位數(shù),如圖2.5.3所示.稱滿足條件P{X>xα}=α(0<α<1) (2.5.6)的數(shù)xα為分布X的右尾α分位數(shù)或上分位數(shù),如圖2.5.4所示.圖...[繼續(xù)閱讀]

    1. 設(shè)隨機(jī)變量X的密度函數(shù)為試求X的中位數(shù)和左尾0.95分位數(shù).2. 設(shè)隨機(jī)變量X～N(65,100),試求X的0.05左尾分位數(shù)和變異系數(shù).3.設(shè)隨機(jī)變量X～N(0,1),對(duì)給定的α∈(0,1),數(shù)zα滿足P{X>zα}=α.若P{|X|<x}=α,則x等于( ).(A)zα/2 (B) z1-α/2 (C) z(1-α)/2 ...[繼續(xù)閱讀]

    1) Excel中的二項(xiàng)分布的概率值函數(shù)BINOMDIST返回二項(xiàng)式分布的概率值.語(yǔ)法: BINOMDIST(number_s,trials,probability_s,cumulative)其中,Number_s為試驗(yàn)成功的次數(shù). Trials為獨(dú)立試驗(yàn)的次數(shù). Probability_s 為每次試驗(yàn)中成功的概率. Cumulative為一邏輯值,如果c...[繼續(xù)閱讀]

    NEGBINOMDIST返回負(fù)二項(xiàng)式分布的概率值.語(yǔ)法: NEGBINOMDIST(number_f,number_s,probability_s)其中,Number_f是失敗次數(shù). Number_s是成功的極限次數(shù). Probability_s是每次試驗(yàn)中成功的概率. 此函數(shù)計(jì)算的是在到達(dá)number s次成功之前,出現(xiàn)number_f次失敗的概率...[繼續(xù)閱讀]