3）1正态分布随机变量X服从正态分布，则的概率密度为(x-μ)21f(x) =e0V2元由于正态分布应用很广，通常采用~N(u，α2)来表示正态分布特别的，当u=0，2=1时，称X服从标准正态分布，记为x~N(O，1)
3）正态分布 ⚫ 随机变量X服从正态分布，则x的概率密度为 ⚫ 由于正态分布应用很广，通常采用 ⚫ x~N(，2 )来表示正态分布 ⚫ 特别的，当=0，2 =1时，称X服从标准正态 分布，记为x~N(0，1 ) 2 ( ) 2 1 2 1 ( ) − − = x f x e
独立正态随机变量的线性组合也服从正态分布设X,Y，Z为独立的正态随机变量，均值分别A,B,C，方差分别为L,M,N则X.Y.Z的线性组合P=aX+bY+cZ也服从正态分布，其均值和方差为μ=Aa+Bb+Cc2 =La2+Mb2+Nc2
独立正态随机变量的线性组合也服从 正态分布 ⚫ 设X ,Y, Z为独立的正态随机变量，均值分别 A,B,C，方差分别为L,M,N ⚫ 则X,Y,Z的线性组合P=aX+bY+cZ也服从正态 分布，其均值和方差为 ⚫ =Aa+Bb+Cc ⚫ 2 =La2+Mb2+Nc2
3、中心极限定理，独立分布的随机变量之和的分布趋近于正态分布
3、中心极限定理 ⚫ 独立分布的随机变量之和的分布趋近于正态分 布
4、一些有用的近似二项分布的泊松近似P→0,n→无穷，即大n小p二项分布的正态近似，N足够大泊松分布的正态近似入>=15
4、一些有用的近似 ⚫ 二项分布的泊松近似 ⚫ P 0,n 无穷，即大n小p ⚫ 二项分布的正态近似 ⚫ N足够大 ⚫ 泊松分布的正态近似 ⚫ >=15
5、统计推断，目的：根据从总体抽取得样本对总体做出结论或决策。，方法：用样本均值和标准差来代替总体的相应统计量
5、统计推断 ⚫ 目的：根据从总体抽取得样本对总体做出结论 或决策。 ⚫ 方法：用样本均值和标准差来代替总体的相应 统计量