概率论问题。正态分布均值Xi与均值Xbar之差服从什么分布？

来源：蜘蛛抓取(WebSpider) 时间：2018-09-06 12:07 标签： 正态分布均值
样本量要增加到多少,可以使得犯第一类错误的概率小于0.05?

楼主的题目还是有问题,此题应该加上 X,Y相互独立的条件.你可以先求出Z的密度再来求期望,但会比较麻烦.相信楼主手里的教材上一定有这样一道题目的在本题相同的条件下求W=max（X,Y）的期望,答案为:1/根号下\Pi；在此基础上可以有一个简单做法解楼主的问题：由X,Y相互独立且均服从标准正态分布,可以推出：—X,—Y相

正态分布加一个常数,还是符合正态分布,只是期望值加上了这个常数N(0,σ?)+C ~ N(C,σ?)一个随机变量符合正态分布,我们可以画出其函数图像让其每个数都加上一个常数,只会让函数图像左右平移那么只会改变期望值,仍然符合正态分布,甚至标准差都没有改变 再问： 但是正态函数的期望不是对称轴么？再问

由于格式问题,积分无法在这里显示,需要详细解答请去我的百度空间——>相册——>答案 中去看.

A-Y N(-1,2)X-Y N(0,2+2)=N(0,4)(X-Y)/2 N(0,4/2^2)=N(0,1)选A 再问： 虽然看懂了...不过可以这么做的依据是什么啊？就是说，为什么可以对XY做运算？ 再答： 这个。。。。。。我表示这个在《概率论》这种类型的书上都会有写的，那个正太分布求和相当于 mu 和 zigma

再问： 可不可以写得再详细一点呢？？不好意思啊 我不怎么看得懂 再答： 正态分布的概率密度函数是关于关于 再答： 标准正态分布的概率密度函数是x=0对称的，因此只有在X=0处，其分布函数等于0.5

D（x）=E(x^2)-[E(x)]^2.cov（x,y）=0,则x与y相互独立.其实原定义应该是E（XY）=E（X）*E（Y）.不过结论是一样的.（仅对正态分布而言）相关系数为0不代表相互独立,只是不相关.不相关是指没有线性关系,但不代表没有其它关系.对于二维正态分布来说不相关与独立性是等价的.但是对于其它分布,是不

我要回帖

更多关于 正态分布均值 的文章

 

随机推荐