sgdd.net
当前位置:首页 >> 正态分布的独立可加性 >>

正态分布的独立可加性

可以用定义证,这里给出一个更简单的证法,用特征函数证:N(a,σ)的特征函数为exp(iat-σt/2)因为X,Y独立所以有f_(aX+bY)(t)=f_(aX)(t)*f_(bY)(t)=f_(X)(at)*f_(Y)(bt)=

这公式使用前提条件是两者独立 xx怎么会独立

1、集中性:正态曲线的高峰位于正中央,即均数所在的位置. 2、对称性:正态曲线以均数为中心,左右对称,曲线两端永远不与横轴相交. 3、均匀变动性:正态曲线由均数所在处开始,分别向左右两侧逐渐均匀下降. 4、正态分布有两个参

参数检验是在总体分布形式已知的情况下,对总体分布的参数如均值、方差等进行推断的方法.但是,在数据分析过程中,由于种种原因,人们往往无法对总体分布形态作简单假定,但又希望能从样本数据中获得尽可能的信息,此时参数检验的

a^2+b^2 和 差 都是这个

没有.

是X+Y~N(3,8)

相互立的正态变量之线性组合服从正态分布.即X~N(u1,(q1)^2),Y~N(u2,(q2)^),则,Z=aX+bY~N(a*u1+b*u2,(a^2)*(q1)^2+(b^2)*(q2)^2)

概率论中写出常用的分布以及常用分布的数字特征,哪些分布具有可加性 简单一点的有:泊松分布,正态分布,二项分布,负二项分布,卡方分布复杂一点的有:gamma分布,复合泊松分布

设X,Y均服从正态分布且相互独立,则它们的任意非零线性组合aX+bY都服从正态分布.具体证明要用到分布函数的特征函数.

网站首页 | 网站地图
All rights reserved Powered by www.sgdd.net
copyright ©right 2010-2021。
内容来自网络,如有侵犯请联系客服。zhit325@qq.com