2019
確統
II.exm-1.2.
確率統計及び演習
II小テスト
1の予備知識
1
・同時確率と条件付き確率との関係
fXY(x, y) =fX|Y(x|y)fY(y) =fY|X(y|x)fX(x).
統計学(7.24) (exm19-1.6)
・同時確率と周辺確率の関係
fX(x) = { ∑
yjfXY(x, yj) X
,
Yが離散型確率変数の場合
統計学(7.7)
∫∞
−∞fXY(x, y)dy X
,Y が連続型確率変数の場合
統計学(7.8)
. (exm19-1.7)
・ガウス
(Gauss)積分
∫ ∞−∞
e−z2dz=√
π .
桑村p.225
川薩四(8.7) (exm19-1.8)
・確率変数の独立性
確率変数
Xと
Yが独立
⇔ fXY(x, y) =fX(x)fY(y).
統計学(7.22)
前園(1.4)’ (exm19-1.9)
・ベイズの定理:
Xと
Yが離散型確率変数の場合
fX|Y(x|y) = fY|X(y|x)fX(x)∑
xifY|X(y|xi)fX(xi).
統計学(4.17)
前園 定理1.7’ (exm19-1.10)
・モーメント母関数
統計学§5.3
数理統計p.20 MX(t) =E[etX] =
{ ∑
xifX(xi)etxi X
が離散型確率変数の場合
∫∞
−∞fX(x)etxdx X
が連続型確率変数の場合
, (exm19-1.11) ddtlogMX(t) t=0
=E[X], d2
dt2logMX(t) t=0
=E[X2]−E[X]2=V[X]. (exm19-1.12)
・正規分布に従う独立な確率変数
Xと
Yの和
前園p.35 (2.3)’
西川p.80定理3.8
統計学p.151 X∼N(µ1, σ12), Y ∼N(µ2, σ22) =⇒ aX+bY ∼N(
aµ1+bµ2, a2σ12+b2σ22)
. (exm19-1.13)
・中心極限定理
確統I L11
前園§3.4
西川p.87定理4.3
統計学§8.2
数理統計 定理6.12
確率変数
X1, X2,· · · , Xnが,母平均
µ,母分散σ2の独立同分布に従うとする。
Zn=
(X1+X2+· · ·+Xn
n −µ
) √ n
σ (exm19-1.14)
は
n→ ∞の極限で
N(0,12)に従う。すなわち
nlim→∞P(a < Zn < b) =
∫ b a
√1
2πe−12z2dz . (exm19-1.15)
2019
確統
II.exm-1.3.
確率統計及び演習
II小テスト
1の予備知識
2
・ 母平均
µ,母分散
σ2の正規分布
N(µ, σ2)の確率密度関数とモーメント母関数
MX(t)f(x;µ, σ2) = 1
√2πσ2e−(x−µ)22σ2 , MX(t) = exp (
µt+σ2t2 2
)
. (exm19-1.16)
特に
µ= 0,
σ= 1の正規分布,
N(0,12),を標準正規分布と呼ぶ。
・ 確率変数
Xが正規分布
N(µ, σ2)に従うとき,次の確率変数
Zは標準正規分布
N(0,12)に従う:
Z =X−µ
σ . (exm19-1.17)
・ 標準正規分布
N(0,1)に従う確率変数
Zに対する上側確率
Q(z0) =P(z0≤Z) =∫ ∞
z0
√1
2πe−z2/2 dz (exm19-1.18)
の値の表。
前園 付表1
西川 数表B.1
統計学 付表1
と同じ。
\
4 2 0 2 4
0.0 0.1 0.2 0.3 0.4
z0
( )0
Q z
z0
が負の値の場合は次の関係式を用いる:
Q(z0) +Q(−z0) = 1. (exm19-1.19)
数理統計 付表1
の表の値,
I(z0) =P(0≤Z < z0) =
∫ z0 0
√1
2πe−z2/2dz , (exm19-1.20)
とは以下の関係がある:
Q(z0) = 1
2−I(z0). (exm19-1.21)