概率统计分布表格(常用)

标准正态表

0.6 0.7257 0.7291 0.7324 0.7357 0.7389 0.7422 0.7454 0.7486 0.7517 0.7549 0.7 0.7580 0.7611 0.7642 0.7673 0.7704 0.7734 0.7764 0.7794 0.7823 0.7852 0.8 0.7881 0.7910 0.7939 0.7967 0.7995 0.8023 0.8051 0.8078 0.8106 0.8133

0.9 0.8159 0.8186 0.8212 0.8238 0.8264 0.8289 0.8315 0.8340 0.8365 0.8389

1.0 0.8413 0.8438 0.8461 0.8485 0.8508 0.8531 0.8554 0.8577 0.8599 0.8621 1.1 0.8643 0.8665 0.8686 0.8708 0.8729 0.8749 0.8770 0.8790 0.8810 0.8830 1.2 0.8849 0.8869 0.8888 0.8907 0.8925 0.8944 0.8962 0.8980 0.8997 0.9015 1.3 0.9032 0.9049 0.9066 0.9082 0.9099 0.9115 0.9131 0.9147 0.9162 0.9177 1.4 0.9192 0.9207 0.9222 0.9236 0.9251 0.9265 0.9279 0.9292 0.9306 0.9319 1.5 0.9332 0.9345 0.9357 0.9370 0.9382 0.9394 0.9406 0.9418 0.9429 0.9441 1.6 0.9452 0.9463 0.9474 0.9484 0.9495 0.9505 0.9515 0.9525 0.9535 0.9545 1.7 0.9554 0.9564 0.9573 0.9582 0.9591 0.9599 0.9608 0.9616 0.9625 0.9633 1.8 0.9641 0.9649 0.9656 0.9664 0.9671 0.9678 0.9686 0.9693 0.9699 0.9706

1.9 0.9713 0.9719 0.9726 0.9732 0.9738 0.9744 0.9750 0.9756 0.9761 0.9767

2.0 0.9772 0.9778 0.9783 0.9788 0.9793 0.9798 0.9803 0.9808 0.9812 0.9817 2.1 0.9821 0.9826 0.9830 0.9834 0.9838 0.9842 0.9846 0.9850 0.9854 0.9857

2.2 0.9861 0.9864 0.9868 0.9871 0.9875 0.9878 0.9881 0.9884 0.9887 0.9890 2.3 0.9893 0.9896 0.9898 0.9901 0.9904 0.9906 0.9909 0.9911 0.9913 0.9916 2.4 0.9918 0.9920 0.9922 0.9925 0.9927 0.9929 0.9931 0.9932 0.9934 0.9936 2.5 0.9938 0.9940 0.9941 0.9943 0.9945 0.9946 0.9948 0.9949 0.9951 0.9952 2.6 0.9953 0.9955 0.9956 0.9957 0.9959 0.9960 0.9961 0.9962 0.9963 0.9964 2.7 0.9965 0.9966 0.9967 0.9968 0.9969 0.9970 0.9971 0.9972 0.9973 0.9974 2.8 0.9974 0.9975 0.9976 0.9977 0.9977 0.9978 0.9979 0.9979 0.9980 0.9981

2.9 0.9981 0.9982 0.9982 0.9983 0.9984 0.9984 0.9985 0.9985 0.9986 0.9986

3.0 0.9987 0.9987 0.9987 0.9988 0.9988 0.9989 0.9989 0.9989 0.9990 0.9990 3.1 0.9990 0.9991 0.9991 0.9991 0.9992 0.9992 0.9992 0.9992 0.9993 0.9993 3.2 0.9993 0.9993 0.9994 0.9994 0.9994 0.9994 0.9994 0.9995 0.9995 0.9995 3.3 0.9995 0.9995 0.9995 0.9996 0.9996 0.9996 0.9996 0.9996 0.9996 0.9997 3.4 0.9997 0.9997 0.9997 0.9997 0.9997 0.9997 0.9997 0.9997 0.9997 0.9998 3.5 0.9998 0.9998 0.9998 0.9998 0.9998 0.9998 0.9998 0.9998 0.9998 0.9998 3.6 0.9998 0.9998 0.9999 0.9999 0.9999 0.9999 0.9999 0.9999 0.9999 0.9999 3.7 0.9999 0.9999 0.9999 0.9999 0.9999 0.9999 0.9999 0.9999 0.9999 0.9999

3.8 0.9999 0.9999 0.9999 0.9999 0.9999 0.9999 0.9999 0.9999 0.9999 0.9999 3.9 1.0000 1.0000 1.0000 1.0000 1.0000 1.0000 1.0000 1.0000 1.0000 1.0000

9 1.7349 2.0879 2.7004 3.3251 4.1682 5.8988 11.3888 14.6837 16.9190 19.0228 21.6660 23.5894

10 2.1559 2.5582 3.2470 3.9403 4.8652 6.7372 12.5489 15.9872 18.3070 20.4832 23.2093 25.1882

11 2.6032 3.0535 3.8157 4.5748 5.5778 7.5841 13.7007 17.2750 19.6751 21.9200 24.7250 26.7568

12 3.0738 3.5706 4.4038 5.2260 6.3038 8.4384 14.8454 18.5493 21.0261 23.3367 26.2170 28.2995

13 3.5650 4.1069 5.0088 5.8919 7.0415 9.2991 15.9839 19.8119 22.3620 24.7356 27.6882 29.8195

14 4.0747 4.6604 5.6287 6.5706 7.7895 10.1653 17.1169 21.0641 23.6848 26.1189 29.1412 31.3193

15 4.6009 5.2293 6.2621 7.2609 8.5468 11.0365 18.2451 22.3071 24.9958 27.4884 30.5779 32.8013

16 5.1422 5.8122 6.9077 7.9616 9.3122 11.9122 19.3689 23.5418 26.2962 28.8454 31.9999 34.2672

17 5.6972 6.4078 7.5642 8.6718 10.0852 12.7919 20.4887 24.7690 27.5871 30.1910 33.4087 35.7185

18 6.2648 7.0149 8.2307 9.3905 10.8649 13.6753 21.6049 25.9894 28.8693 31.5264 34.8053 37.1565

19 6.8440 7.6327 8.9065 10.1170 11.6509 14.5620 22.7178 27.2036 30.1435 32.8523 36.1909 38.5823

20 7.4338 8.2604 9.5908 10.8508 12.4426 15.4518 23.8277 28.4120 31.4104 34.1696 37.5662 39.9968

21 8.0337 8.8972 10.2829 11.5913 13.2396 16.3444 24.9348 29.6151 32.6706 35.4789 38.9322 41.4011

22 8.6427 9.5425 10.9823 12.3380 14.0415 17.2396 26.0393 30.8133 33.9244 36.7807 40.2894 42.7957

23 9.2604 10.1957 11.6886 13.0905 14.8480 18.1373 27.1413 32.0069 35.1725 38.0756 41.6384 44.1813

24 9.8862 10.8564 12.4012 13.8484 15.6587 19.0373 28.2412 33.1962 36.4150 39.3641 42.9798 45.5585

25 10.5197 11.5240 13.1197 14.6114 16.4734 19.9393 29.3389 34.3816 37.6525 40.6465 44.3141 46.9279

26 11.1602 12.1981 13.8439 15.3792 17.2919 20.8434 30.4346 35.5632 38.8851 41.9232 45.6417 48.2899

27 11.8076 12.8785 14.5734 16.1514 18.1139 21.7494 31.5284 36.7412 40.1133 43.1945 46.9629 49.6449

28 12.4613 13.5647 15.3079 16.9279 18.9392 22.6572 32.6205 37.9159 41.3371 44.4608 48.2782 50.9934

29 13.1211 14.2565 16.0471 17.7084 19.7677 23.5666 33.7109 39.0875 42.5570 45.7223 49.5879 52.3356

30 13.7867 14.9535 16.7908 18.4927 20.5992 24.4776 34.7997 40.2560 43.7730 46.9792 50.8922 53.6720

31 14.4578 15.6555 17.5387 19.2806 21.4336 25.3901 35.8871 41.4217 44.9853 48.2319 52.1914 55.0027

32 15.1340 16.3622 18.2908 20.0719 22.2706 26.3041 36.9730 42.5847 46.1943 49.4804 53.4858 56.3281

33 15.8153 17.0735 19.0467 20.8665 23.1102 27.2194 38.0575 43.7452 47.3999 50.7251 54.7755 57.6484

34 16.5013 17.7891 19.8063 21.6643 23.9523 28.1361 39.1408 44.9032 48.6024 51.9660 56.0609 58.9639

35 17.1918 18.5089 20.5694 22.4650 24.7967 29.0540 40.2228 46.0588 49.8018 53.2033 57.3421 60.2748

36 17.8867 19.2327 21.3359 23.2686 25.6433 29.9730 41.3036 47.2122 50.9985 54.4373 58.6192 61.5812

37 18.5858 19.9602 22.1056 24.0749 26.4921 30.8933 42.3833 48.3634 52.1923 55.6680 59.8925 62.8833

38 19.2889 20.6914 22.8785 24.8839 27.3430 31.8146 43.4619 49.5126 53.3835 56.8955 61.1621 64.1814

39 19.9959 21.4262 23.6543 25.6954 28.1958 32.7369 44.5395 50.6598 54.5722 58.1201 62.4281 65.4756

40 20.7065 22.1643 24.4330 26.5093 29.0505 33.6603 45.6160 51.8051 55.7585 59.3417 63.6907 66.7660

41 21.4208 22.9056 25.2145 27.3256 29.9071 34.5846 46.6916 52.9485 56.9424 60.5606 64.9501 68.0527

42 22.1385 23.6501 25.9987 28.1440 30.7654 35.5099 47.7663 54.0902 58.1240 61.7768 66.2062 69.3360

43 22.8595 24.3976 26.7854 28.9647 31.6255 36.4361 48.8400 55.2302 59.3035 62.9904 67.4593 70.6159

44 23.5837 25.1480 27.5746 29.7875 32.4871 37.3631 49.9129 56.3685 60.4809 64.2015 68.7095 71.8926

45 24.3110 25.9013 28.3662 30.6123 33.3504 38.2910 50.9849 57.5053 61.6562 65.4102 69.9568 73.1661

T分布

1 1.0000 1.3764 1.9626 3.0777 6.3138 12.706

2 31.8205 63.6567 127.321

3 318.3088 636.6192

2 0.8165 1.0607 1.3862 1.8856 2.9200 4.3027 6.9646 9.9248 14.0890 22.3271 31.5991

3 0.7649 0.9785 1.2498 1.6377 2.353

4 3.1824 4.5407 5.8409 7.4533 10.214

5 12.9240

4 0.7407 0.9410 1.1896 1.5332 2.1318 2.7764 3.7469 4.6041 5.5976 7.1732 8.6103

5 0.7267 0.9195 1.1558 1.4759 2.0150 2.570

6 3.3649 4.0321 4.7733 5.8934 6.8688

6 0.7176 0.905

7 1.1342 1.439

8 1.9432 2.446

9 3.1427 3.7074 4.3168 5.2076 5.9588

7 0.7111 0.8960 1.1192 1.4149 1.8946 2.3646 2.9980 3.4995 4.0293 4.7853 5.4079

8 0.7064 0.8889 1.1081 1.3968 1.8595 2.3060 2.8965 3.3554 3.8325 4.5008 5.0413

9 0.7027 0.8834 1.0997 1.3830 1.8331 2.2622 2.8214 3.2498 3.6897 4.2968 4.7809

10 0.6998 0.8791 1.0931 1.3722 1.8125 2.2281 2.7638 3.1693 3.5814 4.1437 4.5869

11 0.6974 0.8755 1.0877 1.3634 1.7959 2.2010 2.7181 3.1058 3.4966 4.0247 4.4370

12 0.6955 0.8726 1.0832 1.3562 1.7823 2.1788 2.6810 3.0545 3.4284 3.9296 4.3178

13 0.6938 0.8702 1.0795 1.3502 1.7709 2.1604 2.6503 3.0123 3.3725 3.8520 4.2208

14 0.6924 0.8681 1.0763 1.3450 1.7613 2.1448 2.6245 2.9768 3.3257 3.7874 4.1405

15 0.6912 0.8662 1.0735 1.3406 1.7531 2.1314 2.6025 2.9467 3.2860 3.7328 4.0728

16 0.6901 0.8647 1.0711 1.3368 1.7459 2.1199 2.5835 2.9208 3.2520 3.6862 4.0150

17 0.6892 0.8633 1.0690 1.3334 1.7396 2.1098 2.5669 2.8982 3.2224 3.6458 3.9651

18 0.6884 0.8620 1.0672 1.3304 1.7341 2.1009 2.5524 2.8784 3.1966 3.6105 3.9216

19 0.6876 0.8610 1.0655 1.3277 1.7291 2.0930 2.5395 2.8609 3.1737 3.5794 3.8834

20 0.6870 0.8600 1.0640 1.3253 1.7247 2.0860 2.5280 2.8453 3.1534 3.5518 3.8495

21 0.6864 0.8591 1.0627 1.3232 1.7207 2.0796 2.5176 2.8314 3.1352 3.5272 3.8193

22 0.6858 0.8583 1.0614 1.3212 1.7171 2.0739 2.5083 2.8188 3.1188 3.5050 3.7921

23 0.6853 0.8575 1.0603 1.3195 1.7139 2.0687 2.4999 2.8073 3.1040 3.4850 3.7676

24 0.6848 0.8569 1.0593 1.3178 1.7109 2.0639 2.4922 2.7969 3.0905 3.4668 3.7454

25 0.6844 0.8562 1.0584 1.3163 1.7081 2.0595 2.4851 2.7874 3.0782 3.4502 3.7251

26 0.6840 0.8557 1.0575 1.3150 1.7056 2.0555 2.4786 2.7787 3.0669 3.4350 3.7066

27 0.6837 0.8551 1.0567 1.3137 1.7033 2.0518 2.4727 2.7707 3.0565 3.4210 3.6896

28 0.6834 0.8546 1.0560 1.3125 1.7011 2.0484 2.4671 2.7633 3.0469 3.4082 3.6739

29 0.6830 0.8542 1.0553 1.3114 1.6991 2.0452 2.4620 2.7564 3.0380 3.3962 3.6594

30 0.6828 0.8538 1.0547 1.3104 1.6973 2.0423 2.4573 2.7500 3.0298 3.3852 3.6460

31 0.6825 0.8534 1.0541 1.3095 1.6955 2.0395 2.4528 2.7440 3.0221 3.3749 3.6335

32 0.6822 0.8530 1.0535 1.3086 1.6939 2.0369 2.4487 2.7385 3.0149 3.3653 3.6218

33 0.6820 0.8526 1.0530 1.3077 1.6924 2.0345 2.4448 2.7333 3.0082 3.3563 3.6109

34 0.6818 0.8523 1.0525 1.3070 1.6909 2.0322 2.4411 2.7284 3.0020 3.3479 3.6007

35 0.6816 0.8520 1.0520 1.3062 1.6896 2.0301 2.4377 2.7238 2.9960 3.3400 3.5911

36 0.6814 0.8517 1.0516 1.3055 1.6883 2.0281 2.4345 2.7195 2.9905 3.3326 3.5821

37 0.6812 0.8514 1.0512 1.3049 1.6871 2.0262 2.4314 2.7154 2.9852 3.3256 3.5737

38 0.6810 0.8512 1.0508 1.3042 1.6860 2.0244 2.4286 2.7116 2.9803 3.3190 3.5657

39 0.6808 0.8509 1.0504 1.3036 1.6849 2.0227 2.4258 2.7079 2.9756 3.3128 3.5581

40 0.6807 0.8507 1.0500 1.3031 1.6839 2.0211 2.4233 2.7045 2.9712 3.3069 3.5510

41 0.6805 0.8505 1.0497 1.3025 1.6829 2.0195 2.4208 2.7012 2.9670 3.3013 3.5442

42 0.6804 0.8503 1.0494 1.3020 1.6820 2.0181 2.4185 2.6981 2.9630 3.2960 3.5377

43 0.6802 0.8501 1.0491 1.3016 1.6811 2.0167 2.4163 2.6951 2.9592 3.2909 3.5316

44 0.6801 0.8499 1.0488 1.3011 1.6802 2.0154 2.4141 2.6923 2.9555 3.2861 3.5258

45 0.6800 0.8497 1.0485 1.3006 1.6794 2.0141 2.4121 2.6896 2.9521 3.2815 3.5203

46 0.6799 0.8495 1.0483 1.3002 1.6787 2.0129 2.4102 2.6870 2.9488 3.2771 3.5150

47 0.6797 0.8493 1.0480 1.2998 1.6779 2.0117 2.4083 2.6846 2.9456 3.2729 3.5099

48 0.6796 0.8492 1.0478 1.2994 1.6772 2.0106 2.4066 2.6822 2.9426 3.2689 3.5051

49 0.6795 0.8490 1.0475 1.2991 1.6766 2.0096 2.4049 2.6800 2.9397 3.2651 3.5004

50 0.6794 0.8489 1.0473 1.2987 1.6759 2.0086 2.4033 2.6778 2.9370 3.2614 3.4960

51 0.6793 0.8487 1.0471 1.2984 1.6753 2.0076 2.4017 2.6757 2.9343 3.2579 3.4918

52 0.6792 0.8486 1.0469 1.2980 1.6747 2.0066 2.4002 2.6737 2.9318 3.2545 3.4877

53 0.6791 0.8485 1.0467 1.2977 1.6741 2.0057 2.3988 2.6718 2.9293 3.2513 3.4838

54 0.6791 0.8483 1.0465 1.2974 1.6736 2.0049 2.3974 2.6700 2.9270 3.2481 3.4800

55 0.6790 0.8482 1.0463 1.2971 1.6730 2.0040 2.3961 2.6682 2.9247 3.2451 3.4764

56 0.6789 0.8481 1.0461 1.2969 1.6725 2.0032 2.3948 2.6665 2.9225 3.2423 3.4729

57 0.6788 0.8480 1.0459 1.2966 1.6720 2.0025 2.3936 2.6649 2.9204 3.2395 3.4696

58 0.6787 0.8479 1.0458 1.2963 1.6716 2.0017 2.3924 2.6633 2.9184 3.2368 3.4663

59 0.6787 0.8478 1.0456 1.2961 1.6711 2.0010 2.3912 2.6618 2.9164 3.2342 3.4632

60 0.6786 0.8477 1.0455 1.2958 1.6706 2.0003 2.3901 2.6603 2.9146 3.2317 3.4602

61 0.6785 0.8476 1.0453 1.2956 1.6702 1.9996 2.3890 2.6589 2.9127 3.2293 3.4573

62 0.6785 0.8475 1.0452 1.2954 1.6698 1.9990 2.3880 2.6575 2.9110 3.2270 3.4545

63 0.6784 0.8474 1.0450 1.2951 1.6694 1.9983 2.3870 2.6561 2.9093 3.2247 3.4518

64 0.6783 0.8473 1.0449 1.2949 1.6690 1.9977 2.3860 2.6549 2.9076 3.2225 3.4491

65 0.6783 0.8472 1.0448 1.2947 1.6686 1.9971 2.3851 2.6536 2.9060 3.2204 3.4466

66 0.6782 0.8471 1.0446 1.2945 1.6683 1.9966 2.3842 2.6524 2.9045 3.2184 3.4441

67 0.6782 0.8470 1.0445 1.2943 1.6679 1.9960 2.3833 2.6512 2.9030 3.2164 3.4417

68 0.6781 0.8469 1.0444 1.2941 1.6676 1.9955 2.3824 2.6501 2.9015 3.2145 3.4394

69 0.6781 0.8469 1.0443 1.2939 1.6672 1.9949 2.3816 2.6490 2.9001 3.2126 3.4372

70 0.6780 0.8468 1.0442 1.2938 1.6669 1.9944 2.3808 2.6479 2.8987 3.2108 3.4350

71 0.6780 0.8467 1.0441 1.2936 1.6666 1.9939 2.3800 2.6469 2.8974 3.2090 3.4329

72 0.6779 0.8466 1.0440 1.2934 1.6663 1.9935 2.3793 2.6459 2.8961 3.2073 3.4308

73 0.6779 0.8466 1.0438 1.2933 1.6660 1.9930 2.3785 2.6449 2.8949 3.2057 3.4289

74 0.6778 0.8465 1.0437 1.2931 1.6657 1.9925 2.3778 2.6439 2.8936 3.2041 3.4269

75 0.6778 0.8464 1.0436 1.2929 1.6654 1.9921 2.3771 2.6430 2.8924 3.2025 3.4250

76 0.6777 0.8464 1.0436 1.2928 1.6652 1.9917 2.3764 2.6421 2.8913 3.2010 3.4232

77 0.6777 0.8463 1.0435 1.2926 1.6649 1.9913 2.3758 2.6412 2.8902 3.1995 3.4214

78 0.6776 0.8463 1.0434 1.2925 1.6646 1.9908 2.3751 2.6403 2.8891 3.1980 3.4197

79 0.6776 0.8462 1.0433 1.2924 1.6644 1.9905 2.3745 2.6395 2.8880 3.1966 3.4180

80 0.6776 0.8461 1.0432 1.2922 1.6641 1.9901 2.3739 2.6387 2.8870 3.1953 3.4163

81 0.6775 0.8461 1.0431 1.2921 1.6639 1.9897 2.3733 2.6379 2.8860 3.1939 3.4147

82 0.6775 0.8460 1.0430 1.2920 1.6636 1.9893 2.3727 2.6371 2.8850 3.1926 3.4132

83 0.6775 0.8460 1.0429 1.2918 1.6634 1.9890 2.3721 2.6364 2.8840 3.1913 3.4116

84 0.6774 0.8459 1.0429 1.2917 1.6632 1.9886 2.3716 2.6356 2.8831 3.1901 3.4102

85 0.6774 0.8459 1.0428 1.2916 1.6630 1.9883 2.3710 2.6349 2.8822 3.1889 3.4087

86 0.6774 0.8458 1.0427 1.2915 1.6628 1.9879 2.3705 2.6342 2.8813 3.1877 3.4073

87 0.6773 0.8458 1.0426 1.2914 1.6626 1.9876 2.3700 2.6335 2.8804 3.1866 3.4059

88 0.6773 0.8457 1.0426 1.2912 1.6624 1.9873 2.3695 2.6329 2.8795 3.1854 3.4045

89 0.6773 0.8457 1.0425 1.2911 1.6622 1.9870 2.3690 2.6322 2.8787 3.1843 3.4032

90 0.6772 0.8456 1.0424 1.2910 1.6620 1.9867 2.3685 2.6316 2.8779 3.1833 3.4019 100 0.6770 0.8452 1.0418 1.2901 1.6602 1.9840 2.3642 2.6259 2.8707 3.1737 3.3905 120 0.6765 0.8446 1.0409 1.2886 1.6577 1.9799 2.3578 2.6174 2.8599 3.1595 3.3735

F分布P= 0.90

11 3.23 2.86 2.66 2.54 2.45 2.34 2.30 2.27 2.17 2.12 2.08

12 3.18 2.81 2.61 2.48 2.39 2.28 2.24 2.21 2.10 2.06 2.01

13 3.14 2.76 2.56 2.43 2.35 2.23 2.20 2.16 2.05 2.01 1.96

14 3.10 2.73 2.52 2.39 2.31 2.19 2.15 2.12 2.01 1.96 1.91

15 3.07 2.70 2.49 2.36 2.27 2.16 2.12 2.09 1.97 1.92 1.87

16 3.05 2.67 2.46 2.33 2.24 2.13 2.09 2.06 1.94 1.89 1.84

17 3.03 2.64 2.44 2.31 2.22 2.10 2.06 2.03 1.91 1.86 1.81

18 3.01 2.62 2.42 2.29 2.20 2.08 2.04 2.00 1.89 1.84 1.78

19 2.99 2.61 2.40 2.27 2.18 2.06 2.02 1.98 1.86 1.81 1.76

20 2.97 2.59 2.38 2.25 2.16 2.04 2.00 1.96 1.84 1.79 1.74

21 2.96 2.57 2.36 2.23 2.14 2.02 1.98 1.95 1.83 1.78 1.72

22 2.95 2.56 2.35 2.22 2.13 2.01 1.97 1.93 1.81 1.76 1.70 24 2.93 2.54 2.33 2.19 2.10 1.98 1.94 1.91 1.78 1.73 1.67 26 2.91 2.52 2.31 2.17 2.08 1.96 1.92 1.88 1.76 1.71 1.65 28 2.89 2.50 2.29 2.16 2.06 1.94 1.90 1.87 1.74 1.69 1.63 30 2.88 2.49 2.28 2.14 2.05 1.93 1.88 1.85 1.72 1.67 1.61

P= 0.99

11 9.65 7.21 6.22 5.67 5.32 4.89 4.74 4.63 4.40 4.29 4.21 4.15 4.10

12 9.33 6.93 5.95 5.41 5.06 4.64 4.50 4.39 4.16 4.05 3.97 3.91 3.86

13 9.07 6.70 5.74 5.21 4.86 4.44 4.30 4.19 3.96 3.86 3.78 3.72 3.66

14 8.86 6.51 5.56 5.04 4.69 4.28 4.14 4.03 3.80 3.70 3.62 3.56 3.51

15 8.68 6.36 5.42 4.89 4.56 4.14 4.00 3.89 3.67 3.56 3.49 3.42 3.37

16 8.53 6.23 5.29 4.77 4.44 4.03 3.89 3.78 3.55 3.45 3.37 3.31 3.26

17 8.40 6.11 5.18 4.67 4.34 3.93 3.79 3.68 3.46 3.35 3.27 3.21 3.16

18 8.29 6.01 5.09 4.58 4.25 3.84 3.71 3.60 3.37 3.27 3.19 3.13 3.08

19 8.18 5.93 5.01 4.50 4.17 3.77 3.63 3.52 3.30 3.19 3.12 3.05 3.00

20 8.10 5.85 4.94 4.43 4.10 3.70 3.56 3.46 3.23 3.13 3.05 2.99 2.94

21 8.02 5.78 4.87 4.37 4.04 3.64 3.51 3.40 3.17 3.07 2.99 2.93 2.88

22 7.95 5.72 4.82 4.31 3.99 3.59 3.45 3.35 3.12 3.02 2.94 2.88 2.83

23 7.88 5.66 4.76 4.26 3.94 3.54 3.41 3.30 3.07 2.97 2.89 2.83 2.78

24 7.82 5.61 4.72 4.22 3.90 3.50 3.36 3.26 3.03 2.93 2.85 2.79 2.74

25 7.77 5.57 4.68 4.18 3.85 3.46 3.32 3.22 2.99 2.89 2.81 2.75 2.70

26 7.72 5.53 4.64 4.14 3.82 3.42 3.29 3.18 2.96 2.86 2.78 2.72 2.66

27 7.68 5.49 4.60 4.11 3.78 3.39 3.26 3.15 2.93 2.82 2.75 2.68 2.63

28 7.64 5.45 4.57 4.07 3.75 3.36 3.23 3.12 2.90 2.79 2.72 2.65 2.60

29 7.60 5.42 4.54 4.04 3.73 3.33 3.20 3.09 2.87 2.77 2.69 2.63 2.57

30 7.56 5.39 4.51 4.02 3.70 3.30 3.17 3.07 2.84 2.74 2.66 2.60 2.55

大学概率论与数理统计复习资料

第一章 随机事件及其概率 知识点：概率的性质 事件运算 古典概率 事件的独立性 条件概率 全概率与贝叶斯公式 常用公式 ) ()()()()()2(加法定理AB P B P A P B A P -+= ) ,,() ()(211 1 有限可加性两两互斥设n n i i n i i A A A A P A P ∑===) ,(0 )()()()()(互不相容时独立时与B A AB P B A B P A P AB P ==) ()()()()5(AB P A P B A P B A P -==-) () ()()()(时当A B B P A P B A P B A P ?-==-))0(,,()()/()()()6(211 >Ω=∑=i n n i i i A P A A A A B P A P B P 且的一个划分为其中全概率公式 ) ,,()] (1[1)(211 1 相互独立时n n i i n i i A A A A P A P ∏==--=) /()()/()()()4(B A P B P A B P A P AB P ==) (/)()/()3(A P AB P A B P =) () /()() /()()/()7(1 逆概率公式∑== n i i i i i i A B P A P A B P A P B A P )(/)()(/)()1(S L A L A P n r A P ==

应用举例 1、已知事件,A B 满足)()(B A P AB P =，且6.0)(=A P ，则=)(B P （ ）。 2、已知事件,A B 相互独立，,)(k A P =6.0)(,2.0)(==B A P B P ，则=k （ ）。 3、已知事件,A B 互不相容，,3.0)(=A P ==)(,5.0)(B A P B P 则（ ）。 4、若,3.0)(=A P ===)(,5.0)(,4.0)(B A B P B A P B P （ ）。 5、,,A B C 是三个随机事件，C B ?，事件()A C B - 与A 的关系是（ ）。 6、5张数字卡片上分别写着1，2，3，4，5，从中任取3张，排成3位数，则排成3位奇数的概率是（ ）。 某日他抛一枚硬币决定乘地铁还是乘汽车。 （1）试求他在5:40~5:50到家的概率； （2）结果他是5:47到家的。试求他是乘地铁回家的概率。 解（1）设1A ={他是乘地铁回家的}，2A ={他是乘汽车回家的}， i B ={第i 段时间到家的}，4,3,2,1=i 分别对应时间段5:30~5:40，5:40~5:50，5:50~6:00，6:00以后 则由全概率公式有 )|()()|()()(2221212A B P A P A B P A P B P += 由上表可知4.0)|(12=A B P ，3.0)|(22=A B P ，5.0)()(21==A P A P 35.05.03.04.05.0)(2=?+?=B P （2）由贝叶斯公式 7 4 35.04.05.0)()()|(22121=?== B P B A P B A P 8、盒中12个新乒乓球，每次比赛从中任取3个来用，比赛 后仍放回盒中，求：第三次比赛时取到3个新球的概率。 看作业习题1: 4, 9, 11, 15, 16

概率统计分布表(常用)

标准正态表

2.1 0.9821 0.9826 0.9830 0.9834 0.9838 0.9842 0.9846 0.9850 0.9854 0.9857 2.2 0.9861 0.9864 0.9868 0.9871 0.9875 0.9878 0.9881 0.9884 0.9887 0.9890 2.3 0.9893 0.9896 0.9898 0.9901 0.9904 0.9906 0.9909 0.9911 0.9913 0.9916 2.4 0.9918 0.9920 0.9922 0.9925 0.9927 0.9929 0.9931 0.9932 0.9934 0.9936 2.5 0.9938 0.9940 0.9941 0.9943 0.9945 0.9946 0.9948 0.9949 0.9951 0.9952 2.6 0.9953 0.9955 0.9956 0.9957 0.9959 0.9960 0.9961 0.9962 0.9963 0.9964 2.7 0.9965 0.9966 0.9967 0.9968 0.9969 0.9970 0.9971 0.9972 0.9973 0.9974 2.8 0.9974 0.9975 0.9976 0.9977 0.9977 0.9978 0.9979 0.9979 0.9980 0.9981 2.9 0.9981 0.9982 0.9982 0.9983 0.9984 0.9984 0.9985 0.9985 0.9986 0.9986 3.0 0.9987 0.9987 0.9987 0.9988 0.9988 0.9989 0.9989 0.9989 0.9990 0.9990 3.1 0.9990 0.9991 0.9991 0.9991 0.9992 0.9992 0.9992 0.9992 0.9993 0.9993 3.2 0.9993 0.9993 0.9994 0.9994 0.9994 0.9994 0.9994 0.9995 0.9995 0.9995 3.3 0.9995 0.9995 0.9995 0.9996 0.9996 0.9996 0.9996 0.9996 0.9996 0.9997 3.4 0.9997 0.9997 0.9997 0.9997 0.9997 0.9997 0.9997 0.9997 0.9997 0.9998 3.5 0.9998 0.9998 0.9998 0.9998 0.9998 0.9998 0.9998 0.9998 0.9998 0.9998 3.6 0.9998 0.9998 0.9999 0.9999 0.9999 0.9999 0.9999 0.9999 0.9999 0.9999 3.7 0.9999 0.9999 0.9999 0.9999 0.9999 0.9999 0.9999 0.9999 0.9999 0.9999 3.8 0.9999 0.9999 0.9999 0.9999 0.9999 0.9999 0.9999 0.9999 0.9999 0.9999 3.9 1.0000 1.0000 1.0000 1.0000 1.0000 1.0000 1.0000 1.0000 1.0000 1.0000

(完整版)t分布的概念及表和查表方法.doc

t分布介绍 在概率论和统计学中，学生 t - 分布（t -distribution ），可简称为 t 分布，用于根据小样本来估计呈正态分布且方差未知的总体的均值。如果总体方差已知（例如在样本数量足够多时），则应该用正态分布来估计总体均值。 t 分布曲线形态与 n（确切地说与自由度 df ）大小有关。与标准正态分布曲线相比，自由度df 越小， t 分布曲线愈平坦，曲线中间愈低，曲线双侧尾部翘得愈高；自由度 df 愈大， t 分布曲线愈接近正态分布曲线，当自由度 df= ∞时， t 分布曲线为标准正态分布曲线。 中文名t 分布应用在对呈正态分布的总体 外文名t -distribution 别称学生 t 分布 学科概率论和统计学相关术语t 检验 目录 1历史 2定义 3扩展 4特征 5置信区间 6计算 历史 在概率论和统计学中，学生 t -分布（ Student's t-distribution ）经常应用在对呈正态分布的总体的均值进行估计。它是对两个样本均值差异进行显著性测试的学生t 测定的基础。 t 检定改进了Z 检定（en:Z-test ），不论样本数量大或小皆可应用。在样本数量大（超过 120 等）时，可以应用Z 检定，但 Z 检定用在小的样本会产生很大的误差，因此样本很小的情况下得改用学生t 检定。在数据有三组以上时，因为误差无法压低，此时可以用变异数分析代替学生t 检定。 当母群体的标准差是未知的但却又需要估计时，我们可以运用学生t-分布。 学生 t-分布可简称为t 分布。其推导由威廉·戈塞于 1908 年首先发表，当时他还在都柏林的健力士酿酒厂工作。因为不能以他本人的名义发表，所以论文使用了学生（Student ）这一笔名。之后t 检验以及相关理论经由罗纳德·费雪的工作发扬光大，而正是他将此分布称为学生分布。 定义

概率统计分布表(常用)

. 标准正态表 x 0.00 0.01 0.02 0.03 0.04 0.05 0.06 0.07 0.08 0.09 0.0 0.5000 0.5040 0.5080 0.5120 0.5160 0.5199 0.5239 0.5279 0.5319 0.5359 0.1 0.5398 0.5438 0.5478 0.5517 0.5557 0.5596 0.5636 0.5675 0.5714 0.5753 0.2 0.5793 0.5832 0.5871 0.5910 0.5948 0.5987 0.6026 0.6064 0.6103 0.6141 0.3 0.6179 0.6217 0.6255 0.6293 0.6331 0.6368 0.6406 0.6443 0.6480 0.6517 0.4 0.6554 0.6591 0.6628 0.6664 0.6700 0.6736 0.6772 0.6808 0.6844 0.6879 0.5 0.6915 0.6950 0.6985 0.7019 0.7054 0.7088 0.7123 0.7157 0.7190 0.7224 0.6 0.7257 0.7291 0.7324 0.7357 0.7389 0.7422 0.7454 0.7486 0.7517 0.7549 0.7 0.7580 0.7611 0.7642 0.7673 0.7704 0.7734 0.7764 0.7794 0.7823 0.7852 0.8 0.7881 0.7910 0.7939 0.7967 0.7995 0.8023 0.8051 0.8078 0.8106 0.8133 0.9 0.8159 0.8186 0.8212 0.8238 0.8264 0.8289 0.8315 0.8340 0.8365 0.8389 1.0 0.8413 0.8438 0.8461 0.8485 0.8508 0.8531 0.8554 0.8577 0.8599 0.8621 1.1 0.8643 0.8665 0.8686 0.8708 0.8729 0.8749 0.8770 0.8790 0.8810 0.8830 1.2 0.8849 0.8869 0.8888 0.8907 0.8925 0.8944 0.8962 0.8980 0.8997 0.9015 1.3 0.9032 0.9049 0.9066 0.9082 0.9099 0.9115 0.9131 0.9147 0.9162 0.9177 1.4 0.9192 0.9207 0.9222 0.9236 0.9251 0.9265 0.9279 0.9292 0.9306 0.9319 1.5 0.9332 0.9345 0.9357 0.9370 0.9382 0.9394 0.9406 0.9418 0.9429 0.9441 1.6 0.9452 0.9463 0.9474 0.9484 0.9495 0.9505 0.9515 0.9525 0.9535 0.9545 .

spss教程常用的数据描述统计：频数分布表等统计学

第二节常用的数据描述统计 本节拟讲述如何通过SPSS菜单或命令获得常用的统计量、频数分布表等。 1．数据 这部分所用数据为第一章例1中学生成绩的数据，这里我们加入描述学生性别的变量“sex”和班级的变量“class”，前几个数据显示如下（图2－2），将数据保存到名为“2-6-1.sav”的文件中。 图2－2：数据输入格式示例 1．Frequencies语句 （1）操作 打开数据文件“2-6-1.sav”，单击主菜单Analyze /Descriptive Statistics / F requencies…，出现频数分布表对话框如图2-3所示。 图2－3：Frequencies定义窗口 把score变量从左边变量表列中选到右边，并请注意选中下方的Display frequency table复选框（要求

显示频数分布表）。如果您只要求得到一个频数分布表，那么就可以点OK按钮了。如果您想同时获得一些统计量，及统计图表，还需要进一步设置。 ①Statistics选项 单击Statistics按钮，打开对话框，请按图2-4自行设置。有关说明如下： （ⅰ）在定义百分位值（percentile value）的矩形框中，选择想要输出的各种分位数，SPSS提供的选项有： ●Quartiles四分位数，即显示25%、50%、75%的百分位数。 ●Cut points equal 把数据平均分为几份。如本例中要求平均分为3份。 Percentile显示用户指定的百分位数，可重复多次操作。本例中要求15%、50%、85%的百分位数。(ⅱ) 在定义输出集中趋势（Central Tendency）的矩形框中，选择想要输出的集中统计量，常用的选项有： ●Mean 算术平均数 ●Median 中数 ●Mode 众数 ●Sum 算术和 （ⅲ）在定义输出离散统计量（Dispersion）的矩形框中，选择想要输出的离散统计量，常用的选项有： ●Std. Deviation 标准差 ●Variance 方差 ●Range 全距 ●Minimum 最小值 ●Maximum 最大值 ●S.E. mean 平均数的标准误 （ⅳ）描述数据分布（Distribution）的统计量 ●Skewness 偏度，非对称分布指数。 ●Kurtosis 峰度，CASE围绕中心点的扩展程度。 另外，频数过程（Frequence）除了能够提供上面常用的统计量外，还可以对分组数据计算百分位数和中数（Values are group midpoints），即对于已经分组的数据，并且数据中的原始数据表示的是组中数的数据计算百分位数的值和中位数。

大学概率论与数理统计必过复习资料试题解析(绝对好用)

《概率论与数理统计》复习提要第一章随机事件与概率1．事件的关系 2．运算规则（1）（2）（3）（4） 3．概率满足的三条公理及性质：（1）（2）（3）对互不相容的事件，有（可以取）（4）（5） （6），若，则，（7）（8） 4．古典概型：基本事件有限且等可能 5．几何概率 6．条件概率（1）定义：若，则（2）乘法公式：若为完备事件组，，则有（3）全概率公式： （4） Bayes公式： 7．事件的独立 性：独立（注意独立性的应用）第二章随机变量与概率分 布 1．离散随机变量：取有限或可列个值，满足（1），（2）（3）对 任意， 2．连续随机变量：具有概率密度函数，满足（1）（2）； （3）对任意， 4．分布函数，具有以下性质（1）；（2）单调非降；（3）右连续；（4），特别；（5）对离散随机变量，； （6）为连续函数，且在连续点上， 5．正态分布的 概率计算以记标准正态分布的分布函数，则有（1）；（2）；（3） 若，则；（4）以记标准正态分布的上侧分位 数，则 6．随机变量的函数（1）离散时，求的值，将相同的概率相加；（2）连续，在的取值范围内严格单调，且有一阶连续导 数，，若不单调，先求分布函数，再求导。第三章随机向量 1．二维离散随机向量，联合分布列，边缘分布，有（1）；（2 （3）， 2．二维连续随机向量，联合密度，边缘密度，有 （1）；（2）（4）（3）；，3．二维均匀分布，其中为的面积 4．二维正态分布 且； 5．二维随机向量的分布函数有（1）关于单调非降；（2）关 于右连续；（3）；（4），，；（5）；（6）对 二维连续随机向量， 6．随机变量的独立性独立（1） 离散时独立（2）连续时独立（3）二维正态分布独立，且 7．随机变量的函数分布（1）和的分布的密度（2）最大最小分布第四章随机变量的数字特征 1．期望 (1) 离散时 (2) 连续 时， ；，； (3) 二维时， (4)； （5）；（6）；（7）独立时， 2．方差（1）方差，标准差（2）； （3）；（4）独立时， 3．协方差 （1）；；；（2）（3）；（4）时， 称不相关，独立不相关，反之不成立，但正态时等价；（5） 4．相关系数；有， 5．阶原点矩，阶中心矩第五章大数定律与中心极限定理 1．Chebyshev不等式 2．大数定律 3．中心极限定理（1）设随机变量独立同分布， 或，或

统计学附录F分布,t分布临界值表全.docx

统计学附录F—分布临界值表 ——α（ 0.005 ―0.10 ） α=0.005 Fα k112345681224∞k2 116211200002161522500230562343723925244262494025465 2198.5199.0199.2199.2199.3199.3199.4199.4199.5199.5 355.5549.8047.4746.1945.3944.8444.1343.3942.6241.83 431.3326.2824.2623.1522.4621.9721.3520.7020.0319.32 522.7818.3116.5315.5614.9414.5113.9613.3812.7812.14 618.6314.4512.9212.0311.4611.0710.5710.039.478.88 716.2412.4010.8810.059.529.168.688.187.657.08 814.6911.049.608.818.307.957.507.01 6.50 5.95 913.6110.118.727.967.477.13 6.69 6.23 5.73 5.19 1012.839.438.087.34 6.87 6.54 6.12 5.66 5.17 4.64 1112.238.917.60 6.88 6.42 6.10 5.68 5.24 4.76 4.23 1211.758.517.23 6.52 6.07 5.76 5.35 4.91 4.43 3.90 1311.378.19 6.93 6.23 5.79 5.48 5.08 4.64 4.17 3.65 1411.067.92 6.68 6.00 5.56 5.26 4.86 4.43 3.96 3.44 1510.807.70 6.48 5.80 5.37 5.07 4.67 4.25 3.79 3.26 1610.587.51 6.30 5.64 5.21 4.91 4.52 4.10 3.64 3.11 1710.387.35 6.16 5.50 5.07 4.78 4.39 3.97 3.51 2.98 1810.227.21 6.03 5.37 4.96 4.66 4.28 3.86 3.40 2.87 1910.077.09 5.92 5.27 4.85 4.56 4.18 3.76 3.31 2.78 209.94 6.99 5.82 5.17 4.76 4.47 4.09 3.68 3.22 2.69

概率统计分布表常用

标准正态表 x 0.00 0.01 0.02 0.03 0.04 0.05 0.0 0.5000 0.5040 0.5080 0.5120 0.5160 0.5199 0.1 0.5398 0.5438 0.5478 0.5517 0.5557 0.5596 0.2 0.5793 0.5832 0.5871 0.5910 0.5948 0.5987 0.3 0.6179 0.6217 0.6255 0.6293 0.6331 0.6368 0.4 0.6554 0.6591 0.6628 0.6664 0.6700 0.6736 0.5 0.6915 0.6950 0.6985 0.7019 0.7054 0.7088 0.6 0.7257 0.7291 0.7324 0.7357 0.7389 0.7422 0.7 0.7580 0.7611 0.7642 0.7673 0.7704 0.7734 0.8 0.7881 0.7910 0.7939 0.7967 0.7995 0.8023 0.9 0.8159 0.8186 0.8212 0.8238 0.8264 0.8289

1.0 0.8413 0.8438 0.8461 0.8485 0.8508 0.8531 1.1 0.8643 0.8665 0.8686 0.8708 0.8729 0.8749 1.2 0.8849 0.8869 0.8888 0.8907 0.8925 0.8944 1.3 0.9032 0.9049 0.9066 0.9082 0.9099 0.9115 1.4 0.9192 0.9207 0.9222 0.9236 0.9251 0.9265 1.5 0.9332 0.9345 0.9357 0.9370 0.9382 0.9394 1.6 0.9452 0.9463 0.9474 0.9484 0.9495 0.9505 1.7 0.9554 0.9564 0.9573 0.9582 0.9591 0.9599 1.8 0.9641 0.9649 0.9656 0.9664 0.9671 0.9678 1.9 0.9713 0.9719 0.9726 0.9732 0.9738 0.9744 2.0 0.9772 0.9778 0.9783 0.9788 0.9793 0.9798 2.1 0.9821 0.9826 0.9830 0.9834 0.9838 0.9842

t分布的概念及表和查表方法

t分布介绍 在概率论和统计学中，学生t-分布（t-distribution），可简称为t分布，用于根据小样本来估计呈正态分布且方差未知的总体的均值。如果总体方差已知（例如在样本数量足够多时），则应该用正态分布来估计总体均值。 t分布曲线形态与n（确切地说与自由度df）大小有关。与标准正态分布曲线相比，自由度df越小，t分布曲线愈平坦，曲线中间愈低，曲线双侧尾部翘得愈高；自由度df愈大，t分布曲线愈接近正态分布曲线，当自由度df=∞时，t分布曲线为标准正态分布曲线。 目录 1历史 2定义 3扩展 4特征 5置信区间 6计算 历史 在概率论和统计学中，学生t-分布（Student's t-distribution）经常应用在对呈正态分布的总体的均值进行估计。它是对两个样本均值差异进行显著性测试的学生t测定的基础

。t检定改进了Z检定（en:Z-test），不论样本数量大或小皆可应用。在样本数量大（超过120等）时，可以应用Z检定，但Z检定用在小的样本会产生很大的误差，因此样本很小的情况下得改用学生t 检定。在数据有三组以上时，因为误差无法压低，此时可以用变异数分析代替学生t检定。 当母群体的标准差是未知的但却又需要估计时，我们可以运用学生t-分布。 学生t-分布可简称为t分布。其推导由威廉·戈塞于1908年首先发表，当时他还在都柏林的健力士酿酒厂工作。因为不能以他本人的名义发表，所以论文使用了学生（Student）这一笔名。之后t检验以及相关理论经由罗纳德·费雪的工作发扬光大，而正是他将此分布称为学生分布。 定义 由于在实际工作中，往往σ是未知的，常用s作为σ的估计值，为了与u变换区别，称为t变换，统计量t 值的分布称为t分布。 假设X服从标准正态分布N（0,1），Y服从分布，那么的分布称为自由度为n 的t分布，记为。 分布密度函数， 其中，Gam(x)为伽马函数。

概率论与数理统计中的三种重要分布

概率论与数理统计中的三种重要分布 摘要：在概率论与数理统计课程中，我们研究了随机变量的分布，具体地研究了离散型随机变量的分布和连续型随机变量的分布，并简单的介绍了常见的离散型分布和连续型分布，其中二项分布、Poisson 分布、正态分布是概率论中三大重要的分布。因此，在这篇文章中重点介绍二项分布、Poisson 分布和正态分布以及它们的性质、数学期望与方差，以此来进行一次比较完整的概率论分布的学习。 关键词：二项分布；Poisson 分布；正态分布；定义；性质 一、二项分布 二项分布是重要的离散型分布之一，它在理论上和应用上都占有很重要的地位，产生 这种分布的重要现实源泉是所谓的伯努利试验。 （一）泊努利分布[Bernoulli distribution ] (两点分布、0-1分布) 1．泊努利试验 在许多实际问题中，我们感兴趣的是某事件A 是否发生。例如在产品抽样检验中，关心的是抽到正品还是废品；掷硬币时，关心的是出现正面还是反面，等。在这一类随机试验中，只有两个基本事件A 与A ，这种只有两种可能结果的随机试验称为伯努利试验。 为方便起见，在一次试验中，把出现A 称为“成功”，出现A 称为“失败” 通常记(),p A P = () q p A P =-=1。 2．泊努利分布 定义：在一次试验中，设p A P =)(，p q A P -==1)(，若以ξ记事件A 发生的次数， 则??? ? ??ξp q 10 ~，称ξ服从参数为)10(<

《概率统计》公式、符号汇总表

《概率统计》公式、符号汇总表及各章要点 （共3页） 第一章 均独立。 与与与此时独立与B A B A B A B P A P AB P B A B P AB P B A P ,,);()()( ) ()()( (1)?=?= ) () ()()( )()()()()( )3() (1)( )()( A B )()()( )()()()()( )()()()( )2(11A P B P B A P A B P B P B A P B P B A P A P A P A P B P A P AB P A P B A P A P A B P B P B A P AB P AB P B P A P B A P i i i n n ?= ?++?=-=-?-=-?=?=-+= 第二、三章 一维随机变量及分布：X ， i P ， )(x f X ， )(x F X 二维随机变量及分布：),(Y X ， ij P ， ),(y x f ， ),(y x F *注意分布的非负性、规范性 （1）边缘分布：∑ = j ij i p P ，? +∞ ∞ -= dy y x f x f X ),()( （2）独立关系：J I IJ P P P Y X =?独立与 或)()()(y f x f y x f Y X =， ),,(1 1n X X 与),,(21n Y Y 独立),,(1 1n X X f ?与),,(21n Y Y g 独立 （3）随机变量函数的分布（离散型用列表法） 一维问题：已知X 的分布以及)(X g Y =，求Y 的分布-------连续型用分布函数法 二维问题：已知),(Y X 的分布，求Y X Z +=、{}Y X M ,max =、{}Y X N ,min =的分布- ? ? +∞ ∞ -+∞ ∞ --=-= dy y y z f dx x z x f z f Z ),(),()( M 、N 的分布---------连续型用分布函数法 第四章 （1）期望定义：离散：∑= i i i p x X E )( 连续：?? ? +∞∞ -+∞ ∞-+∞ ∞ -= = dxdy y x xf dx x xf X E ),()()( 方差定义：)()(]))([()(2 2 2 X E X E X E X E X D -=-= 离散：∑-=i i i p X E x X D 2 ))(()( 连续：? +∞ ∞ --= dx x f X E x X D X )())(()(2

统计学t分布表word精品

统计学t分布表 t分布表 alpha0.10.050.4250.010.0050.00250.0010.0005 1 3.0766314 1 2 70631.821 6 3 657127.32 31B.31 63662 2 1 S86 Z92 4.3036M69.92514 0S9 2 3 32631 3 1.630 2 353 31B2 4 541 5 841 7.453 110.21312 924 4 1.533 2.132 2776 3.747 4.604 5.5967.173 8 61 5 1 4762015 2 571 3 365 4 032 4.773 5 893 6369 6 1.44 1.943 2 44 7 3.1433707 4 317 5 20 8 5.959 7 1 415 1.8S5 2 165 2998 3499 4.029 4.785 540fi 8 1.397 1.86 Z3O6 2.896 3.355 3.833 4.501 5 041 9 1.363 1 833 2 262 2821 3 25 3.69 4.297 4 7B1 10 1.372 1.812 2.2282764 3.169 3 581 4 144 4 567 11 1.363 1.7S6 2 201 2.71fi 3.106 3.407 4D25 4437 12 1.356 1.762 2179 2.681 3.G55 3.42B 3.93 4 31B 13 1 35 1771216265 3012 3.372 3 852 4 221 14 1 345 1,761 2.1452624 2.97733263787 4 14 15 1.341 1.753 2 1312602 2.947 3.2B6 3.733 4073 16 1.337 1.746 212 2.5832921 3.252 3.686 4015 17 1 333 174 2 112567 2 898 3.222 3 646 3 965 18 1 33 1 73421012552 2 570 3.1973613922 19 1.320 1.729 2093 2.533 2861 3.174 3.579 3 883 20 1.325 1.725 2096 2.528 2.845 3.153 3.552 3 85 21 1 323 1.721 2 082518 2 831 3.13& 3 5273BW 22 1 321 1.717207425062819 3.119 3 5053792 23 1.319 1.714 2 069 2.5 2.807 3.104 3.485 3767 24 1.31B 1.711 2 064 2.492 2 797 3.091 3.467 3 745 25 1.3W 1700 2.06248S 2.7A7 3078 3 453725 26 1 315 1.70620S6247& 2 779 3.067 3 435 3.707 27 1.314 1.703 2 052 2.473 2771 3.057 3.421 369 28 1.313 1.701 2 048 2.467 2 763 3.047 3.4OB 3674 29 1 311 価g 2.0452462 2.756 3 038 3 39€3659 30 1 31 1.697 2 0422457 2 75 3.03 3.335 3 &46 40 1.303 1.604 2021 2.423 2.704 2.971 3.307 3551 60 1.296 1.671 2 2 39 2.66 2.915 3.232 345 12C 1269 1,皈 1 9B 2 358 2.617 2 86 3 16 3.373 infinity 1 2B2 1.645 1 96 2 326 2 576 2.fiO7 3 093291 自由度的确定：例如：有一个有4个数据（n=4）的样本，其平均值m等于5，即受到m=5 的条件限制，在自由确定4、2、5三个数据后，第四个数据只能是9，否则m^5。因而这 里的自由度u =-1=4-1=3。推而广之，任何统计量的自由度u =n（k为限制条件的个数）

概率论与数理统计期末复习重要知识点

概率论与数理统计期末复习重要知识点 第二章知识点： 1.离散型随机变量：设X 是一个随机变量，如果它全部可能的取值只有有限个或可数无穷个，则称X 为一个离散随机变量。 2.常用离散型分布： （1）两点分布（0-1分布）： 若一个随机变量X 只有两个可能取值，且其分布为 12{},{}1(01) P X x p P X x p p ====-<<， 则称X 服从 12 ,x x 处参数为p 的两点分布。 两点分布的概率分布：12{},{}1(01) P X x p P X x p p ====-<< 两点分布的期望：()E X p =；两点分布的方差：()(1)D X p p =- （2）二项分布： 若一个随机变量X 的概率分布由式 {}(1),0,1,...,. k k n k n P x k C p p k n -==-= 给出，则称X 服从参数为n,p 的二项分布。记为X~b(n,p)(或B(n,p)). 两点分布的概率分布：{}(1),0,1,...,. k k n k n P x k C p p k n -==-= 二项分布的期望：()E X np =；二项分布的方差：()(1)D X np p =- （3）泊松分布： 若一个随机变量X 的概率分布为{},0,0,1,2,... ! k P X k e k k λ λλ-==>=，则称X 服从参 数为λ的泊松分布，记为X~P (λ) 泊松分布的概率分布：{},0,0,1,2,... ! k P X k e k k λ λλ-==>= 泊松分布的期望： ()E X λ=；泊松分布的方差：()D X λ= 4.连续型随机变量： 如果对随机变量X 的分布函数F(x)，存在非负可积函数 ()f x ，使得对于任意实数x ，有 (){}()x F x P X x f t dt -∞ =≤=? ，则称X 为连续型随机变量，称 ()f x 为X 的概率密度函数， 简称为概率密度函数。 5.常用的连续型分布：

t分布的概念及表和查表方法

t分布的概念及表和查 表方法 本页仅作为文档封面，使用时可以删除 This document is for reference only-rar21year.March

t分布介绍 在概率论和统计学中，学生t-分布（t-distribution），可简称为t分布，用于根据小样本来估计呈正态分布且方差未知的总体的均值。如果总体方差已知（例如在样本数量足够多时），则应该用正态分布来估计总体均值。 t分布曲线形态与n（确切地说与自由度df）大小有关。与标准正态分布曲线相比，自由度df越小，t分布曲线愈平坦，曲线中间愈低，曲线双侧尾部翘得愈高；自由度df愈大，t分布曲线愈接近正态分布曲线，当自由度df=∞时，t分布曲线为标准正态分布曲线。 目录 1历史 2定义 3扩展 4特征 5置信区间 6计算 历史 在概率论和统计学中，学生t-分布（Student's t-distribution）经常应用在对呈正态分布的总体的均值进行估计。它是对两个样本均值差异进行显著性测试的学生t测定的基础。t检定改进了Z检定（en:Z-test），不论样本数量大或小皆可应用。在样本数量大（超过120等）时，可以应用Z检定，但Z检定用在小的样本会产生很大的误差，因此样本很小的情况下得改用学生t检定。在数据有三组以上时，因为误差无法压低，此时可以用变异数分析代替学生t检定。 当母群体的标准差是未知的但却又需要估计时，我们可以运用学生t-分布。 学生t-分布可简称为t分布。其推导由威廉·戈塞于1908年首先发表，当时他还在都柏林的健力士酿酒厂工作。因为不能以他本人的名义发表，所以论文使用了学生（Student）这一笔名。之后t检验以及相关理论经由罗纳德·费雪的工作发扬光大，而正是他将此分布称为学生分布。

概率统计分布表

概率统计分布表 标准正态表 x 0、00 0、01 0、02 0、03 0、04 0、05 0、06 0、07 0、08 0、09 0、0 0、5000 0、5040 0、5080 0、5120 0、5160 0、5199 0、5239 0、5279 0、5319 0、5359 0、1 0、5398 0、5438 0、5478 0、5517 0、5557 0、5596 0、5636 0、5675 0、5714 0、5753 0、2 0、5793 0、5832 0、5871 0、5910 0、5948 0、5987 0、6026 0、6064 0、6103 0、6141 0、3 0、6179 0、6217 0、6255 0、6293 0、6331 0、6368 0、6406 0、6443 0、6480 0、6517 0、4 0、6554 0、6591 0、6628 0、6664 0、6700 0、6736 0、6772 0、6808 0、6844 0、6879 0、5 0、6915 0、6950 0、6985 0、7019 0、7054 0、7088 0、7123 0、7157 0、7190 0、7224 0、6 0、7257 0、7291 0、7324 0、7357 0、7389 0、7422 0、7454 0、7486 0、7517 0、7549 0、7 0、7580 0、7611 0、7642 0、7673 0、7704 0、7734 0、7764 0、7794 0、7823 0、7852 0、8 0、7881 0、7910 0、7939 0、7967 0、7995 0、8023 0、8051 0、8078 0、8106 0、8133 0、9 0、8159 0、8186 0、8212 0、8238 0、8264 0、8289 0、8315 0、8340 0、8365 0、8389 1、0 0、8413 0、8438 0、8461 0、8485 0、8508 0、8531 0、8554 0、8577 0、8599 0、8621 1、1 0、8643 0、8665 0、8686 0、8708 0、8729 0、8749 0、8770 0、8790 0、8810 0、8830 1、2 0、8849 0、8869 0、8888 0、8907 0、8925 0、8944 0、8962 0、8980 0、8997 0、9015 1、3 0、9032 0、9049 0、9066 0、9082 0、9099 0、9115 0、9131 0、9147 0、9162 0、9177 1、4 0、9192 0、9207 0、9222 0、9236 0、9251 0、9265 0、9279 0、9292 0、9306 0、9319 1、5 0、9332 0、9345 0、9357 0、9370 0、9382 0、9394 0、9406 0、9418 0、9429 0、9441 1、6 0、9452 0、9463 0、9474 0、9484 0、9495 0、9505 0、9515 0、9525 0、9535 0、9545 1、7 0、9554 0、9564 0、9573 0、9582 0、9591 0、9599 0、9608 0、9616 0、9625 0、9633 1、8 0、9641 0、9649 0、9656 0、9664 0、9671 0、9678 0、9686 0、9693 0、9699 0、9706 1、9 0、9713 0、9719 0、9726 0、9732 0、9738 0、9744 0、9750 0、9756 0、9761 0、9767 2、0 0、9772 0、9778 0、9783 0、9788 0、9793 0、9798 0、9803 0、9808 0、9812 0、9817

概率统计公式符号汇总表

《概率统计》公式、符号汇总表及各章要点 （共3页） 第一章 第二、三章 一维随机变量及分布：X ， i P ， )(x f X ， )(x F X 二维随机变量及分布：),(Y X ， ij P ， ),(y x f ， ),(y x F *注意分布的非负性、规范性 （1）边缘分布：∑=j ij i p P ，?+∞ ∞ -=dy y x f x f X ),()( （2）独立关系：J I IJ P P P Y X =?独立与 或)()()(y f x f y x f Y X =， ),,(11n X X Λ与),,(21n Y Y Λ独立),,(11n X X f Λ?与),,(21n Y Y g Λ独立 （3）随机变量函数的分布（离散型用列表法） 一维问题：已知X 的分布以及)(X g Y =，求Y 的分布-------连续型用分布函数法 二维问题：已知),(Y X 的分布，求Y X Z +=、{}Y X M ,m ax =、{}Y X N ,m in =的分布- M 、N 的分布---------连续型用分布函数法 第四章 （1）期望定义：离散：∑= i i i p x X E )( 连续：? ? ? +∞∞-+∞ ∞ -+∞ ∞ -== dxdy y x xf dx x xf X E ),()()( 方差定义：)()(]))([()(2 2 2 X E X E X E X E X D -=-= 离散：∑-=i i i p X E x X D 2))(()( 连续：? +∞ ∞ --= dx x f X E x X D X )())(()(2 协方差定义：)()()())]())(([(),(Y E X E XY E Y E Y X E X E V X COV -=--= 相关系数定义：) ()(),(Y D X D Y X COV XY = ρ K 阶原点矩定义：)( K k X E ?μ K 阶中心矩定义：]))([( K k X E X E -?σ （2）性质：

t分布的概念及表和查表方法

在概率论和统计学中，学生t-分布(t-distributen )，可简称为t分布，用于根据 小样本来估计呈正态分布且方差未知的总体的均值。如果总体方差已知(例如在样本数量足够多时)，则应该用正态分布来估计总体均值。 t分布曲线形态与n (确切地说与自由度df)大小有关。与标准正态分布曲线相比，自由度df越小，t分布曲线愈平坦，曲线中间愈低，曲线双侧尾部翘得愈高；自由度df愈大, t分布曲线愈接近正态分布曲线，当自由度df= %时，t分布曲线为标准正态分布曲线。 目录 1历史 2定义 3扩展 4特征 5置信区间 6计算 历史 在概率论和统计学中，学生t -分布(Student's t-distribution )经常应用在对呈正态分布的总体 的均值进行估计。它是对两个样本均值差异进行显著性测试的学生t测定的基础。t检定改进了Z检定(en:Z-test )，不论样本数量大或小皆可应用。在样本数量大(超过120等)时，可以应用Z检定，但

Z检定用在小的样本会产生很大的误差，因此样本很小的情况下得改用学生t检定。在数据有三组以上时，

t-分布。 当母群体的标准差是未知的但却又需要估计时，我们可以运用学生 学生t-分布可简称为t分布。其推导由威廉?戈塞于1908年首先发表，当时他还在都柏林的健力士酿酒厂工作。因为不能以他本人的名义发表，所以论文使用了学生( Student )这一笔名。之后t检验以 及相关理论经由罗纳德?费雪的工作发扬光大，而正是他将此分布称为学生分布。 定义 由于在实际工作中，往往(7是未知的，常用S作为(T的估计值，为了与U变换区别，称为t变换, 统计量t值的分布称为t分布。 假设X服从标准正态分布N(0,1 ), Y服从分布，那么的分布称为自由度为n的t分布，记为。 分布密度函数， 其中，Gam(x)为伽马函数。 扩展 正态分布(normal distribution )是数理统计中的一种重要的理论分布，是许多统计方法的理论基 础。正态分布有两个参数，卩和7,决定了正态分布的位置和形态。为了应用方便，常将一般的正态变 量X通过u变换［(X-卩)/ 7 ］转化成标准正态变量u,以使原来各种形态的正态分布都转换为卩=0,7 =1 的标准正态分布(standard normal distribution )，亦称u分布。 根据中心极限定理，通过上述的抽样模拟试验表明，在正态分布总体中以固定n,抽取若干个样本时，样本均数的分布仍服从正态分布，即N(「)。所以，对样本均数的分布进行u变换，也可变换为标 准正态分布N (0,1)。 特征 1.以0为中心，左右对称的单峰分布； 2.t分布是一簇曲线，其形态变化与n(确切地说与自由度df )大小有关。自由度df越小，t分布曲线越低平；自由度df越大，t分布曲线越接近标准正态分布(u分布)曲线，如图：