x的分布律与2x2的分布律

读ka,卡方分布,是指n个独立的标准正态变量的平方和的分布,自由度是标准正态变量的个数

加一下就可以了啊.p(x=-1)=p(x=--1,y=-1)+p(x=-1,y=1)=0.25;p(x=-1)=p(x=-1,y=1)+p(x=1,y=-1)=0.75p(y=-1)=p(x=1,y=

这一步就是列举出符合x+y=i的各种情况啊.x=0y=ix=1y=i-1x=2y=i-2.x=i-1y=1x=iy=0

概率论里的东西.有一组样本,在应用的时候,往往不是直接使用样本本身,而是针对不同的问题来构造适当的函数予以表现,利用这些样本的函数进行统计推断.这就是抽样分布,其定义就是统计量的分布称为抽样分布.概率

已知随机变量X,Y服从同一分布,且X的分布律为P(X=-1)=1/4,P(X=0)=1/2,P(X=0)=1/4.若P{丨X丨=丨Y丨}=0,求（X,Y）联合分布律.答：P(-1,-1)=0,P(-1

EX=-1/3+1/3=0EXY=EX^3=1/3*(-1)^3+1/3*1^3=0Cov(X,Y)=EXY-EXEY=0P(X=1,Y=0)=0P(Y=0)=P(X=0)=1/3P(x=1)*P(Y

由于:P(X=0,Y=0)=P(X=1,Y=0)=P(X=0,Y=1)=P(X=1,Y=1)=1/4.P(Z=1)=P(X=1,Y=0)+P(X=0,Y=1)+P(X=1,Y=1)=3/4.P(Z=0

x=-1时,概率是0.4,以此类推再问：好的

(1)、随机变量X的分布律为X123Pk1/61/31/2故可以知道Y=2X+1可以取3,5,7,其对应的概率不变故Y=2X+1的分布律为：Y357P1/61/31/2(2)、由Y的分布律易求得Y的数

我们要比较多的使用P(X1=x1,X2=x2)=P(X1=x1|X2=x2)P(X2=x2)这个公式~P(X1=1,X2=0)=P(X2=0|X1=1)P(X1=1)因为P(X1X2=0)=1所以P(

我遭得住你是不是把老师不知道题都弄上来了哦嘿嘿当年我们怎么没想到这么个办法呢

设随机变量X的分布律为X-2-1012P1/51/61/51/1511/30于是,Y=X^2的分布律为X^2014P1/57/3017/30Y的分布函数为F(y)=P{Y

F分布,及t分布的读法和英文F,t一样X2分布读作ka（一声）fang（一声）分布

首先写出似然函数LL=∏p(xi)=∏{[(λ^xi)/(xi!)]·e^(-λ)}=e^(-nλ）·∏{[(λ^xi)/(xi!)]=e^(-nλ）·λ^（∑xi)·∏1/(xi!)然后对似然函数取

以X^2分布为例子吧x1,x2..xn都遵守N(0,1)的正态分布,则x1^2+x2^2+...遵守X^2(n)分布相当于形成了一个新统计量Y=x1^2+x2^2+...是新的统计量!而t分布,F分布

因为$X\simP(2)$,所以,$\E{X}=2$,$\Var{X}=2$.所以$\E{X^2}=\Var{X}+\E{X}^2=2+2^2=6$,建议好好看看书上的随机变量数字特征这一章,因为$\

再问：能不能具体解释一下再答：再问：第二行和第三行我不是很懂？为什么是1/4？再答：P(X=0,Y=-1)+P(X=-1,Y=-1)+P(X=1,Y=-1)=P(Y=-1)=1/4但是P(X=-1,Y

这三个分布都是基于正态分布变形得到的,在实际中只能用来做假设检验.比如,已知样本X都是服从正态分布的样本,而且方差未知,那么,检验X的均知就会用到t分布,其他的情况也类似,可以看看数理统计相关内容

P(X=0)=0.6^3=0.216,此时Y=0P(X=1)=3*0.4*0.6^2=0.432,此时Y=-1P(X=2)=3*0.4^2*0.6=0.288,此时Y=0P(X=3)=0.4^3=0.