第四常用概率分布.ppt
《第四常用概率分布.ppt》由会员分享,可在线阅读,更多相关《第四常用概率分布.ppt(75页珍藏版)》请在三一文库上搜索。
1、第四章 常用概率分布,事件与概率 概率分布 正态分布 二项分布 波松分布 样本平均数的抽象分布 t分布,重点,一、随机事件(事件)、必然事件、不可能事件的概念; 二、概率的概念及其性质; 三、正态分布的定义、特点及其标准化; 四、标准正态分布; 五、正态分布条件下概率计算以及几个重要的特殊概率; 六、二项分布的定义、特点和概率计算; 七、波松(泊松,Poisson)分布的定义、特点; 八、样本平均数的抽象分布定义; 九、标准误的定义、标准误与标准差的区别 十、t分布的定义、特点。,4.1 事件与概率,试验:通常是指对现象的观察 随机现象:即每次试验有多种可能结果,但试验结速之前不能预知出现哪一
2、种确切结果 随机试验:如果试验可以在相同(或基本相同)的条件下重复;且每次试验有多种可能结果;在每次试验结束之前明确试验的所有可能结果,但不能预知出现那一个确切结果,则称这样的试验为随机试验(试验),4.1.1 事件与概率,事件:试验的结果 随机事件 必然事件 不可能事件 随机事件(事件):在试验中可能发生也可能不发生的事件 必然事件:在每次试验中都发生的事件 不可能事件:在任何一次试验中都不发生的事件,4.1.2 概 率,概率的统计定义 在相同条件下进行n次重复试验,如果随机事件A发生的次数为m,那么m/n称为随机事件A的频率; 当试验重复数n逐渐增大时,随机事件A的频率越来越稳定地接近某一
3、数值p,那么就把p称为随机事件A的概率。 (事件A的频率稳定值) 概率的古典定义 设样本空间由n个等可能的基本事件所构成,其中事件A包含有m个基本事件,则事件A的概率为m/n,即 P(A)=m/n,4.1.2 概 率,概率的性质 1、对于任何事件A,有0P(A)1; 2、必然事件的概率为1,即P()=1; 3、不可能事件的概率为0,即P()=0; 4、设E中事件A1,A2,Am两两互不相容,则 (PA1A2 Am=P(A1)+P(A2)+ P(Am),4.1.3 小概率事件实际不可能性原理,随机事件的概率表示了随机事件在一次试验中出现的可能性大小。若随机事件的概率很小,例如小于0.05、0.0
4、1、0.001,称之为小概率事件。 在统计学上,把小概率事件在一次试验中看成是实际不可能发生的事件称为小概率事件实际不可能性原理,亦称为小概率原理。 小概率事件实际不可能性原理是统计学上进行假设检验(显著性检验)的基本依据。,4.2概率分布,4.2.1 随机变量 设试验E的样本空间为,如果对于每一个样本点 ,都有一个实数与之对应,则称X ()为随机变量,离散型随机变量(discrete random variable):数据间有缝隙,其取值可以列举。 鸡蛋的蛋数、红细胞计数 连续型随机变量(continous random variable)数据间无缝隙,其取值充满整个区间,无法一一列举每一可
5、能值 例如身高、体重、血清胆固醇含量,4.2概率分布,随机变量的分布函数 设X为随机变量,x是任意识数,则称函数F(x)=PXx( x )为随机变量X的分布函数。,4.2 概率分布,概率函数(probability function) 随机变量取某一特定值的概率函数(离散型随机变量) 概率密度函数(probability density function) 随机变量取某一特定值的密度函数(连续型随机变量) 概率分布函数(probability distribution function) 随机变量取值小于或等于某特定值的概率,4.2.2离散型随机变量的概率分布,例1:掷一次骰子所得点数的概率函
6、数,概率分布列,概率函数 随机变量取某一特定值的概率函数,Pi0 Pi=1,4.2.3连续型随机变量的概率分布,概率密度函数(德国数学家Gauss),积分方程,4.2.3连续型随机变量的概率分布,概率密度函数(随机变量取某一特定值的密度函数) 满足以下条件的函数f (x)称为连续性随机变量X的概率密度函数:,(x是X的任一可能取值),连续型随机变量概率分布性质: 1、分布密度函数总是大于或等于0,即 f(x)0; 2、当随机变量x取某一特定值时,其概率等于0; 3、在一次试验中随机变量x之取值必在-x+范围内,为一必然事件。,4.2.3连续型随机变量的概率分布,离散型随机变量的概率分布,随机变
7、量的期望(expectation) - 总体平均数,在生物统计中,数学期望也称平均数。数学期望是随机变量取值的加权平均值,离散型随机变量的概率分布,期望的性质,(a是常量),1. 2. 3. 4.,(当X和Y彼此独立),离散型随机变量的概率分布,随机变量的方差(variance) - 总体方差,离散型随机变量的概率分布,方差的性质 1. Var(a) = 0 (a是常量) 2. Var(aX ) = a2Var(X ) 3. Var(X + Y ) = Var(X ) + Var(Y ) (X和Y彼此独立) 4. Var(XY ) = Var(X )Var(Y ),/,最重要的连续性随机变量概
8、率分布,4.3 正 态 分 布,连续型随机变量的概率分布,概率密度函数(德国数学家Gauss),积分方程,连续型随机变量的概率分布,正态分布(normal distribution) 具有如下概率密度函数的随机变量称为正态分布随机变量:, = 期望 2 = 方差,4.3.1 正态分布,正态分布概率密度函数的几何表示,正态曲线,f (x),x,曲线下某区间的面积即为随机变量在该区间取值的概率,4.3.1 正态分布,正态分布的特点 只有一个峰,峰值在x = 处 曲线关于x = 对称,因而算术平均数=众数=中位数 x轴为曲线向左、右延伸的渐进线 曲线在x=处各有一个拐点 由两个参数决定: 平均数 和
9、 标准差 决定曲线在x 轴上的位置 决定曲线的形状 分布密度曲线与横轴所夹的面积为1,4.3.1 正态分布,平均数的影响,标准差的影响,4.3.2 正态分布的标准化,标 准 正 态 分 布,4.3.2标准正态分布,标准正态分布(standard normal distribution),令,对于,标准化,=0,2=1的正态分布,u称为标准正态变量或标准正态离差(standard normal deviate)。,4.3.2标准正态分布,标准正态分布的概率密度函数,0,4.3.3正态分布的概率计算,标准正态分布的概率计算 附表1 (p. 334),(1) P( u u1) 或 P(Z -u1)
10、(u1 0),直接查表,4.3.3正态分布的概率计算,(2) P( u -u1) 或 P(u u1),查表,4.3.3正态分布的概率计算,(3) P( a u b),或,4.3.3正态分布的概率计算,例:设 u N(0, 1),求 (1) P(u 0.64) (2) P(u 1.53) (3) P(-2.12 u -0.53) (4) P(-0.54 u 0.84),4.3.3正态分布的概率计算,P( -1 u 1) = 68.26% P( -2 u 2) = 95.45% P( -3 u 3) = 99.73% P( -1.96 u 1.96) = 95% P( -2.58 u 2.58)
11、= 99%,几个特殊的标准正态分布概率,4.3.3正态分布的概率计算,68.3%,95.5%,99.7%,4.3.3正态分布的概率计算,对于给定的两尾概率求标准正态分布在x轴上的分位点 附表2 (p. 337),/2,/2,4.3.3正态分布的概率计算,用2 查附表2,可得一尾概率为 时的分位点u,对于给定的一尾概率求标准正态分布在x轴上的分位点,4.3.3正态分布的概率计算,一般正态分布的概率计算 转换为标准正态分布计算,例: 设 X N(30, 102),求P(X 40),X N( , 2),4.3.3正态分布的概率计算,P( - X + ) = 68.26%,几个特殊的一般正态分布概率,
- 配套讲稿:
如PPT文件的首页显示word图标,表示该PPT已包含配套word讲稿。双击word图标可打开word文档。
- 特殊限制:
部分文档作品中含有的国旗、国徽等图片,仅作为作品整体效果示例展示,禁止商用。设计者仅对作品中独创性部分享有著作权。
- 关 键 词:
- 第四 常用 概率 分布
链接地址:https://www.31doc.com/p-2570382.html