生物统计2.pptVIP

生物统计学 2009年度 计算生物所 上次讲到： 实验：对一个过程的测量或观测。 结果：实验测量或观测的结果，可以是离散或连续的值。 样本空间：实验所有可能结果的总的集合。 事件：满足给定条件的样本空间中的子集。 概率 概率P是定义在集合上的函数或测度，满足如下条件： 对于任何子集合A（ 事件 ）： 对于全集合 ： 对于 互不相容的集合： 上次讲到： 如果离散样本空间S中的事件都是同样可能发生的，那么事件A发生的概率是： 其中N是离散样本空间S中总结果数，n是 事件A中结果数。 更实际的打牌例子 两个人“斗地主”时 （没有大小王）， 每人能抽到至少一个“ 炸弹”的几率是多少？ 更实际的打牌例子 两个人“斗地主”时 （没有大小王）， 每人能抽到至少两个“ 炸弹”的几率是多少？ 更实际的打牌例子 两个人“斗地主”时 （没有大小王）， 每人能抽到至少k个“ 炸弹”的几率是多少？ 更实际的打牌例子 两个人“斗地主”时 （没有大小王）， 每人能抽到仅一个“ 炸弹”的几率是多少？ 更实际的打牌例子 四个人“斗地主”时 （没有大小王）， 每人能抽到至少一个“ 炸弹”的几率是多少？ 更实际的打牌例子 26个人“斗地主”时 （没有大小王）， 每人能抽到一个“ 对子”的几率是多少？ 更实际的打牌例子 26个人“斗地主”时 （没有大小王）， 每人能抽到一对同样花色的牌的几率是多少？ 随机变量及其概率分布 3月6日 随机变量 在实际应用中，我们关心的往往是与随机实验产生的结果相关的一些特征数，而不是结果本身。 如：随机掷一对骰子，我们关心的是这对骰子点数之和。 随机变量 定义：如果S是一个定义了概率测度的样本空间，X是一个定义在S中元素上的实函数，那么X叫做随机变量。 例如 X 是随机掷一对骰子的点数之和。那么，X＝9对应的子集是： ｛（6，3），（5，4），（4，5），（3，6）｝ X＝9的概率是 我们可以把X所有取值出现的概率都列出： 概率分布 定义：如果X是一个离散的随机变量，那么函数 叫做X的概率分布。 满足： 例子 连续掷4次硬币，得到硬币朝上的总数的概率分布。 每次掷硬币互为独立，共有16种排序。 得到硬币朝上的总数x共包含 种排序。 直方图 分布函数 定义：如果X是一个随机变量，那么函数 叫做分布函数或累积函数。 如果 那么 掷硬币例子 连续概率分布 如果一个实函数满足 那么它叫做连续随机变量X的概率密度函数。 连续分布函数 如果X是连续随机变量，并且它的概率密度函数是f(t) 叫做X的分布函数或累积函数。 例子 课本43页，例2.10 多元联合概率分布 由于定义随机变量的方法很多，因此可以考虑多个随机变量的联合概率分布： 如果X和Y是两个离散随机变量，那么 对每对（x，y）是X和Y的联合概率分布。 例子 假设在一个袋子里有3个红球、2个蓝球、4个白球。从中随便去出2个球。令X为取出的红球数，Y为取出的蓝球数，求X和Y的联合概率分布？ 例子 从(3+2+4)=9个球中取2个球共有 种取法。 从9个球中取出X个红球、Y个蓝球、2－X－Y 个白球有 种取法。所以联合概率分布为： 联合概率分布 联合分布函数 对于两个离散的随机变量X和Y，它们的联合分布函数是： 连续随机变量的联合概率密度函数 f(x,y)是连续随机变量X和Y的联合概率密度，如果满足： A是xy平面的任一区域。 连续随机变量的联合分布函数 F(x,y)是连续随机变量X和Y的联合分布函数，如果满足： 例子 课本52页，例2.18 边缘分布 如果X和Y是离散随机变量，f(x,y)是联合概率分布，那么 分别是X和Y的边缘分布。 边缘概率分布 连续变量边缘分布 如果X和Y是连续随机变量，f(x,y)是联合概率密度，那么 分别是X和Y的边缘密度。 例子 课本55页，例2.20 条件概率 P(A|B)是A事件在B事件发生的条件下的发生的概率。定义为： 所以 条件概率分布 如果X和Y是离散随机变量, f(x,y)是联合概率分布，并且h(y), g(x)分别是Y和X的边缘分布。那么X在Y=y的条件下, Y在X=x的条件下的条件概率分布定义为： X在Y=y的条件下的条件概率分布 Y在X=x的条件下的条件概率分布 条件概率分布 如果X和Y是连续随机变量, f(x,y)是联合概率密度，并且h(y), g(x)分别是Y和X的边缘密度。那么X在Y=y的条件下, Y在X=x的条件下的条件概率密度定义为： 例子 课本60页，例2.22 独立事件 两个事件互相独立，如果其