二项分布.ppt

二项分布 内容 引 子 玛丽琳·沃斯萨范特是作为“高智商”者被载入吉尼斯大全的一位女士，她为周日报纸主持“请问玛丽琳”这样一个专栏，该专栏致力于智力、技巧方面的游戏。有一次的题目是这样的： 从三扇门里面选择一扇门，其中一扇门后面是汽车，另两个后面是山羊。现在你已经选好了一扇门，主持人打开另两扇中的一个，看到是一只山羊，然后主持人问：想改变选择吗？请问：改变选择是否对你有利（更可能赢得汽车）？ 引 子 玛丽琳的回答 是的，你应当改变选择，因为当初选择时只有1/3的机会赢得汽车，而改变的话（由于已经去掉了一扇门），会有2/3的机会获胜。 她的回答对吗？ 引 子 热情的读者来信 你就是那只山羊！－－西部州立大学 你错了，但要看到积极的一面，要是所有理学博士都错了，这个国家将陷于严重的麻烦之中。－－美国军事研究院 我希望对这个问题的争论会唤起公众对我国数学教育严重危机的注意，如果你能承认错误，你将为扭转这种尴尬局面做出积极的贡献。你是否知道有多少被激怒的数学家在等着你改变想法？－－乔治敦大学 二项分布基本概念 注意：两分类变量并非一定会服从二项分布 Bernoulli试验 例:袋子里有5只乒乓球，2黄3白。每次摸1球，放回后再摸。摸100次，摸到黄球的次数为… 对每一次实验，出现的结果只有两种情况，称为Bernoulli试验。如所关心的事件A发生，称为“成功”，否则称为失败每次试验结果，只能是两个互斥的结果之一 二项分布基本概念 Bernoulli试验序列 在重复实验中，如果对每一次实验，出现的结果只有两种情况，即Bernoulli试验。 每次试验的条件不变。即每次试验中，结果A发生的概率不变（假设均为? ）。 各次试验独立。即一次试验出现什么样的结果与前面已出现的结果无关。 由满足以上三个条件的n次Bernoulli试验构成的序列被称为是Bernoulli试验序列 (n是固定的)。 二项分布基本概念 二项分布 对于Bernoulli试验序列的n次试验，结局A出现的次数X的概率分布服从二项分布 二项分布指的是概率的分布 注意：二项分布是一个离散型分布 二项分布的两个参数 显然对于不同的n、不同的?有不同的二项分布。它们是二项分布的两个参数。 若X服从二项分布，则记X～B(n, ?)。 二项分布的基本特征 二项分布的名称由来是因为计算公式中含有二项式的展开项 二项分布的均数和方差 μ=n ? 方差=n?(1- ?) 二项分布的基本特征 当? =0.5时，图形对称；当? ≠0.5时，图形呈偏态，但随n的增大，图形逐渐对称。 因此，当n较大， ?不太极端时，可以采用正态近似方法计算概率分布规律（例如计算参考值范围） 样本率的抽样分布 对于大量重复随机抽样而言，样本率p围绕着总体率?附近随机波动，样本量n的值越大，这种波动的幅度就越小。 当n充分大时，p的分布就近似于均数为?，标准差为sqrt(? (1- ?)/n)的正态分布。 一般的标准是n?和n(1- ?)均大于5，且n40 当样本情况接近此标准时，往往会进行校正 注意：上文所说的样本率p的标准差，为了区分阳性数x的标准差，亦称样本率的标准差为标准误。 二项分布的应用 总体率的区间估计 对一个总体参数都有点估计和区间估计，点估计直接使用样本统计量即可 区间估计：直接计算概率 在样本例数较小，且样本率接近1或0，即阳性事件发生率很高或很低时，可按照率的抽样分布规律确定总体率的可信区间，为方便应用，统计学家根据二项分布原理，编制了总体率95%和99%可信区间的百分率可信区间表 总体率的区间估计 区间估计：正态近似 当n较大， ?和1- ?均不太小时，样本率的抽样分布近似正态分布，因此可按正态近似法求总体率的1-? 可信区间。 Stata计算 没有这么麻烦，使用cii命令即自动完成 例6.1 某疗法治疗某病28人，6人有效，求该疗法有效率的95%可信区间。 例6.2 某疗法治疗某病10人，7人有效，求该疗法有效率的95％可信区间。 样本率与已知总体率的比较 如前所述，当n较大， ?和1- ?均不太小时，样本率的抽样分布近似正态分布，可利用正态分布的原理作假设检验。 反之，则可使用二项分布自身的概率分布进行假设检验，这种方法被称为确切概率法 样本率与已知总体率的比较 例6.4 用常规疗法治疗流行性出血热的病死率为15%，现用某新法治疗50名患者，死亡6例，问新法治疗流行性出血热的病死率是否不等于常规疗法。 由于样本量较大，因此可以考虑采用正态近似法分析 样本率与已知总体率的比较 假设检验(正态近似法) H0：新法和常规疗法治疗流行性出血热的病死率相等， ? = ?0 H1：新法和常规疗法治疗流行性出血热的病死率不相等，即? ≠ ?0 设?=0.