第二章描述统计讲解.ppt

t 分布曲线下双侧面积分布示意 t 分布曲线下面积分布规律（即t 界值） 通过对t 分布密度函数 f(t) 求积分可以得到t 分布曲线下一定区间的面积（概率），为便于研究与应用，统计学家制作了专门的t 界值表。 如果一种过程（随机实验）的结局只能是相互对立的两种结果中的一种，例如射击的命中与未中、治疗的有效与无效等。 其中一种结果发生的可能性（概率）为一常数p，不可能概率为q（q=1-p）。 重复性：每次试验条件不变,每次事件中A出现的概率皆为p。 独立性：任何一次试验中事件A的出现与其余各次试验中出现的结果无关。 记录n个观察单位中发生某一种结果的频数X，则称随机变量X服从二项分布（binomial distribution）。 二项分布属于离散型分布。 （四）二项分布 二项分布概率 例题：某鸡蛋孵化率为0.90，若每次任选5个进行孵化，问小鸡的各种可能孵化概率（0、1、2、3、4、5）？ 解：p=0.90，q=0.10，n=5 孵化概率函数 Cnxpxqn-x P(x) 得零只，f(0) 得一只，f(1) 得二只，f(2) 得三只，f(3) 得四只，f(4) 得五只，F(5) 1x0.900x0.105 5x0.901x0.104 10x0.902x0.103 10x0.903x0.102 5x0.904x0.101 1x0.905x0.100 0.00001 0.00045 0.00810 0.07290 0.32805 0.59049 总和 F(x)=1 二项分布的图形 二项分布的形状是由n和p两个参数决定。 当p值较小，且n值不大时，图形是偏倚的。随着n值增大，分布逐渐对称。 当p值趋近0.5时，分布趋于对称。 p=0.3 p=0.5 p=0.7 n=10 n=50 n=100 二项分布的均数与标准差 如果用（百分数）率表示，则为： 当二项分布的n很大而p很小时，泊松分布可作为二项分布的近似。 若随机变量 X 只取非负整数值， X=k值的概率为 (k=0,1,2,…),则随机变量X 的分布称为泊松分布，记作P(λ)，其中 λ=np。通常当n≧10,p≦0.1时，就可以用泊松公式近似计算。 法国数学家西莫恩·德尼·泊松Siméon Denis Poisson(1781-1840) （五）Poisson 分布(泊松分布)(Poisson distribution) 泊松分布P (λ)中只有一个参数λ ，它既是泊松分布的均值，也是泊松分布的方差。在实际事例中，当一个随机事件，例如某电话交换台收到的呼叫、来到某公共汽车站的乘客、显微镜下某区域中的白血球等等，以固定的平均瞬时速率 λ(或称密度)随机且独立地出现时，那么这个事件在单位时间（面积或体积）内出现的次数或个数就近似地服从泊松分布。因此泊松分布在管理科学，运筹学以及自然科学的某些问题中都占有重要的地位。 泊松分布是离散型分布。 Poisson 分布的概率 Poisson 分布的图形 在应用中，常通过图形表达（或描述）Poisson分布变量的分布状况。 10 0.6 λ=0.5 λ=1.5 λ=2.5 （六）F 分布 如果变量x1和 x2分别服从正态分布 ， 那么分别从两个正态分布总体随机抽取的样本n1和n2可求得方 ，由下式 得到的变量 F 服从F(df1,df2 )分布(F-distribution) F 分布的图形（即F 分布曲线） 利用F分布密度函数 f(x ) (见下式)可以绘制其图形，即F分布曲线，见图。 不同自由度df1和df2的F 分布曲线如图 F(8,?) F(8,50) F(8,10) F(8,4) F(df1,df2 ) （七）χ2 分布（Chi-square distribution） 如果变量x服从正态分布 ，那么从此正态分布总体随机抽取样本n，由下式 得到的变量服从自由度为df(=n -1)的χ2分布。 χ2分布密度函数 f(χ2)： 不同自由度 df 的χ2 分布曲线图。 χ2 df= 3 df= 5 df= 10 df= 30 2002年我国城乡人口情况 按城乡分 比重（%） 人口数（万人） 128453 39.09 60.91 78241 50212 1. 格式 统计表是表示统计资料的表格，在由横行、纵栏交叉结合而成的表格上，它能系统地组织和合理地安排大量数字资料。 总标题 乡村 城镇 100.00 合计