07章二项分布与泊松分布讲述.pptVIP

第七章二项分布与泊松分布（Binomial Distribution and Poisson Distribution ） 本讲的内容 第一节 二项分布的概念 一、Bernoulli试验 二、Bernoulli试验序列 三、成功次数的概率分布─二项分布 例7-1 设某毒理试验采用白鼠共3只，它们有相同的死亡概率π，相应不死亡概率为1－π 。记试验后白鼠死亡的例数为X，分别求X＝0、1、2和3的概率 第二节 二项分布的性质 第三节 二项分布的应用 （一）总体率的区间估计 1. 查表法 对于n 50的小样本资料，根据n与X，直接查附表6。 例7-5 从某中学随机抽取30名学生，发现有6名感染沙眼，试求该中学沙眼感染率的95%可信区间 n=30 x=6, 查附表6得该中学沙眼感染率的95%可信区间为（8%，40%） 注意：附表6中x值只列出x n/2的部分，当xn/2时，可用n-x查附表6得总体阴性率的1－α的可信区间，然后再以100%减去查行的区间即为所求阳性率的可信区间。 2. 正态分布法 例 某社区对儿童蛔虫感染率进行抽样调查，抽取其中500名儿童检查，得感染儿童为70人，即该社区儿童蛔虫感染率为14%，试求该社区儿童蛔虫感染率的95%可信区间。 n=500 p=70/500=0.14 z0.05＝1.96 即该社区儿童蛔虫感染率的95%可信区间为10.96%~17.04% （二）样本率与总体率的比较 第四节 泊松分布的概念 当二项分布中n很大，p很小时,二项分布就变成为Poisson分布，所以Poisson分布实际上是二项分布的极限分布。 由二项分布的概率函数可得到泊松分布的概率函数为： Poisson分布主要用于描述在单位时间(空间)中稀有事件的发生数 例如： 1. 放射性物质在单位时间内的放射次数； 2. 在单位容积充分摇匀的水中的细菌数； 3. 野外单位空间中的某种昆虫数等。 Poisson分布概率的计算 第五节 Poisson分布的性质 一、Poisson分布的均数与方差相等 即σ2=m 二、Poisson分布的可加性 第五节 Poisson分布的性质 三、Poisson分布的正态近似 m相当大时，近似服从正态分布：N（m， m ） 四、二项分布的Poisson分布近似 第六节 Poisson分布的应用 一、Poisson总体均数的区间估计 二、样本均数与总体均数的比较 三、两个样本的总体均数的比较 一、Poisson总体均数的区间估计 二、样本均数与总体均数的比较 三、两样本均数的比较 三、两样本均数的比较 三、两样本均数的比较 * 二项分布 概念、性质、应用 泊松分布 概念、性质、应用 ①、组合（Combination）:从个n元素中抽取x个元素组成一组（不考虑其顺序）的组合方式个数记为 (n! 为的阶乘, n!=1*2*……*n, 0!=1) 复习中学数学概念 ②、牛顿二项展开式： 毒性试验：白鼠 死亡——生存 临床试验：病人 治愈——未愈 临床化验：血清 阳性——阴性 事件 成功（A）——失败（非A） 这类“成功─失败型”试验称为Bernoulli试验。 n次Bernoulli试验构成了Bernoulli试验序列。 其特点（如抛硬币）： (1)每次试验结果，只能是两个互斥的结果之一(A或非A)。 (2)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，均为 π 。 (3)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。 四、二项分布的概率计算 一、总体率的区间估计 二、样本率与总体率的比较 三、两样本率的比较 （三）两样本率的比较 设两样本率分别为p1和p2，当n1与n2均较大，且p1、1-p1及p2、1-p2均不太小，如n1p1、n1(1-p1)及n2p2、n2(1-p2)均大于5时，可采用正态近似法对两总体率作统计推断。检验统计量u的计算公式为 Z 检验的条件： n1p1 和n1(1- p1)与 n2p2 和n2(1- p2)均 5 Poisson(泊松)分布 取名于法国数学家 SD Poisson(1781-1840) 在m处的概率最大 在m处的概率最大 *