連續機率分配.ppt

學 習 目標 瞭解連續機率分配的觀念。 計算連續隨機變數的期望值、變異數及標準差。 熟悉常態分配之意義、特性及其應用。 瞭解二項分配與常態分配之關係。 利用Excel求算常態分配值並繪製圖形。 本 章 架 構 7.1 連續機率分配之意義 7.2 常態分配 7.3 標準常態分配 7.4 常態分配機率之計算 7.5 二項分配與常態分配之關係 7.1 連續機率分配之意義 機率密度函數(probability density function ; p. d. f.) 令X為一連續隨機變數，則其機率密度函數f(x)必須滿足下列條件 對所有的x而言，f(x) ? 0。 。 註: (i) 間斷變數之p.m.f. f(x) > 1 ? 不可能 以點機率表示 P(X = a) = f(a) > 0 (ii) 連續變數之p.d.f. f(x) ? 1 ? 有可能 以區間面積表示機率值, 故以積分求其機率值, 但其點機率值P(X = a) = 0, 故P(X = a) ? f(a) 7.1 連續機率分配之意義(續) 7.1 連續機率分配之意義(續1) 令w表示組距，則圖7.1之每一矩形面積為w＊f(x)，因為連續隨機變數於特定區間發生的機率值即為f(x)下該特定區間之面積，且根據機率之性質，機率值必須介於0和1之間，及機率總和必須等於1 ，因此 例7.1 假設X為一連續隨機變數，試問 是否為一機率密度函數？ 解：因為 1. 2. 因此，f(x)是一機率密度函數。 7.1 連續機率分配之意義(續2) 累積機率函數 令X為一連續隨機變數，則其累積機率函數F(x)定義為 又點機率 : P(X=c) = P(c ? X ? c) = F(c) – F(c) = 0 P(X ? c) = P(X < c) + P(X=c) = F(c) 故P(a ? X ? b) = P(a < X ? b) = P(X ? b) ?P(X ? a) = F(b) ? F(a) 註: (i) F(x) 之圖形為上升且連續函數 (ii)d(F(x)/dx = f(x) ? F(x)為f(x)反導數 連續機率分配 例: 令X為一連續變數, 其機率密度函數(p.d.f.) f(x)為 f(x) = k x(1-x) , 0 ? x ? 1 , (1) 求k值使f(x) 滿足機率密度函數性質 (2) 求P(1/4 < x < 1/2) 解: (1) (i) P(0 ? x ? 1) = 1 ? ?01 f(x)dx =1 ? k = 6 (ii) f(x) = 6 x(1-x) ? 0 , 0 ? x ? 1 ? k = 6使f(x) 滿足機率密度函數性質 (2) 求X之c.d.f. F(x), F(x) = P( X ? x) = ?0x f(t)dt = 3x – 2x2 P(1/4 < X < 1/2) = F(1/2) – F(1/4) = 3/8 註: 此連續變數X為Beta分配 7.1 連續機率分配之意義(續3) 連續隨機變數之期望值與變異數： 令X為一連續隨機變數，則其期望值與變異數分別定義為 ? = ?2 = 註: Var(X) = E(X2) - ?2 E(g(X)) = ?-?? g(x)f(x)dx 例7.2 續例7.1 求連續隨機變數X之期望值與變異數。 解： 根據(7.1)式和(7.2)式， X之期望值與變異數分別為 連續變數之常用分配 1. 常態分配( Normal distribution) X ~ N( ? , ?2) 2. 連續均勻分配(Uniform distribution) X ~ U(a, b) 3. 指數分配(Exponential distribution) X ~ Exp(?) 7.2 常態分配 常態(Normal)機率密度函數 　　　　　　　　　　 　　　 　 ， ， 此處?為平