概率论数理统计初步研讨.ppt

计量地理学基础 聊城大学环境与规划学院 2011-9 第四章 概率论与数理统计初步 随机事件及概率 随机变量及其概率分布 显著性检验 §1 随机事件及概率 必然事件：在一定条件下，必然发生的事件； 不可能事件：在一定条件下，绝不会发生的事件； 随机事件：在一定条件下可能发生也可能不发生的 事件；用A、B、C等表示事件 频数：在n次相同的观测中，某一事件A出现的次数m； 频率：频数与总观测次数之比 概率：当观测次数n逐渐增加时，事件A的频率将稳定的接近于某一固定常数p，即称p为事件A的概率。 概率的范围：[0，1] §2 随机变量及其概率分布 概念： 随机变量：ξ 在一定的条件下，受随机因素的影响而在实验的结果中能取不同数值的量，称为~。 随机变量的概率分布 随机变量可能取值的范围和取这些值的相应概率，称为~。 随机变量的类型： 离散型随机变量 连续型随机变量 §2 随机变量及其概率分布 离散型随机变量的概率分布 设随机变量ξ所可能取的值是xk(k=1,2,…),而pk是ξ取xk时的概率， 离散型随机变量的概率分布 例1：二点分布 随机变量ξ以概率p取值x1，以概率q取值x2，(p+q=1),其分布列为： 离散型随机变量的概率分布 例2：有限点分布 随机变量ξ可能取值是x1，x2，…，xn；对应概率是p1，p2，…，pn；其分布列为： 离散型随机变量的概率分布 特别重要的离散型概率分布： 二项分布 设离散随机变量ξ取值0,1,2,…,n,而且 离散型随机变量的概率分布 特别重要的离散型概率分布： 二项分布 地理上服从二项分布的例子很多。总之，在相同条件下重复进行n次相互独立的观测试验，每次试验只有两种可能的结果，通常称之为“成功”或者“失败”，记为 和 ，并且，已知 ， ，那么，在n次试验中，事件A出现的次数ξ是一个随机变量，这个随机变量就服从二项分布。 离散型随机变量的概率分布 特别重要的离散型概率分布： 泊松分布 设离散随机变量ξ取值0,1,2,…,而且 §2 随机变量及其概率分布 连续型随机变量的概率密度及分布函数 设随机变量ξ小于任何实数的概率可写成如下积分形式 连续型随机变量的概率密度及分布函数 分布密度p(x)的性质 .对一切x,有p(x)≥0 . 连续型随机变量的概率密度及分布函数 分布函数F(x)分布密度p(x)的关系 连续型随机变量的概率密度及分布函数 正态分布 若随机变量ξ的分布函数可以写成如下形式 连续型随机变量的概率密度及分布函数 正态分布 正态分布的密度函数为： 连续型随机变量的概率密度及分布函数 正态分布 正态分布N（m，σ2）的密度函数p(x)的图形为： 连续型随机变量的概率密度及分布函数 正态分布 连续型随机变量的概率密度及分布函数 正态分布 正态分布变量的概率求法 标准正态分布：直接查表 非标准正态分布求落在任意区间(a,b)上的概率： 用样本的平均值和标准差来估计m和σ； 对资料进行标准化处理，得到标准化正态变量u； 根据u值查表。 练一练 当x为正态分布N(m, σ2)时，求p(m-σxm+σ)的值。 解： 练一练 当随机变量x服从正态分布时： 落在区间(m-σ，m+σ)上的概率是68.3%。 落在区间(m-2σ，m+2σ)上的概率是95.45%。 落在区间(m-3σ，m+3σ)上的概率是99.73%。 3σ原则 对正态分布的随机变量来说，几乎可以认为它的取值范围总是落在区间(m-3σ, m+3σ)之内，而落在此区间之外几乎是不可能的，这就是所谓3σ原则。 连续型随机变量的概率密度及分布函数 对数正态分布 取对数后服从正态分布 Г分布 特例1：χ2 分布 特例2：指数分布 §3 显著性检验 1.显著性检验及其意义 统计假设检验 在计量地理学中，有许多问题都需要进行检验。例如，在地理定量化过程中，发现了一条地理规律，为了验证它是否符合客观规律，是否可靠，或求其精确度等，都需要有一种方法作为依据来进行检验。解决这一类问题的方法，叫做~。 从步骤上一开始是要对被检验的问题先作一“假设” H0 。 §3 显著性检验 1.显著性检验及其意义 统计检验： 通常，将验证或判定给定的假设H0的方法，称为~ 。 参数检验： 判别参数假设的方法。 显著性检验： 如果统计检验的目的仅仅是判别这个给定的假设H0是否成立，并不同时研究其他假设，便称这种检验为显著性检验。 §3 显著性检验 1.显著性检验及其意义 临界概率（显著性水平、信度）α： 拒绝或接受假设的标准。 0.1%、1%、5%、10%等。 在数值上等于1-置