任务四产品分布区间估算.pptVIP

任务四 产品分布区间估算 主讲：陈秀虎 工作任务背景 背景数据资料 工作任务 工作的方法步骤 基础知识 基础知识 基础知识 基础知识 基础知识 基础知识 基础知识 基础知识 基础知识 基础知识 基础知识 * 下表是某制药厂为了评估最佳温度为35.8℃发酵的运行状况。在5批发酵产品中，质量检验员从每批产品中连续抽取12个样本作为一个子组，共计抽60个样品，并分析记录发酵的利用率如下表： 表3.1 在35.8℃条件下5批发酵产品的原料利用率 0.57 0.548 0.538 0.525 0.524 0.548 0.529 0.573 0.529 0.565 0.549 0.549 第五组 0.540 0.521 0.547 0.557 0.564 0.55 0.542 0.549 0.548 0.511 0.581 0.541 第四组 0.552 0.519 0.548 0.528 0.550 0.546 0.552 0.574 0.548 0.519 0.559 0.558 第三组 0.55 0.571 0.548 0.535 0.560 0.526 0.582 0.548 0.509 0.534 0.557 0.550 第二组 0.554 0.548 0.557 0.571 0.546 0.542 0.607 0.549 0.561 0.493 0.548 0.529 第一组 12 11 10 9 8 7 6 5 4 3 2 1 抽样编号 组别 根据背景资料表中数据，利用Excel完成以下任务： 1、计算原料利用率小于0.50、大于0.55和介于0.51与0.56之间的概率分别是多少。 2、如已知（资料报道）同类发酵工艺原料利用率的总体标准差是0.06，计算置信度在95%和99%时，该发酵工艺的原料利用率分布区间分别是多少； 3、在同类发酵工艺原料利用率的总体标准差末知情况下，该发酵工艺的原料利用率分布区间又是多少（置信度95%）。 第一，把数据输入Excel；并计算出平均数和标准差 第二，利用Excel自带函数公式“NORMDIST”计算某一变量或变量某一区间点正态分布概率； 第三，利用Excel自带函数公式“BINOMDIST”计算某一变量或变量某一区间点的二项式分布概率； 第四，利用Excel自带函数公式“CONFIDENCE”，估计计算总体标准差已知的参数分布区间； 第五，利用Excel数据分析工具中的“描述统计”，估计计算总体标准差末知抽样数据的参数分布区间。 1、事件 必然事件 不可能事件 随机事件 在同一组条件的实现之下必然要发生的事件。 在同一组条件之下必然不发生的事件，称为不可能事件。 在同一组条件之下：可能发生也可能不发生的事件。称为随机事件。 频数(a / n)：假定在相似的条件下重复进行同一类试验，调查事件A发生的次数a与试验总数n的比数。 特性：介于0和1之间，即0 ≤ p (A) ≤ 1。 概率：在试验次数n逐渐增大到无穷时，事件A的频率愈来愈稳定地接近定值P，于是定义事件A的概率为P，记为P(A) = p。 统计概率：n在充分大时，事件A的频率作为该事件概率一P的近似值，以上定义称为统计概率。 小概率事件：在统计学上，某事件发生的概率很小，在一次试验中看成是实际不可能发生的事件称为小概率事件，亦称为小概率原理。 统计应用：如果假设了一些条件，在这个假设下正确地计算出事件A的概率很小，但在实际的一次试验中事件A竟然出现了，那么，我们就可以认为这个假设是不正确的，从而否定这个假设。 专业研究和生产上两个常用的标准：5％、1％ 随机变量：任何一个随机试验的结果都可用一个变量X来表示，这种变量的集合称为随机变量。 离散型随机变量：一个随机变量如只能取有限个或无穷个可列值，称为离散型随机变量。 连续型随机变量：一个随机变量的取值是整个实数轴或者在实数轴上的某些区间，称这些随机变量为连续型随机变量。 概率分布：是用来描述随机变量一系列的可能值及其对应概率的统计术语。即变量与其对应的概率之间的函数图。是统计学显著性检验的判定基础。 常见离散型随机变量分布：有单点分布、两点分布、二项分布、几何分布和泊松分布等。 常见连续型随机变量分布：均匀分布，正态分布、柯西分布、对数正态分布、指数分布、x2分布、学生分布和F分布等。 正态分布：是连续型随机变量参数μ和σ2与其对应的概率fN(x)之间的一种函数分布图，正态分布记作N (μ，σ2 )。 正态分布函数 正态分布分布图与特点 关于μ对称 在μ处有最大值，在正（负）无穷远处取值为0 在μ ± σ处有拐点 它的形状是中间高两边低，图像是一条位于x轴上方的钟形曲线。 正态分布的统计学意义