心理统计学05-概率分布及集中常用概率分布特征分析.pptVIP

概率分布 ——推断统计的基础 随机事件 概率定义——后验（经验）概率 概率定义——先验（古典）概率 满足以下两个条件 每次试验中所有可能出现的结果的个数是有限的； 每种结果出现的可能性是相同的，如掷骰子游戏。 如果试验结果（基本事件）的总数为n，事件A包含m个基本事件，则事件A的概率为 ， 以掷两个骰子为例， P(至少有一个1)=11/36；P(点数之和大于10)=3/36. 概率性质 可列可加性：两个不相容事件A、B之和的概率，等于两个事件概率之和，即P(A+B)=P(A)+P(B) 乘法定理：两个独立事件同时发生的概率等于该两事件概率的成绩，即：P(AB)=P(A)·P(B) 例：掷一个骰子，点数大于4的概率多大？ 同时掷两个骰子，一个点数大于4，一个点数小于4的 概率多大？ 解：1，点数为5 的概率是1/6，点数为6的概率是1/6， 点数大于4的概率是1/6+1/6=2/6 2，其中一个大于4的概率是2/6，一个小于4的概率是 3/6，同时出现的概率是两者乘积1/6. 概率分布 定义：随机变量取值的函数描述 类型：离散分布（二项、泊松）与连续分布（正态、t、F） 经验分布（由实验数据编制的次数分布）与 理论分布（数学模型） 总体分布（所有数据组成的分布）与 抽样分布（从总体中抽取的样本的统计量，含平均 数、标准差、相关系数、回归系数等，的分布） 总体分布与抽样分布举例： 总体平均数只有一个μ，标准差只有一个σ，总体是一个分布，它的个体是观测数据； 样本可以有多个，所以样本平均数有多个，标准差有多个，多个样本平均数（标准差）组成的分布称为样本平均数（标准差）的分布，它的个体是多个观测数据的平均数（标准差）。 二项分布 二项分布：实验结果只有两种的概率分布，如抛硬币，选择题判断题的正误等。 分布函数：离散型 二项分布 图像：n=10，x=3，p=1/6，B(3,10,1/6)=0.155； n=10，x=2，p=1/6，B=(2,10,1/6)=0.291; n=10，x=1，p=1/6，B=(1,10,1/6)=0.070; n=10，x=4，p=1/6，B=(4,10,1/6)=0.054; 性质： 正态分布 正态分布曲线函数 图像 正态分布——应用 假定500个学生某科成绩分布接近于正态分布N（70,100），问：①75分以下有多少人？②85分以上有多少人？③介于65和80分之间有多少人？ 正态分布 性质：对称，平均数，众数和中位数相等 平均数左右1个标准差范围包含了68.27%的样例， 平均数左右1.96个标准差范围包含了95%的样例， 平均数左右2.58个标准差范围包含了99%的样例， （发生概率在5%或1%以下的事件被称为小概率事件，小概率事件被假定为在一次观测中几乎不可能发生） 正态分布——应用 假定500个学生某科成绩分布接近于正态分布N（70,100），问：①75分以下有多少人？②85分以上有多少人？③介于65和80分之间有多少人？ 正态分布——应用 某县对初一年级1000名学生进行能力测验，结果μ＝75，σ＝10，现拟根据此结果选取25名学生作为“尖子班”重点培养，假定测验成绩近似正态分布，问多少分以上才能被选到“尖子班”学习？ 解 求25名学生比例：25/1000=0.025=2.5% 查表求P=0.025对应的Z值：Z=1.96 求入选分数： X=94.6 t分布 分布函数： 图像 χ2分布 分布函数： 图像：n=1,4,10,20 F分布 样本分布性质 样本平均数 总体正态，方差已知，服从正态分布 总体正态，方差未知，服从t分布 总体非正态，方差未知，趋于t分布（n30） 样本方差S2 趋于正态分布（n30） 样本标准差 S 趋于正态分布（n30） 积差相关系数 服从t分布 等级相关系数 近似于t分布（9≦n≦20）或正态分布（n20） 样本分布性质 样本平均数 的分布的平均