专04.pptVIP

第四章 概率及其分布 本章在介绍概率论中最基本的两个概念——事件、概率的基础上，重点介绍生物科学研究中常用的几种随机变量的概率分布——正态分布、二项分布、波松分布以及样本平均数的抽样分布和t分布。 第一节 事件与概率 一、事 件 （一）必然现象与随机现象 在自然界与生产实践和科学试验中，人们会观察到各种各样的现象，把它们归纳起来，大体上分为两大类： 一类是可预言其结果的，即在保持条件不变的情况下，重复进行试验，其结果总是确定的，必然发生（或必然不发生）。这类现象称为必然现象（inevitable phenomena）或确定性现象（definite phenomena）。 另一类是事前不可预言其结果的，即在保持条件不变的情况下，重复进行试验，其结果未必相同。这类在个别试验中其结果呈现偶然性、不确定性现象，称为随机现象（random phenomena ） 或 不 确 定 性 现 象（indefinite phenomena）。 随机现象或不确定性现象，有如下特点： 在一定的条件实现时，有多种可能的结果发生，事前人们不能预言将出现哪种结果；对一次或少数几次观察或试验而言，其结果呈现偶然性、不确定性； 但在相同条件下进行大量重复试验时，其试验结果却呈现出某种固有的特定的规律性——频率的稳定性，通常称之为随机现象的统计规律性。 （二）随机试验与随机事件 1、随机试验 通常我们把根据某一研究目的 ， 在一定条件下对自然现象所进行的观察或试验统称为试验（trial）。 而一个试验如果满足下述三个特性 ， 则 称 其 为 一个 随机试验（random trial），简称试验： （1）试验可以在相同条件下多次重复进行； （2）每次试验的可能结果不止一个 ，并且事先知道会有哪些可能的结果； （3）每次 试验总是恰好出现这些可能结果中的一个 ，但在一次试验之前却不能肯定这次试验会出现哪一个结果。 例如在一定孵化条件下，孵化6枚种蛋，观察其出雏情况 ； 又如观察两头临产妊娠母牛所产犊牛的性别情况 ， 它们都具有随机试验的三个特征，因此都是随机试验。 2、随机事件 随机试验的每一种可能结果，在一定条件下可 能 发 生 ，也 可 能 不 发生，称为随机事件（random event），简称 事 件 event），通常用A、B、C等来表示。 由若干个基本事件组合而成的事件称为 复合事件 （compound event）。 如 “取得一个编号是 2的倍数”是一个复合事件，它由 “ 取得一个编号是2 ”、 “ 是4”、“是6、“是8”、“是10”5个基本事件组合而成。 （2）必然事件 我们把在一定条件下必然会发生的事件称为必然事件（certain event），用Ω表示。 例如，在严格按妊娠期母猪饲养管理的要求饲养的条件下，妊娠正常的母猪经114天左右产仔，就是一个必然事件。 （3）不可能事件 我们把在一定条件下不可能发生的事件称为不可能事件（impossible event）。 例如，在满足一定孵化条件下，从石头孵化出雏鸡，就是一个不可能事件。 二 、 概 率 （一）概率的统计定义 研究随机试验，仅知道可能发生哪些随机事件是不够的，还需了解各种随机事件发生的可能性大小，以揭示这些事件的内在的统计规律性，从而指导实践。这就要求有一个能够刻划事件发生可能性大小的数量指标，这指标应该是事件本身所固有的，且不随人的主观意志而改变，人们称之为概率（probability）。事件A的概率记为P（A）。 概率的统计定义 在相同条件下进行n次重复试验，如果随机事件A发生的次数为m，那么m/n称为随机事件A的频率（frequency）；当试验重复数n逐渐增大时，随机事件A的频率越来越稳定地接近某一数值 p ， 那么 就 把 p称为随机事件A的概率。 这 样 定 义 的 概 率 称 为 统 计 概 率（statistics probability），或者称后验概率（posterior probability）。 例如 为了确定抛掷一枚硬币发生正面朝上这个事件的概率 ，历史上有人作过成千上万次抛掷硬币的试验。在表4—1中列出了他们的试验记录。 表4—1 抛掷一枚硬币发生正面朝上的 试验记录 从表4-1可看出，随着实验次数的增多，正面朝上这个事件发生的频率越来越稳定地接近0.5，我们就把0.5作为这个事件的概率。 在一般情况下，随机事件的概率p是不可能准确得到的。通常以试验次数n充分大时随机事件A的频率作为该随机事件概率的近似值。 即 P（A） p≈m/n （n充分大）（4-1） （二）概率的古典定义 对于某些随机事件，用不着进行多次重复试验来确定其概率 ， 而是根据随机事件本身的特性直接计算其概率。 有很多随机试验具有以下