第二章spss生物统计学.pptVIP

第二章 常用概率分布 前面介绍了数据资料的整理与反映资料分布的集中性和离中性的特征数。通过样本的结果（ 统计量 ）推断总体的的特征（参数），必须以概率论为基础。 本章在讨论“事件”与“概率”的基础上，主要介绍生物学研究中三种常用的概率分布，即正态分布、二项分布和泊松分布，然后简述样本平均数的抽样分布与t分布。 难度级：??? 第一节 事件与概率 一、事件 （一）必然现象与随机现象 1、必然现象 指在某些条件下，一定会发生的现象。（可分为必然事件和不可能事件两类） 2、随机现象 指在相同条件下重复进行试验，结果未必相同，这种现象称为随机现象。 事实证明，当在相同条件下进行大量观察时，随机现象大都呈现某种规律。概率论与数理统计就是研究随机现象统计规律性的一门数学学科。。 (二)随机试验 (random trial) 与事件(random event) 我们把对自然现象的一次观察或进行的一次科学试验统称为一个试验。如果这个试验具有下述三个特性就称其为随机试验，简称试验。 ? 可以在相同条件下重复进行； ? 每次试验的可能结果不止一个，并且事先能明确试验的所有可能结果； ? 试验前不能确定哪一个结果会出现。 随机试验的每一个可能结果称为随机事件， 简称事件，通常用字母A、B、C……等表示。 二、概 率（probability） （一）定义 设在同一条件组S下进行了n次试验，事件A发生了m次。当随着n的增大，如果事件A发生的的频率m／n稳定地接近某一数值p，则称p为随机事件A在条件组S下发生的概率，记为P(A)=p。当n 充分大时， P( A) = m ／ n 。 （二）小概率事件与小概率原理 当事件A的概率与0非常接近时， 称此事件为小概率事件。小概率事件虽然不是不可能事件，但通常认为在一次试验中实际上是不可能发生的，称之为“小概率事件实际不可能性原理”。这是统计假设检验的基础。 第二节 概率分布(probability distribution) 若要全面了解试验，则必须知道试验的全部可能结果及各种结果发生的概率，即试验结果的概率分布。 一、随机变量（random variable） （一）定义 作一次试验或抽样观察，其结果有多种可能。每一种可能结果都可用一个数来表示。把这些数作为变量x 的取值范围，则试验或观察结果可用变量x来表示。变量x就称为随机变量。 随机变量可用 x、y…等字母表示。 （二）分类 1、离散型随机变量 (discrete random variable) 如果表示试验结果的随机变量x，其可能取值为有限个或至多可列个， 并可以按一定顺序一一列举， 则称x为离散型随机变量 。 2、连续型随机变量 (continuous random variable) 如果表示试验结果的随机变量x， 其可能取值为某范围内的任何数值，表现为不可列性和连续变异， 则称x为连续型随机变量。 二、离散型随机变量的概率分布 （一）研究离散型随机变量的概率分布要解决的两个问题： ? 要了解离散型随机变量x的统计规律，就必须知道它的一切可能取值 ； ? 取每种可能值的概率 。 亦即，要想了解只取整数值的某一总体的全面情况，只须知道其个体的一切可能值，以及取各种可能值的个体在总体中所占的比率。 （二）离散型随机变量的概率分布 ?将离散型随机变量x的一切可能取值 及其对应的概率 ，记作 上式即称为离散型随机变量x的概率分布或分布。 ?也可用分布列表示离散型随机变量x的概率分布， ?离散型随机变量概率分布的基本性质： 三、连续型随机变量的概率分布 连续型随机变量的概率分布不能用分布列来表示，因为其可能取的值是不可数的。因此只能用随机变量x在某个区间内取值的概率P(a≤xb)来表示。 （一）概率分布密度曲线和概率分布密度函数(参见P35) （二）连续型随机变量的概率由概率分布密度函数确定 （三）连续型随机变量概率分布的性质 ?分布密度函数大于或等于0， 即 ?当随机变量x取某一特定值时，其概率为0，即 ?在一次试验中x取值必在 范围内，为一必然事件。因此