第4章常用概率分布(免费阅读).ppt

第四章 常用概率分布 重点介绍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 正态分布 正态分布是一种很重要的连续型随机变量的概率分布。食品科学研究中有许多变量是服从或近似服从正态分布的。许多统计分析方法都是以正态分布为基础的。此外，还有不少随机变量的概率分布在一定条件下以正态分布为其极限分布。因此在统计学中，正态分布无论在理论研究上还是实际应用中 ， 均占有重要的地位。 一、正态分布的定义及其特征 （一） 正态分布的定义 若连续型随机变量x的概率分布密度函数为 (4-1) 其中μ为平均数，σ2为方差，则称随机变量x服从正态分布(normal distribution)， 记为x～N(μ,σ2)。相应的概率分布函数为 (4-2) 分布密度曲线如图4—2所示。 (二) 正态分布的特征 1、正态分布密度曲线是单峰、对称的悬钟形曲线，对称轴为x=μ； 2、f(x) 在 x =μ 处达 到 极 大 ， 极大值 ； 3、f(x)是非负函数，以x轴为渐近线，分布从-∞至+∞； 4、曲线在x=μ±σ处各有一个拐点，即曲线在(-∞,μ-σ)和(μ+σ,+∞) 区间上是下凸的，在[μ-σ,μ+σ]区间内是上凸的； 5、正态分布有两个参数，即平均数μ和标准差σ。 μ是位置参数，如图4—3所示。 当σ恒定时，μ愈大，则曲线沿x轴愈向右移动；反之，μ愈小，曲线沿x轴愈向左移动。 σ是变异度参数， 如图4—4所示 。 当μ恒定时， σ愈大，表示 x 的取值愈分散， 曲线愈“胖”；σ愈小，x的取值愈集中在μ附近，曲线愈“瘦”。 6、分布密度曲线与横轴所夹的面积为1，即： 二、标准正态分布 由上述正态分布的特征可知 ，正态分布是依赖于参数μ和σ2 (或σ) 的一簇 分布 ， 正态曲线之位置及形态随μ和σ2的不同而不同 。 这就给研究具体的正态总体带来困难， 需将一般的N(μ，σ2) 转 换为 μ= 0,σ2=1的正态分布。 我们称μ=0,σ2=1的正态分布为标准正态分布(standard normal distribution)。 标准正态分布的概率密度函数及分布函数分别记作ψ(u)和Φ(u)，由 (4-6)及(4-7) 式得： (4-8) (4-9) 随机变量u服从标准正态分布，记作u～N(0，1)，分布密度曲线如图4—5所示。 对于任何一个服从正态分布N(μ,σ2)的随机变量x，都可以通过标准化变换： u=(x-μ)／σ (4-10) 将 其变换为服从标准正态分布的随机变量u。 u 称 为 标 准 正 态变量或标准正态离差(standard normal deviate)。 三、正态分布的概率计算 （一）标准正态分布的概率计算 设u服从标准正态分布，则 u 在[u1,u2 ）何内取值的概率为： ＝Φ(u2)－Φ(u1) (4-11) 而Φ(u1)与Φ(u2)可由附表1查得。 例如，u=1.75 ，1.7放在第一列0.05放在第一行 。 在附表1中 ， 1.7所在行与 0.05 所在列相交处的数值为0.95994，即 Φ(1.75)=0.95994 有 时 会 遇 到 给 定 Φ(u) 值 ， 例 如 Φ(u)=0.284， 反过来查u值。这只要在附表1中找到与 0.284 最接近的值0.2843，对应行的第一列数 -0.5， 对应列的第一行数 值 0.07 ，即相应的u值为 u = - 0.57，即 Φ(-0.57)=0.284