田间试验统计第四章理论分布和抽样分布选编.pptVIP

第四章 理论分布和抽样分布 第一节 事件、概率和随机变量 第二节 二项式分布 第三节 正态分布 第四节 抽样分布 不可能事件 自然界中每一件事物的每一种可能出现的情况。 第一节 事件与概率 随机事件 事件 随机事件常用大写英文字母表示，例如A、B、C…等等。 概率 每一个事件出现的可能性(probability)。 必然事件 在特定情况下必定发生的事件； 在特定情况下不可能发生的事件； 在特定情况下可能发生也可能不发 生的事件； 某事件出现的概率用P( )表示；例如P(A)、 P(B)等。 概率的有效范围为0～1，即0≤P(A)≤1。 随机事件的概率在0～1之间，即0＜P(A)＜1。 必然事件记为?，其概率为1，即 P(?) = 1。 不可能事件记为? ，其概率为0，即 P(?) = 0。 第一节 事件与概率 事件间的关系 事件A和B至少有一个发生的事件， 记为A+B或AUB。 和（并）事件 事件A和B同时发生的事件，记为 A∩B或A·B。 积（交）事件 可以引伸到 n 个事件中至少有一个发生的事件， 记为　　　　　　　　　　　。 可以引伸到 n 个事件同时发生的事件， 记为　　　　　　　　。 第一节 事件与概率 事件间的关系 事件A和B至少有一件发生的事件，记为A+B。 和事件 事件A和B同时发生的事件，记为AB。 积事件 互斥事件 两件不可能同时发生的事件，例如AB=?。 对立事件 两件不可能同时发生，两者中必定有一件 发生的事件，例如AB=?同时A+B=?。 事件系 n 个事件两两互斥，但其必定有一件发 生，例如AiAj=?同时A1+A2+…+An=?。 事件的独立性 若事件A发生与否不影响事件B发生的 概率则称事件A与事件B相互独立。 完全事件系 完全互斥事件系 几个相互有联系的事件放在一起。 各事件的和事件为必然事件的事件系， 记为A1+A2+…+An=? 。 第一节 事件与概率 计算事件概率的法则 假定两互斥事件A和B的概率 分别为P(A)和P(B)，则事件A与B的和事件的概率 等于事件A的概率与事件B的概率之和。 互斥事件的加法定律 可以引伸到：n 个两两互斥的事件的概率等于这 n 个事件的概率之和。 即：如果AB=?，则P(A+B)=P(A)+P(B)。 即：如果AiAj=?，则P(?Ai)=?[P(Ai)]。 第一节 事件与概率 计算事件概率的法则 互斥事件的加法定律 假定P(A)和P(B)是两独立 事件A和B各自出现的概率，则事件A与B同时出 现的概率等于事件A的概率与事件B的概率之乘积。 独立事件的乘法定律 可以引伸到：n 个相互独立的事件同时发生概率等 于这 n 个事件各自发生的概率之乘积。 即：P(?Ai)=?[P(Ai)]。 即：P(AB)=P(A)P(B)。 对立事件的概率 若事件A的概率为 ，则其对立事件 的概率为 。 第一节 事件与概率 计算事件概率的法则 互斥事件的加法 独立事件的乘法 完全互斥事件系的概率之和 。 即，如果AiAj=?同时A1+A2+…+An=?，则P(?Ai)=1。 假定事件A与B是非独立的，那 么，事件A和B同时出现的概率等于事件A的概率乘 以在事件A发生的情况下事件B发生的概率。 非独立事件的乘法 即：P(AB)=P(A)P(B|A)。 其中，P(B|A)是在事件A 发生的情况下事件B发生的概率，称为条件概率。 为1 是指随机变数的某一个实数值。 第一节 事件与概率 随机变量 可以将随机事件的每一种结果用一个随机变量来表 示。所有可能的结果就构成了随机变数。因此，随 机变数是随机变量的一组数据。 如果随机事件只有可数的若干个结果，则相应的随 机变量就是离散型随机变量。 如果随机事件在某一范围内有无数个连续的可能结 果，则相应的随机变量就是连续型随机变量。 第一节 事件与概率 对于离散型随机变量可以计算出这类随机事件出现某一种结果的概率。 考察事件“从这堆种子中随机抽取一粒所属的品种” 例如一堆种子，共2500粒。其中：A品种的有250粒， B品种有1000粒，C品种有750粒，D品种有500粒。 只有4种结果。它们出现的概率分别为： 可以用一个离散型随 机变量Y来表示。 于是得到一个概率分 布表。 如果概率P(y)与变量y 之间有函数关系f(y)， 就可以得到一个概率分 布函数。 第二节介绍最常用的一种离散型随机变量的概率分布 “二项分布” 0.2