三、理论分布与抽样分布[精选].ppt

三、正态分布的概率计算 ?根据正态分布的性质，变量在两个定值间取值的概率等于曲线与其x轴在该区间围成的面积。 ?因此概率的计算即正态分布概率密度函数的定积分计算。 ? 是一个曲线系统。为了一般化的应用，需将正态分布标准化。 前人已计算出从-3到3之间各个u值的FN(ui) 值，列入附表1。 【例如】有一批玉米种子，其发芽率为70%，如每窝播种4粒，问出苗数为2和3时的概率分别为多少？ 【例如】已知某正态分布 ? =30， ? =5 ，试计算x偏离平均数?达9.8和14.9 以上的概率？ 计算 标准化 查附表2，得知它们对应的概率分别为0.05和0.01，即 P(｜x-μ｜≥9.80)=P(｜x-μ｜≥1.96σ)=0.05 =P[(x-?)≥1.96σ]+P[(x-?)≤-1.96σ] P(｜x-μ｜≥14.90)=P(｜x-μ｜≥2.58σ)=0.01 =P[(x-?)≥2.58σ]+P[(x-?)≤-2.58σ] 以上两式等号右侧的前一项为右尾概率，后一项为左尾概率，其和概率为两尾概率。附表2列出的就是两尾概率。 第三节 二项分布和普阿松分布 一、二项总体与二项分布 在独立重复试验中，总体的某个性状每一次试验只有非此即彼两个可能结果，这种非此即彼事件所构成的总体叫二项总体，也叫0，1总体。 当每次独立的从二项总体抽取n个个体，这n个个体：“此”事件出现的次数X可能有0、1、2、….n,共有n+1种,这n+1种可能性有它各自的概率，组成一个分布,此分布叫二项概率分布或简称二项分布。二项分布是一种离散型分布。 例如，观察玉米播种后的出苗数，出苗记为“此”事件，概率为p；不出苗记为彼事件，概率为q。 ?若每窝播种5粒种子，则对每窝出苗情况的观察结果会有如下几种可能： X ： 0 1 2 3 4 5 P: P(0) P(1) P(2) P(3) P(4) P(5) 由这6种情况的相应概率组成的分布，就是n=5时出苗数的二项分布。 二、二项分布的概率计算 1、二项分布的概率密度函数 现以玉米种子播种后的出苗和不出苗为例，说明二项分布的概率密度函数。出苗看作“此”事件，p=0.7, 不出苗看作“彼”事件，q=0.3, 每窝中种子的出苗与不出苗为对立事件。 ?若每窝种1粒种子，相当于n=1， 则出苗数有2种情况即： x=0；x=1 相应的概率f(x=0)=q=0.3; 相应的概率为 f(x=1)=p=0.7. ?若每窝种2粒种子，相当于n=2， 则出苗数有3种情况：x=0, 1, 2, 相应的概率为： f(x=0)=qq=0.3?0.3=0.09 f(x=1)=pq+qp=2pq=2?0.3?0.7=0.42 f(x=2)=pp=0.7?0.7=0.49 ?若每窝种3粒种子,n=3， 则出苗数有0,1,2,3四种情况， 其相应的概率为： f(x=0)=qqq=0.027 f(x=1)=pqq+qpq+qqp=3?0.7?0.3?0.3=0.189 f(x=2)=ppq+pqp+qpp=3?0.7?0.7?0.3=0.441 f(x=3)=ppp=0.7?0.7?0.7=0.343 由上面的分析可看出： (p+q)n=(p+q)1=0.3+0.7=1 (p+q)n=(p+q)2=p2+2pq+q2 =0.49+0.42+0.09=1 (p+q)n=(p+q)3=p3+3p2q +3pq2+q3 =0.343+0.441+0.189+0.027=1 二项式展开后的各项系数，正是从n个事物种抽得x个的组合数即 由此得出二项分布中任何一项的概率通式： 即为二项分布的概率函数 二项分布的概率累积函数： 由于变量x=0,1,2, …,n,为完全事件系，所以这个分布的概率之和必等于1。 三、二项分布的形状和参数 二项分布的形状决定于n和p的大小。如p=q,二项分布呈对称分布；如p≠q 为偏斜分布. 1、二项分布的形状 2、二项总体的参数 对于一个给定的二项分布，n和p是常数。二项总体的平均数、方差和标准差的计算公式如下： 三、普阿松分布 二项总体中稀有事件的概率分布不呈二项分布，而是遵从另一种理论分布——普阿松分布（poisson distribution) 1、统