《试验设计与数据分析》第三章 概率与概率分布.pptVIP

* * 例：调查某玉米品种50穗的穗长资料为： 。试计算： 求(1)玉米穗长的95％的正常值范围 (2)株高16cm的概率 * * 1. 设x服从正态分布N(4，16)，试通过标准化变换后查表计算下列各题的概率值： （1）P(-3x≦ 4)；（2）P(x≦ 2.44)； （3）P(x -1.48)；（4）P(x -1)。 已知：F(u=0)=0.5000, F(u=-1.75)=0.04006, F(u=-0.39)=0.3483, F(u=-1.37)=0.08534, F(u=-1.25)=0.1056 作业： * * 2. 大麦的矮生基因和抗绣基因连锁，以矮生基因与正常感锈基因杂交，在F2代出现纯合正常抗锈植株的概率仅0.0036.试计算： （1）在F2代种植200株时，纯合正常抗锈植株的各种可能株数的概率；（计算0-6株） （2）若希望有0.99的概率保证获得1株或1株以上纯合正常抗锈植株，则F2代至少应种植多少株？ 作业： * 从集合角度看的话，事件B包含事件A， 即为集合B包含集合A。 * 事件Ai(I=1,2,?n)同时发生;事件Ai(I=1,2,?)同时发生。 * 例如，事件A={1,2},B={2,3},C={3,4},则A,C两事件是互不相容事件。 大数定律是阐述大量随机现象平均结果稳定性的一系列定律的总称。 四、大数定律 定律1（贝努里大数定律）： 设m是n次独立试验中，事件A出现的次数，而p是事件A在每次试验中出现的概率，则对于任意小的正数ε，有如下关系： 定律2（辛钦大数定律） 设x1,x2,…,xn是来自同一总体的随机变量，对任意小的正数ε，有如下关系： * * * * 离散型变量：二项分布，泊松分布； 连续型变量：正态分布； 第二节 几种常见的理论分布 * * 　一、二项分布 特征： 每次试验只有两个对立的结果，A与　　出现的概率分别为p和q,　　p+q=1; 试验具有重复性和独立性； * * 二项分布的概率密度函数： 　　　x表示在n次试验中事件A出现的次数，可能的取值：０，１，２．．．．．n 　　　称P(x)为随机变量x的二项分布，记作B(n,p)，也称作贝努里分布。 　　 * * 理论次数＝NP(x) 二项分布的累积概率（分布函数） * * 例：豌豆的红花纯合基因型和白花纯合基因型杂交后，在F2代红花植株与白花植株出现的比率为3：1，若每次随机观察4株，共观察100次，问得红花0株，1株，2株，3株和4株的概率各是多少？ * * 例：某批鸡蛋的孵化率是0.90，今从该批种蛋中每次任选5个进行孵化，试求孵出小鸡的各种可能概率。 * * 例：某小麦品种在田间出现自然变异的概率为0.0045，试计算 （1）调查100株，获得两株或两株以上变异植株的概率是多少？ （2）期望有0.99的概率获得1株或1株以上的变异植株，至少应调查多少株？ * * 　二项分布的形状 当p较小，且n不大时，图形偏倚，n增大，分布逐渐趋于对称． f(x) 0.4 0.3 0.2 0.1 0.0 0 2 4 6 8 10 12 14 16 x n值不同的二项分布比较 n＝10 n=50 n=100 * * 当p→0.5时，分布趋于对称 0 1 2 3 4 5 6 x f(x) 0.3 0.2 0.1 p值不同的二项分布 P=0.3 P=0.5 P=0.7 * * 　　二项分布的参数 二项分布的总体平均数（次数） 二项分布的总体标准差（次数）： 二项分布的二项成数（百分数分布的平均数） 二项分布的二项成数的标准差 * * * * 二、泊松分布 有许多事件出现的概率很小，而样本容量或试验的次数往往很大，即有很小的p和很大的n，那么二项分布→泊松分布。 * * 泊松分布的概率函数： λ为参数， λ＝np, x=1,2,……. * * 泊松分布的参数 泊松分布的平均数： 泊松分布的方差： 泊松分布的标准差： 泊松分布