几种常见概率分布演示文件修改版.pptVIP

几种常见概率分布演示文件修改版.ppt

  1. 1、本文档共47页,可阅读全部内容。
  2. 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
  3. 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  4. 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
  5. 5、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
  6. 6、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们
  7. 7、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
  8. 8、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
几种常见概率分布演示文件修改版

(二)特征 ?正态分布密度曲线是以χ=μ 为对称轴的单峰、对称的悬钟形; ?f(x)在χ=μ处达到极大值,极大值为 ?f(x)是非负数,以x轴为渐进线; 正态分布 密度函数曲线 ?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,σ是变异度参数。 ?分布密度曲线与横轴所夹的面积为1,即: 正态分布 密度函数曲线 特征 μ相同而σ不同的三个正态总体 σ相同而μ不同的三个正态总体 特征 (一)定义 称μ=0, σ2=1的正态分布为标准正态分布。标准正态分布的概率密度函数及分布函数如下: 若随机变量μ服从标准正态分布,记作μ~?(0, 1) 二、标准正态分布standard normal distribution (二)标准化的方法 对于任何一个服从正态分布?(μ,σ2)的随机变量χ ,都可以通过标准化变换:u=(χ- μ)/ σ 即减平均数后再除以标准差,将其变换为服从标准正态分布的随机变量μ。 对不同的μ及P(Uu)值编成函数表,称为正态分布表,从中可以查到任意一个区间内曲线下的面积,即为概率。 Today: * 第四军医大学卫生统计学教研室 * 制作:Dr.宇传华 第五章 常见概率分布律 难度级:???? 第一节 二项分布 第二节 泊松分布 第三节 正态分布 第四节 其他概率分布律  内容提要 教学重点: 1. 正态分布、二项分布、泊松分布的概率 计算方法及应用; 2. 正态分布标准化的方法 3. 正态分布表、t值表的用法 教学要求: 掌握正态分布、二项分布、泊松分布的概率计算方法及应用 一、贝努利试验及其概率公式 (一)独立试验和贝努利试验 对于n次独立的试验,如果 ?每次试验结果出现且只出现对立事件 与 之一; ?在每次试验中出现A的概率是常数p(0p1),因而出现对立事件 的概率是1-p=q,   则称这一串重复的独立试验为n重贝努利试验,简称贝努利试验。 第一节 二项分布(Binomial distribution) (二)二项分布的概率 在n重贝努利试验中,事件A发生x次的概率恰好是(q+p)n二项展开式中的第x+1项,因此将 称作二项概率公式。 二、二项分布的意义及其性质 (一)定义 设随机变量X所有可能取的值为零和正整数:0,1,2,…,n,且有 (其中p0,q0,p+q=1),则称随机变量X服从参数为n和p的二项分布,记为 (二)二项分布的性质 二项分布是一种离散型随机变量的概率分布,由n和p两个参数决定,参数n称为离散参数,只能取正整数;p是连续参数,取值为0与1之间的任何数值。 二项分布具有概率分布的一切性质,即: ? (k=0,1,2,…,n) ? 二项分布的概率之和等于1,即: ? ? ? 二项分布的性质 三、二项分布的平均数与标准差 统计学证明,服从二项分布B(n,p)的随机变量之平均数μ、标准差σ与参数n、p有如下关系: ?当试验结果以事件A发生次数k表示时 ?当试验结果以事件A发生的频率k/n表示时,    也称率的标准误。 四、二项分布的概率计算及其应用条件 (一)概率计算 直接利用二项概率公式 [例6] 有一批种蛋,其孵化率为0.85,今在该批种蛋中任选6枚进行孵化,试给出孵化出小鸡的各种可能情况的概率。 这个问题属于贝努里模型(?),其中   ,孵化6枚种蛋孵出的小鸡数x服从二项分布 .其中x的可能取值为0,1,2,3,4,5,6。 思考:求 ? 至少孵出3只小鸡的概率是多少? ? 孵出的小鸡数在2-5只之间的概率是多大? 其中: 【例4.10】 设在家畜中感染某种疾病的概率为20%,现有两种疫苗,用疫苗A 注射了15头家畜后无一感染,用疫苗B 注射 15头家畜后有1头感染。设各头家畜没有相互传染疾病的可能,问:应该如何评价这两种疫苗? 假设疫苗A完全无效,那么注射后的家畜感染的概率仍为20%,则15 头家畜中染病头数x=0的概率为 同理,如果疫苗B完全无效,则15头家畜中最多有1头感染的概率为 由计算可知 , 注射 A 疫苗无效的概率为0.0352,比B疫苗无效的概率0.1671小得多。因此,可以认为A疫苗是有效的,但不能认为B疫苗也是有效的。 (二)应用条件(三个) ? n个观察单位的观察结果互相

您可能关注的文档

文档评论(0)

phljianjian + 关注
实名认证
文档贡献者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档