统计学导论06课件.pptVIP

統計學導論 方世榮　著 常用的機率分配 6.1二項分配 6.2超幾何分配 6.3幾何分配 6.4Poisson分配 6.5負二項分配 6.6均勻分配 6.7常態分配 6.8指數分配 各種分配的觀念與使用情形架構圖 6.1 二項實驗的特性 重複進行n次完全相同的試驗(trials)。 每一次試驗皆僅有兩種可能結果(outcome)；其一稱為「成功(S)」，另一則為「失敗(F)」。 每一次試驗中，出現成功的結果之機率固定為p，出現失敗之結果的機率固定為(1–p)。 每一次試驗之間皆互為獨立。 二項分配 二項分配的圖形(1/3) 二項分配的圖形(2/3) 二項分配的圖形(3/3) 6.2 超幾何分配(1/3) 超幾何實驗的特性 從一含有N物的有限母體中，採不放回抽樣抽出大小為n的隨機樣本。 N物中有S個屬成功類，另N–S個屬失敗類。 超幾何分配 (6-3) 式中的符號N,s,n,x皆同於前文所述，另外x的範圍是從max{0,n–(N–S)}至min{n,S}。 6.2 超幾何分配(2/3) 令X代表超幾何隨機變數，則其期望值與變異數分別為 式中 6.2 超幾何分配(3/3) 6.3 幾何分配 幾何分配 令X表示第1次成功發生所需的貝努利試驗次數，且p表示成功機率，而q=1–p，則X的機率分配為 f(x)=qx–1p, x=1,2,… (6-6) 6.4 Poisson分配 (6-9) 式中λ表示某特定區間內某事件所發生的平均次數，而e=2.71828。 Poisson分配的期望值與變異數 設X為Poisson隨機變數，則 E(X) =λ (6-10) Var(X)=λ (6-11) Poisson分配與二項分配之間的關係 超幾何、二項與Poisson三種分配之間的關係 6.5 負二項分配 在執行獨立的貝努利試驗，並無預先固定試驗的次數直到第r次「成功」發生時才停止整個貝努利隨機試驗。 成功的次數固定為r，且所需試驗的次數為一隨機變數，則此隨機變數的機率分配即稱為負二項分配。 6.6 均勻分配 令隨機變數X的可能值之範圍為區間(a,b)，且呈均勻分配，則其機率密度函數為 (6-12) 6.7 常態分配 常態曲線 標準常態分配 標準常態的特性 P(Z≤0)=0.5 (6-18) P(Z–z)=1–P(Z≤z)=P(Z ≥z) (6-19) 常態分配逼近二項分配 設X為二項隨機變數，且X～B(n,p)，當np≥5，則 (6-20) 連續性修正因子(1/2) 連續性修正因子(2/2) 設X～B(n,p)，當np≥5且n(1–P)≥5，則存在下列近似式 P(X≤d) P(X≥c) P(c≤X≤d) 式中μ=n．p，σ= 6.8 指數分配(1/3) 6.8 指數分配(2/3) 設X為指數隨機變數，λ代表單位時間之平均數，μ代表平均時間(每次) 6.8 指數分配(3/3) * * Chapter 6 本　章　綱　要 各種分配的觀念與使用情形架構圖 (6-1) (6-2) 圖6-1 不同的n與p組合之二項分配的圖形 圖6-1 續頁 圖6-1 續頁 (6-4) (6-5) 表6-1 二項分配與超幾何配之比較 0.0281 0.0313 0.0040 5　　0.0313 0.1529 0.1563 0.0992 4　　0.1563 0.3189 0.3125 0.3968 3　　0.3125 0.3189 0.3125 0.3968 2　　0.3125 0.1529 0.1563 0.1991 1　　0.1563 0.0281 0.0313 0.0040 0　　0.0313 超幾何 二項 超幾何 x　　二項 N=100, S=50 p=0.5 N=10, S=5 p=0.5 n=5 (6-7) (6-8) 0.0020 0.0153 0.0133 4 0.0009 0.0031 0.0022 5 0.0017 0.0613 0.0596 3 0.0049 0.1539 0.1887 2 0.0195 0.3679 0.3774 1 0.1094 0.3679 0.3585 0 誤差 p=0.05 P(x;λ) n=20 b(x;n,p) x 超幾何分配 二項分配 Poisson分配 當n/N≤0.05時可用二項分配取代超幾分配 當n20且np≤7時，可用Poisson分配取代二項分配 圖6-2 超幾何、二項與Pois