- 1、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。。
- 2、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。
- 3、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)。
- 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
- 5、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。
- 6、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。
- 7、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
第三单元概率与概率分布
3.1 解释下列概念:互斥事件、对立事件、独立事件、频率、概率 ? 频率如何转化为概率 ? 3.2 什么是正态分布 ? 什么是标准正态分布 ? 正态分布曲线有什么特点 ? μ和σ对正态分布曲线有何影响 ? 3.4 设以同性别、同月龄的小白鼠接种某种病菌,假定接种后经过一段时间生存的概率为 0.425 ,若 5 只一组进行随机抽样,试问其中“四生一死”的概率有多大 ? 3.5 有一正态分布的平均数为 16 ,方差为 4 ,试计算: (1) 落于 10 到 20 之间的数据的百分数; (2) 小于 12 或大于 20 的数据的百分数。 [F(u=-3)=0.00135 , F(u=2)=0.97725, F(u=-2)=0.02275] 3.4【答案】 0.094 。 3.5【答案】 (1)97.59% ; (2)4.55% 。 (一)正态分布的概率函数 连续型随机变量的概率分布是用概率密度函数来描述的。 (一)正态分布的概率函数 f(x) 为正态分布的概率密度函数,表示某一定x值出现的概率密度函数值。 μ总体平均数 σ总体标准差 π圆周率,3.14159 e为自然对数底,2.71828 N (μ,σ2) (一)正态分布的概率函数 x=μ时,f(x)值最大,正态分布曲线以平均数μ为中心的分布。 (二)正态分布的特征 1 x-μ的绝对值相等时,f(x)也相等,正态分布密度曲线以μ为中心向左右两侧对称。 (二)正态分布的特征 2 f(x)是非负函数,以x轴为渐近线,x的取值区间为(-∞,+∞) 。 (二)正态分布的特征 3 正态分布曲线由参数μ,σ决定, μ确定正态分布曲线在x轴上的中心位置,σ确定正态分布的变异度。幻灯片 73 (二)正态分布的特征 4 正态分布曲线在x=μ±σ处各有一个拐点,曲线通过拐点时改变弯曲度。 (二)正态分布的特征 5 分布曲线与x轴围成的全部面积为1 (二)正态分布的特征 6 若一个连续型随机变量x取值于区间[a,b],其概率为 a b (三)标准正态分布 N (μ,σ2) 正态分布是依赖于参数(μ,σ2)的一个曲线系,正态曲线的位置及形态随(μ,σ2)的不同而不同,这就给研究具体的正态分布总体带来了困难,我们现将其标准化。 N(μ,σ2) N(0,1) u表示标准正态离差(standard normal deviate),它表示离开平均数μ有几个标准差σ。 f(u)称为标准正态分布(standard normal distribution)或u分布方程。 标准正态分布的概率累积函数记作F(u),它是变量u小于某一定值的概率。 ui 为了计算方便,对于不同的u值,计算出不同的F(x),编成函数表,称为正态分布表,从中可以查到u任意一个区间内取值的概率。 标准正态分布u落在区间[a,b]的概率 (四)正态分布的概率计算 a b -a P( x ≥ μ+1.96σ)= 0.05 P( x ≥ μ+2.58σ)= 0.01 P(-1.96≤u≤1.96)=0.95 P( x ≤μ+1.96σ)= P( x ≤μ+2.58σ) = P(-2.58≤u≤2.58)=0.99 (五)正态分布的应用 估计参考值范围 20株小麦株高(cm) 为82,79,85,84,86,84,83,82,83,83,84,81,80,81,82,81,82,82,82,80 其平均值为82.3cm,标准差为1.7502cm。问1:小麦株高95%的正常范围值。 小麦株高服从正态分布。总体平均数μ和标准差σ未知,可以用样本平均数 x 和标准差 s 来估计μ和σ 。 [ 78.57, 85.73 ] 95% 问2:x≥85(cm) 的概率? P(x≥85)=P(u≥1.54) =1-F(u=1.54) =1-0.9382=0.0618 第三节:样本平均数的分布 由于从总体中抽出的样本为每一个可能样本,且每个样本中的变量均为随机变量,所以其样本平均数也为随机变量,也形成一定的理论分布,这种理论分布称为样本平均数的概率分布,或称样本平均数的分布。 样本平均数的平均数: 样本平均数的方差: 对N=3(3,4,5),n=2抽样试验所得的9个样本平均数,整理成次数分布表。 x f f x f x 2 3.0 1 3 9.0 3.5 2 7 24.5 4.0 3 12 48.0 4.5 2 9 40.5 5.0 1 5 25.0 Σ 9 36 147.0 n=2 x
文档评论(0)