第四单元理论分布和抽样分布.pptVIP

生物统计学实验统计方法 提问4 何为算术平均数？计算方法？ 离均差、方差、标准差的定义和计算方法。 如何理解自由度？ 本章导语 本章将讨论总体的分布及其特征。 间断性变数总体的理论分布，包括二项分布和泊松分布。 连续性变数总体的理论分布，即正态分布。 介绍从这两类理论分布中抽出的样本统计数的分布，即抽样分布。 第四章 理论分布和抽样分布 本章主要内容 第一节 事件、概率和随机变量 第二节 二项式分布 第三节 正态分布 第四节 抽样分布 本章主要内容 第一节 事件、概率和随机变量 第二节 二项式分布 第三节 正态分布 第四节 抽样分布 第一节 事件、概率和随机变量 一、事件和事件发生的概率 二、事件间的关系 三、计算事件概率的法则 四、随机变量 一、事件和事件发生的概率 事件：在自然界中一种事物，常存在几种可能出现的情况，每一种可能出现的情况称为事件。 随机事件(random event)：某特定事件只是可能发生的几种事件中的一种，这种事件称为随机事件。 概率(probability)：每一个事件出现的可能性称为该事件的概率。 必然事件：对于一类事件来说，在同一组条件的实现之下必然要发生的，称为必然事件；其概率为1。 不可能事件：对于一类事件来说，在同一组条件的实现之下必然不发生的，称为不可能事件，其概率为0。 二、事件间的关系 （一）和事件 （二）积事件 （三）互斥事件 （四）对立事件 （五）完全事件系 （六）事件的独立性 （一）和事件 事件A和B至少有一个发生而构成的新事件称为事件A和B的和事件，记为A+B，读作“或A发生，或B发生”。 【例如】有一批种子，包含有能发芽的和不能发芽的。若A为“取到能发芽种子”，B为“取到不能发芽种子”，则A+B为“或者取到能发芽种子或者取到不能发芽种子”。 事件间的和事件可以推广到多个事件：事件A1、A2、…、An至少有一发生而构成的新事件称为事件A1、A2、…、An的和事件， （二）积事件 事件A和B同时发生所构成的新事件称为事件A和B的积事件，记作AB，读作“A和B同时发生或相继发生”。 事件间的积事件也可以推广到多个事件：事件A1、A2、…、An同时发生所构成的新事件称为这n个事件的积事件： （三）互斥事件 事件A和B不可能同时发生，即AB为不可能事件，记作A·B=V，称事件A和B互斥或互不相容。 【例如】有一袋种子，按种皮分黄色和白色。若记A为“取到黄色”，B为“取到白色”，显然A和B不可能同时发生，即一粒种子不可能既为黄色又为白色，说明事件A和B互斥。 （四）对立事件 事件A和B不可能同时发生，但必发生其一，即A+B为必然事件(记为A+B=U)，AB为不可能事件(记为A·B=V)，则称事件B为事件A的对立事件，并记B为 。 【例如】上面例子中A为“取到黄色”，B为“取到白色”，A与B不可能同时发生，但是，任意抽取一粒种子，其皮色不是黄色就是白色，即A和B必发生其一，因此，A和B互为对立事件。 （五）完全事件系 若事件A1、A2、…、An两两互斥，且每次试验结果必发生其一，则称A1、A2、…、An为完全事件系。 【例如】仅有三类花色：黄色、白色和红色，则取一朵花，“取到黄色”、“取到白色”和“取到红色”就构成完全事件系。 （六）事件的独立性 若事件A发生与否不影响事件B发生的可能性，则称事件A和事件B相互独立。 【例如】事件A为“花的颜色为黄色”，事件B为“产量高”，显然如果花的颜色与产量无关，则事件A与事件B相互独立。 三、计算事件概率的法则 （一）互斥事件的加法 （二）独立事件的乘法 （三）对立事件的概率 （四）完全事件系的概率 （五）非独立事件的乘法 （一）互斥事件的加法 假定两互斥事件A和B的概率分别为P(A)和P(B)。则事件A与B的和事件的概率等于事件A的概率与事件B的概率之和，即P(A+B)=P(A)+P(B)。 加法定理对于多个两两互斥的事件也成立：假定A1、A2、…、An n个事件彼此间均是两两互斥的事件，其概率依次为P(A1)，P(A2)，…，P(An)，则A1，A2到An和事件的概率P(A1+A2+ … +An)等于P(A1)，P(A2)，…，P(An)之和，即P(A1+A2+ … +An)=P(A1)+P(A2)+ … +P(An)。 【例如】一捆花中红、黄、白花的概率分别为0.2、0.3、0.5，那么我们随机抽取一朵非白色花的概率为0.5(=0.2+0.3)，这只是由加法定理得到的两个事件概率之和。 （二）独立事件的乘法 假定P(A)和P(B)是两个独立事件A与B各自出现的概率，则事件A与B同时出现的概率等于两独立事件出现概率P(A)与P(B)的乘积，即P(AB)=P(A)P(B)。 乘法定理对