第四章 常用概率分布详解.pptVIP

* * * * * * 判断异常的8种情况是： 有一个点距中心线的距离超过3个标准差（控制限以外） 在中心线的一侧连续有9个点 连续6个点稳定地增加或减少 连续14个点交替上下 连续3个点中有两个点距中心线距离超过2个标准差（警戒限以外） 连续5个点中有4个点距中心线距离超过1个标准差 中心线一侧或两侧连续15个点距中心线距离都超出1个标准差以内 中心线一侧或两侧连续8个点距中心线距离都超出1个标准差范围。 三、二项分布、Poisson分布的的正态近似 1.二项分布的正态近似 二项分布的形状取决于n,π，当π=0.5时分布对称，当π≠0.5时，分布呈偏态，特别是n较小时， π偏离0.5越远，分布的对称性越差，随着n的增大，分布逐渐趋向于对称。理论上可以证明，不管π如何，当n相当大时，只要π不接近1和0时，特别是当nπ或n（1- π ）都大于5时，二项分布B(X;n,π)近似正态分布N(nπ,nπ(1-π))。 二项分布累积概率的正态近似公式为： 例4-14 如果某地钩虫感染率为13%，随机观察当地150人, 其中至少有20人感染钩虫的概率有多大? n π=150×0.13=19.5 n(1- π)=150×(1-0.13)=130.5 至少有20人感染钩虫的概率为50%。 2. Poisson分布的正态近似 Poisson分布，当总体均数 小于5时， 越小，分布越呈偏态，随着 的增大，分布逐渐趋向于对称。理论上可以证明，随着 Poisson分布也渐近为正态分布。当 时，Poisson分布资料可按正态分布处理。 Poisson分布累积概率的正态近似公式为： 例4-15 实验显示某放射性物质半小时内发出的脉冲数服从Poisson分布，平均为360个，试估计该放射性物质半小时内发出的脉冲数大于400个的概率。 试估计该放射性物质半小时内发出的脉冲数大于 400个的概率为1.66%。 1. 满足（ ）时，二项分布B(n ,π)近似正态分布。 A nπ 和n(1-π) 均大于等于5 B nπ 或n(1-π) 均大于等于5 C n50 D nπ足够大 2.满足（ ）时，Poisson分布P(λ)近似正态分布。 A λ无限大 B λ20 C λ =1 D λ =0.5 3.满足（　）时，二项分布B(n ,π)近似Poisson分布。 A nπ 和n(1-π) 均大于等于5 B n~∞ C n很大且π接近0.5 D n很大且π接近0 THANK YOU! * * * * * * * * * * * * * * * * * * * * 正态分布 德莫佛最早发现了二项概率的一个近似公式，这一公式被认为是正态分布的首次露面。 正态分布在十九世纪前叶由高斯加以推广，所以通常称为高斯分布(Gauss distribution)。 德莫佛 高 斯 10马克的钱币 【典型案例分析】 举例： 随机调查某医院1402例待分娩孕妇，测得她们的体重，试述其体重频数分布的特征。 表5-1 某医院1402例分娩孕妇体重频数分布 ① ② ③ ④ ⑤ 作图:以体重测量值为横轴，以频率与组距的比值为纵轴作出直方图。 1. 由于该直方图的纵轴表示在每个组段内单位长度所占有的频率，相当于频率密度，因此将此图称为频率密度图。 图5-1 体重频率密度图 2. 由于频率的总和为100%或1，所以该曲线下横轴面积为100%或1 。 . 。 正态曲线：高峰位于中间，两侧逐渐下降并完全对称，曲线两端永远不与横轴相交的“钟型”曲线。 正态分布的密度函数f(x) ，即正态曲线的函数表达式： 总体均数 总体标准差 （一）正态分布的两个参数： μ和σ 是正态分布的两个参数， μ和σ决定了x的概率分布；习惯上用 N (μ, σ2)表示均数为μ ，标准差为σ的正态分布。 （二）正态分布图形的特征： 1. 关于x=μ对称 2. 正态曲线在横轴上方， 当x=μ时, f (x)取最大值，即均数位于曲线的最高处,在 x =μ±σ处有拐点 3. 曲线下的面积为1。 4. μ是正态曲线的位置参数，决定曲线在横轴上的位置；μ 增大曲线沿横轴向右移， μ 减小曲线沿横轴向左移。 5.σ是正态曲线的形状参数，σ越大数据越分散，曲线越“矮胖”，σ越小数据越集中，曲线越“