管理统计学概率及分布.ppt

统计学;第四章 机会的度量：概率和分布;概率是0和1之间的一个数目，表示某个事件发生的可能性或经常程度。 你买彩票中大奖的机会很小(接近0) 但有人中大奖的概率几乎为1 你被流星击中的概率很小(接近0) 但每分钟有流星击中地球的概率为1 你今天被汽车撞上的概率几乎是0 但在北京每天发生车祸的概率是1。;发生概率很小的事件称为小概率事件(small probability event)； 小概率事件不那么可能发生，但它往往比很可能发生的事件更值得研究。 在某种意义上，新闻媒体的主要注意力大都集中在小概率事件上。;§4.1 得到概率的几种途径;§4.1 得到概率的几种途径;§4.1 得到概率的几种途径;§4.1 得到概率的几种途径;§4.1 得到概率的几种途径;§4.1 得到概率的几种途径;§4.1 得到概率的几种途径;§4.2 概率的运算 ;§4.2 概率的运算 ;§4.2 概率的运算 ;可以看出，如果我们考虑点数和等于2的事件，则仅有一种可能的试验结果（两个骰子均为一点）；而如果我们考虑点数和等于7的事件，则有六种可能的试验结果。两个骰子点数之和总共有2至12等11种可能，即有11种可能的事件，而这11种事件相应于上面所说的36种可能的试验结果的一些集合。这些事件和试验结果的集合归纳在下面表中：;§4.2 概率的运算: 1.互补事件的概率;§4.2 概率的运算: 1.互补事件的概率;§4.2 概率的运算: 2.概率的加法;§4.2 概率的运算: 2.概率的加法;§4.2 概率的运算: 2.概率的加法;§4.2 概率的运算: 2.概率的加法;§4.2 概率的运算: 2.概率的加法;§4.2 概率的运算: 3.概率的乘法;§4.2 概率的运算: 3.概率的乘法;§4.2 概率的运算: 3.概率的乘法;§4.2 概率的运算: 3.概率的乘法;§4.2 概率的运算: 3.概率的乘法;分布;分布;§4.3 离散变量的分布;§4.3.1 二项分布;§4.3.1 二项分布;§4.3.1 二项分布;§4.3.1 二项分布;§4.3.1 二项分布;§4.3.1 二项分布;§4.3.1 二项分布;图4.1 九个二项分布B(5,p) (p＝0.1到0.9)的概率分布图;§4.3.2 多项分布;§4.3.2 多项分布;§4.3.2 多项分布;§4.3.3 Poisson分布;§4.3.3 Poisson分布;§4.3.3 Poisson分布;参数为3、6、10的Poisson分布（只标出了20之内的部分）这里点间的连线没有意义，仅仅为读者容易识别而画，因为Poisson变量仅取非??整数值;§4.3.4 超几何分布;§4.3.4 超几何分布;§4.4 连续变量的分布;§4.4 连续变量的分布;逐渐增加矩形条数目的直方图和一个形状类似的密度曲线。 ;§4.4 连续变量的分布;§4.4.1 正态分布;§4.4.1 正态分布;§4.4.1 正态分布;§4.4.1 正态分布;两条正态分布的密度曲线。左边是N(-2,0.5)分布，右边是N(0, 1)分布 ;§4.4.1 正态分布;标准正态变量在区间(0.51, 1.57)中的概率;§4.4.1 正态分布;§4.4.1 正态分布;§4.4.1 正态分布;§4.4.1 正态分布;N(0,1)分布右侧尾概率P(zza)=a的示意图;§4.4.2 c2-分布;自由度为2、3、5的c2-分布密度曲线图;§4.4.3 t-分布;§4.4.3 t-分布;标准正态分布和t(1)分布的密度图 ;§4.4.3 t-分布;t(2)分布右侧尾概率P(tta)=a的示意图;§4.4.4 F-分布;自由度为（3，20）和（50，20）的F-分布密度曲线图 ;§4.4.5 累积分布函数;§4.4.5 累积分布函数;§4.4.5 累积分布函数;§4.4.5 累积分布函数;§4.5 抽样分布、中心极限定理;X1;样本均值作为随机变量有如下的性质：;§4.6 用小概率事件进行判断;§4.6 用小概率事件进行判断;§4.6 用小概率事件进行判断