- 1、本文档共44页,可阅读全部内容。
- 2、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。
- 3、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。
- 4、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)。
查看更多
第七章二项分布与泊松分布(Binomial Distribution and Poisson Distribution ) 本讲的内容 第一节 二项分布的概念 一、Bernoulli试验 二、Bernoulli试验序列 三、成功次数的概率分布─二项分布 例7-1 设某毒理试验采用白鼠共3只,它们有相同的死亡概率π,相应不死亡概率为1-π 。记试验后白鼠死亡的例数为X,分别求X=0、1、2和3的概率 第二节 二项分布的性质 第三节 二项分布的应用 (一)总体率区间估计(参见p42) 1. 查表法 对于n 50的小样本资料,根据n与X,直接查附表7。 2. 正态分布法 (二)样本率与总体率的比较 第四节 泊松分布的概念 当二项分布中n很大,p很小时,二项分布就变成为Poisson分布,所以Poisson分布实际上是二项分布的极限分布。 由二项分布的概率函数可得到泊松分布的概率函数为: Poisson分布主要用于描述在单位时间(空间)中稀有事件的发生数 例如: 1. 放射性物质在单位时间内的放射次数; 2. 在单位容积充分摇匀的水中的细菌数; 3. 野外单位空间中的某种昆虫数等。 Poisson分布概率的计算 第五节 Poisson分布的性质(1) 一、Poisson分布的均数与方差相等 即σ2=m 二、Poisson分布的可加性 第五节 Poisson分布的性质(2) 三、Poisson分布的正态近似 m相当大时,近似服从正态分布:N(m, m ) 见图7-2 四、二项分布的Poisson分布近似 第六节 Poisson分布的应用 一、Poisson总体均数的区间估计 二、样本均数与总体均数的比较 三、两个样本的总体均数的比较 一、Poisson总体均数的区间估计 二、样本均数与总体均数的比较 三、两样本均数的比较(1) 三、两样本均数的比较(21) 三、两样本均数的比较(22) * 二项分布 概念、性质、应用 泊松分布 概念、性质、应用 ①、组合(Combination):从个n元素中抽取x个元素组成一组(不考虑其顺序)的组合方式个数记为 (n! 为的阶乘, n!=1*2*……*n, 0!=1) 复习中学数学概念 ②、牛顿二项展开式: 毒性试验:白鼠 死亡——生存 临床试验:病人 治愈——未愈 临床化验:血清 阳性——阴性 事件 成功(A)——失败(非A) 这类“成功─失败型”试验称为Bernoulli试验。 n次Bernoulli试验构成了Bernoulli试验序列。 其特点(如抛硬币): (1)每次试验结果,只能是两个互斥的结果之一(A或非A)。 (2)每次试验的条件不变。即每次试验中,结果A发生的概率不变,均为 π 。 (3)各次试验独立。即一次试验出现什么样的结果与前面已出现的结果无关。 四、二项分布的概率计算 =BINOMDIST(1,3,0.4,0) =CRITBINOM(3,0.4,0.217) 一、总体率的区间估计 二、样本率与总体率的比较 三、两样本率的比较 (三)两样本率的比较 设两样本率分别为p1和p2,当n1与n2均较大,且p1、1-p1及p2、1-p2均不太小,如n1p1、n1(1-p1)及n2p2、n2(1-p2)均大于5时,可采用正态近似法对两总体率作统计推断。检验统计量u的计算公式为 Z 检验的条件: n1p1 和n1(1- p1)与 n2p2 和n2(1- p2)均 5 Poisson(泊松)分布 取名于法国数学家 SD Poisson(1781-1840) 在m处的概率最大 在m处的概率最大 *
文档评论(0)