张英瑞统计学第三章.pptVIP

第 3 章 概率、概率分布与抽样分布 3.1 事件及其概率 3.2 随机变量及其概率分布 3.3 常用的抽样方法 3.4 抽样分布 3.5 中心极限定理的应用 学习目标 了解随机事件的概念 了解概率运算的法则 理解随机变量及其概率分布的概念 了解二项分布、泊松分布 掌握正态分布的主要特征和应用 理解大数定律和中心极限定理的重要意义 3.1 事件及其概率 3.1.1 试验、事件和样本空间 3.1.2 事件的概率 3.1.3 概率的性质和运算法则 3.1.4 条件概率与事件的独立性 3.1.5 全概公式与逆概公式 一、必然现象与随机现象 必然现象（确定性现象） 变化结果是事先可以确定的，一定的条件必然导致某一结果 这种关系通常可以用公式或定律来表示 随机现象（偶然现象、不确定现象） 在一定条件下可能发生也可能不发生的现象 个别观察的结果完全是偶然的、随机会而定 大量观察的结果会呈现出某种规律性 （随机性中寓含着规律性） ——统计规律性 二、试 验(experiment) 对试验对象进行一次观察或测量的过程 掷一颗骰子，观察其出现的点数 从一副52张扑克牌中抽取一张，并观察其结果(纸牌的数字或花色) 试验的特点 可以在相同的条件下重复进行 每次试验的可能结果可能不止一个，但试验的所有可能结果在试验之前是确切知道的 在试验结束之前，不能确定该次试验的确切结果 样本空间与样本点 样本空间 一个试验中所有结果的集合，用?表示 例如：在掷一颗骰子的试验中，样本空间表示为：??{1,2,3,4,5,6} 在投掷硬币的试验中，??{正面，反面} 样本点 样本空间中每一个特定的试验结果 用符号?表示 事件(event) 事件：试验的每一个可能结果(任何样本点)组成的集合 掷一颗骰子出现的点数为3 用大写字母A，B，C，…表示 随机事件：每次试验可能出现也可能不出现的事件 掷一颗骰子可能出现的点数 事件(event) 简单事件：不能被分解成其他事件组合的基本事件 抛一枚均匀硬币，“出现正面”和“出现反面” 必然事件：每次试验一定出现的事件，用?表示 掷一颗骰子出现的点数小于7 不可能事件：每次试验一定不出现的事件，用?表示 掷一颗骰子出现的点数大于6 二、随机事件的概率 概率 用来度量随机事件发生的可能性大小的数值 必然事件的概率为1，表示为P (? )=1 不可能事件发生的可能性是零，P(? )=0 随机事件A的概率介于0和1之间，0P(A)1 概率的三种定义，给出了确定随机事件概率的三条途经。 1、概率的古典定义 概率的古典定义 三、排列与组合公式 1.乘法原理 若完成一件事情需要k个步骤，做第一步有m1种方法，做第二步有m2种方法，……,做第k步有mk种方法，则完成这件事共有m1×m2×…×mk种方法。 2.加法原理 若完成一件事情共有k类途径，在第一类途径中有m1种方法，在第二类途径中有m2种方法， ……,在第k类途径中有mk种方法，则完成这件事共有m1+m2+…+mk种方法。 排列与组合的定义及其计算公式 1.排列 从n个不同元素中任取 r(r?n)个元素排成一列(考虑元素先后出现次序)，称此为一个排列，此种排列的总数记为 2.组合 从n个不同元素中任取 r(r?n)个元素并成一组(不考虑元素间的先后次序)，称此为一个组合，此种组合的总数记为 例1：设有50件产品，其中有5件次品，现从这50件中任取2件，求抽到的两件产品均为合格品的概率是多少？抽到的两件产品均为次品的概率又是多少？ 2、概率的统计定义 当试验次数 n 很大时，事件A发生频率m/n 稳定地在某一常数 p 上下波动，而且这种波动的幅度一般会随着试验次数增加而缩小，则定义 p 为事件A发生的概率 3、 主观概率 有些随机事件发生的可能性，既不能通过等可能事件个数来计算，也不能根据大量重复试验的频率来近似 主观概率——依据人们的主观判断而估计的随机事件发生的可能性大小 例如某经理认为新产品畅销的可能性是80％ 人们的经验、专业知识、对事件发生的众多条件或影响因素的分析等等，都是确定主观概率的依据 4. 概率的基本性质 非负性：对任意事件A，有 P(A) ?0. 规范性： 必然事件的概率为1，即： P(?)=1 不可能事件的概率为0 ，即：P(?)=0。 可加性： 若A与B互斥，则P ( A∪B ) = P ( A ) + P ( B ) 对于多个两两互斥事件A1，A2，…，An，则有： P ( A1∪A2 ∪… ∪An) = P ( A1 ) + P (A2 ) + …+ P (An ) 上述三条基本性质，也称为概率的三条公理。 (补充）关于概率的公理化定义 概率的以上三种定义，各有其特定的应