试验统计方法第六章概率分布.pptVIP

第六章 理论分布与抽样分布 （教材第四章）第一节 事件与概率 四、概率的性质 1、概率是不大于1的非负实数，即任何事件A的概率满足：0≤P(A)≤1 ； 2、必然事件的概率为1，即P(U)=1； 3、不可能事件的概率为0，即P(V)=0 。 统计学上通过大量实验而估计的概率称为实验概率或统计概率。实验次数越多，越趋于稳定，也就是越接近事件的真实概率。 如果随机变量可取某一（有限或无限）区间内的任何数值，则称为连续型随机变量continuous random variable。 例6-5 测定某昆虫蛹重，表示测定结果的变量x所取的值为一个特定范围(a,b)，如0.5～1.5mg，x值可以是这个范围内的任何实数。 3、连续型随机变量概率分布的性质： （1）分布密度函数总是大于或等于0，即f(x)≥0； （2）当随机变量x取某一特定值时，其概率等于0；即 (c为任意实数) 因此，对于连续型随机变量，只需研究其在某一个区间内取值的概率，而不去讨论取某一个值的概率。 （3）在一次试验中随机变量x 之取值必在 -∞＜x＜+∞范围内，为一必然事件。所以 式表示分布密度曲线下、横轴上的全部面积为1。。 例6-6 有一批玉米种子，其发芽率为70%，如每窝播种4粒，问出苗数为2和3时的概率分别为多少？ 例6-7 (教材54面例4.1） 棉田盲蝽为害株率的调查表明，被害株率大约为p=0.35，则未受害株率为q=1-p=0.65。现在从棉田中随机抽取5株，其中0，1，2，3，4，5株受害的概率是多少？ 三、标准正态分布 利用概率计算关系式，查附表2得： (1) P(u＜-1.64)=0.05050 (2) P (u≥2.58)=Φ(-2.58)=0.00494 (3) P (｜u｜≥2.56) =2Φ(-2.56)=2×0.00523 =0.01046 (4) P (0.34≤u＜1.53) =Φ(1.53)-Φ(0.34) =0.93699-0.63307=0.30392 P(a≤xb)= 2、概率分布 随机变量可能取得的每一个实数值或某一范围的实数值是有一个相应概率的，这就是所要研究和掌握的规律，这个规律称为随机变量的概率分布。 若记本概率分布密度函数为f(x)，则x取值于区间[a,b）的概率为图中阴影部分的面积，即 则x称为连续型随机变量，f(x)称为x的概率密度函数或分布密度。 第二节 二项分布和泊松分布 一、二项总体与二项分布 试验或调查中常见的一类随机变数是整个总体可以根据某种性状的出现与否分为两组。例如，种子的发芽与不发芽，大豆子叶的青色与黄色，虫伤株与非虫伤株。这类数据均属于间断性随机变数，其总体包含两项，即非‘此’即‘彼’，它们构成的总体为二项总体。 当每次独立的从二项总体抽取n个个体，这n个个体：“此”事件出现的次数X可能有0、1、2、….n,共有n+1种,这n+1种可能性有它各自的概率，组成一个分布，此分布叫二项概率分布或简称二项分布。二项分布是一种离散型分布。 如，观察用某农药处理后蚜虫的死亡为“此”事件，概率为p；不死亡为彼事件，概率为q。 若每次调查5个蚜虫，则对每次的观察结果会有如下几种可能： X ： 0 1 2 3 4 5 P: P(0) P(1) P(2) P(3) P(4) P(5) 由这6种情况的相应概率组成的分布，就是n=5时死 亡情况的二项分布。 二、二项分布的概率计算 二项分布包括两项，设这两项的概率分别为这p、q，并有p+q=1，变量y的概率为： 式中n为一次抽样的个体数，y为这n个个体中发生“此”情况的个体数，p为二项总体中发生“此”的概率，q为发生“彼”概率。 =1×1×0.1160=0.1160 =5×0.35×0.1785=0.3124 其余结果见教材55面表4.2 棉株受盲蝽为害的概率分布图 棉株受盲蝽为害的累积概率函数F（y）图 0 1 2 3 4 5 0 1 2 3 4 5 三、二项分布的形状和参数 二项分布的形状决定于n和p的大小。 1) 当p值较小且n不大时，分布是偏倚的。但随着n的增大