二项分布与pssion分布.ppt

第一节 二项分布 Binomial distribution 二项分布(binomial distribution)的引入 在随机现象中，最 例如： 药物毒理实验（生存、死亡） 新药疗效（有效、无效） 生化检测（阳性、阴性）、调查疾病情况（患病、未患病） 描述这类问题，常用离散型随机变量的分布—二项分布 摸球实验 一个袋子里有5个乒乓球，其中2个黄球，3个白球。 摸球游戏，每一次摸到黄球的概率是0.4，摸到白球的概率是0.6。 这个实验有三个特点：一是各次摸球是彼此独立的；二是每次摸球只有二种可能的结果，或黄球或白球；三是每次摸到黄球（或摸到白球）的概率是固定的。 具备这三点， n 次中有x 次摸到黄球（或白球）的概率分布就是二项分布。 二项分布(binomial distribution)的定义 Bernoulli试验：只有两个互斥结果A和　的随机事件。 n次独立、重复的Bernoulli试验需满足下列条件 每次试验只有两个互斥的结果 独立：指各次试验出现的结果之间是无关的 重复：每次试验的条件不变 二项分布(binomial distribution)的定义 任意一次试验中，只有事件A发生和不发生两种结果，发生和不发生的概率分别是： ?和1－ ? 若在相同的条件下，进行n次独立重复试验，用x 表示这 n次试验中事件A发生的次数 那么x服从二项分布，记做 x ～B (n，?)，也叫Bernolli分布。 二项分布(binomial distribution) 例5-1 用针灸治疗头痛，假定结果不是有效就是无效，每一例有效的概率为π。某医生用此方法治疗头痛患者5例，2例有效的概率是多少？ 二项分布(binomial distribution)的概念 如果每个观察对象阳性结果的发生概率均为?，阴性结果的发生概率均为（1－?）；而且各个观察对象的结果是相互独立的，那么，重复观察n 个人，发生阳性结果的人数X的概率分布为二项分布，记作B（n，π）。 二项分布的概率函数P(X) 公式为 二项分布(binomial distribution)的概念 临床上用针灸治疗某型头痛，有效的概率为60%，现以该法治疗3例，其中2例有效的概率是多大？ 本例?=0.6，随机治疗3例，有效例数为2的概率为 二项分布 如果随机变量Ｘ服从二项分布，记为： 恒有 二、二项分布的适用条件 每次实验只会出现两种对立的可能结果之一 （结果对立） 每次实验出现某种结果的概率固定不变，即每次实验条件不变； （概率固定） 每次实验相互独立 （相互独立） 三、二项分布的特征 二项分布的图形：取决于两个参数（n，π) π=0.5时（ n =6， n =10， n =15， n =20， n =50） 　 三、二项分布的特征 二项分布的图形：取决于两个参数（n ,π) π≠0.5时（0.2， n =6， n =10， n =15， n =20， n =30， n =50 ） 三、二项分布的特征 二项分布的正态近似性条件 n较大,π不接近0也不接近1时( nπ和n(1-π)均≥5) Ｘ～Ｂ（n，π）近似正态分布 N ( nπ, nπ(1- π) ) 可利用正态分布原理解决二项分布的问题 三、二项分布的特征 二项分布的均数和标准差 若x～Ｂ（n，π） Ｘ的总体均数为：μ= nπ Ｘ的总体方差为σ2= nπ(1- π) Ｘ的总体标准差为 三、二项分布的特征 二项分布的均数和标准差 若x～Ｂ（n，π） 若以p表示阳性率，则p的取值可为0、1/n、2/n、　…、k/n、…、n/n, 则样本率p的总体均数为 样本率p的总体方差为 样本率p的总体标准差为 四、二项分布的应用 Ｘ～Ｂ（ｎ，π），计算恰有k例“阳性”的概率： 例5-3 　如果某地钩虫感染率为13%，随机观察当地150人，其中有10人感染钩虫的概率有多大？ 四、二项分布的应用 Ｘ～Ｂ（ｎ，π）, 计算累积概率 出现“阳性”的次数至多为k次的概率 出现“阳性”的次数至少为k次的概率 二项分布 根据公式（4-10）至多有2名感染钩虫的概率为 至少有2名感染钩虫的概率为 四、二项分布的应用 当n相当大时，只要p不太靠近0或1， 特别是当nπ和n(1－π)都大于5时