第四章常用概率分布.ppt

第二节 二项分布(binomial distribution) 在随机现象中，最简单的只有两个可能的随机现象。二分类资料，观察对象的结局只有相互对立的两种结果。 例如： 生存、死亡 阳性、阴性 发病、不发病 治愈、未愈 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 特点： 独立的 概率相等 结果对立 Bernoulli实验：只有两个互斥结果 　N次独立的，重复的Bernoulli实验 　①每次实验只有两个互斥的结果 　②独立的，各次实验出现的结果之间是无关　　　　　　　　的 　③等概率的，每次实验的条件不变 二项分布的定义 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． 二项分布的定义 从阳性率为π的总体中随机抽取含量为n的样本，恰有X例阳性的概率为： 　 X=0,1,2,…,n 则称X服从参数为n和?的二项分布，记为：X～B(n,?)。其中参数 n由实验者确定，而?常常是未知的。 二项分布 二项分布的特征 1、二项分布的图形特征 ?接近0.5时，图形是对称的；图4-1 ?离0.5愈远，对称性愈差，但随着n的增大，分布趋于对称。图4-2 当n→∞时，只要?不太靠近0或1， 当nP和n(1－P)都大于5时，二项分布近似于正态分布。 二项分布图形取决于?与n，高峰?=n?处 二项分布 图4-1 π=0.5时,不同n值对应的二项分布 二项分布 图4-2 π=0.3时, 不同n值对应的二项分布 二项分布 2、二项分布的均数和标准差 总体均数： 方差： 标准差： 二项分布 如果将出现阳性结果的频率记为 总体均数： 标准差： 二项分布 二项分布的应用 （一）概率估计 例4-5 　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？ 从n=150，π=0.13的二项分布，由公式（4-1）和（4-2） 二项分布 可以得出150人中有10人感染钩虫的概率为 二项分布 单侧累积概率计算 二项分布出现阳性的次数至多为k次的概率为 出现阳性的次数至少为k次的概率为 二项分布 例4-6 例4-5中某地钩虫感染率为13%，随机抽查当地150人，其中至多有2名感染钩虫的概率有多大？至少有2名感染钩虫的概率有多大？至少有20名感染钩虫的概率有多大？ 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 二项分布 至少有20名感染钩虫的概率为 二项分布的应用条件 各观察单位只能有互相对立的一种结果，属于二分类资料 已知发生某一结果(如阴性)的概率?不变，其对立结果(如阳性)的概率则为1-? n次试验在相同条件下进行，且各观察单位的结果互相独立 第三节Poisson 分布 单位时间、单位空间内某事件的发生数 单位人群（较大）中某稀有事件的发生数 放射性物质每分钟放射的脉冲数 每ml水中大肠菌群数、每升空气中粉尘数、每1万个细胞中有多少个发生突变 某地每天的交通事故数、某工矿企业每天的工伤人数 足球比赛每场的进球数 生物：每平方公里有多少植物 Poisson分布 Poisson分布可以看作是发生的概率?（或未发生的概率1－?）很小，而观察例数n很大时的二项分布。除二项分布的三个基本条以外，Poisson分布还要求?或（1－?）接近于0或1（例如0.001或0.999）。 Poisson分布 Poisson分布的特征 Poisson分布的概率函数为 式中， 为Poisson分布的总体均数，X为观察单位内某稀有事件的发生次数；e为自然对数的底，为常数，约等于2.71828。 Poisson分布 Poisson分布有以下特性： （1）Poisson分布的总体均数与总体方差相等,均为 （2）Poisson分布的观察结果有可加性 Poisson分布 （3） Poisson分布的形状取决于 ? 的大小。 Poisson分布为正偏态分布，且? 愈小分布愈偏； 随着? 的增大，分布逐渐趋于对称 当 ? =20时已基本接近对称分布； 当 ? = 50时，Poisson分布近似正态分布， ? ≥50时可按正态分布原理处理之。 Poisson分布 Poisson分布 Poi