第4章 理论分布和抽样分布.ppt

第四章 理论分布和抽样分布 教学目的和要求：掌握二项分布和正态分布的意义和概率计算方法。正确理解正态分布的特点及其在理论和实践上的重要意义。掌握正态分布曲线的特性、计算正态分布曲线区间面积或概率的方法。熟悉样本平均数和样本平均数差数分布的性质。 重点：二项分布、正态分布、样本平均数和样本平均数差数的抽样分布。 难点：正态分布区间概率的计算；抽样分布的应用。 第一节 事件、概率和随机变量 一、事 件、概率和随机变量 事件：在自然界中某一事物可能会出现的每一种情况。 概率（probability）：每一个事件出现的可能性。 随机事件（random event）：若某特定事件只是可能发生的几种事件中的一种，这种事件就称为随机事件。 表4.1 在相同条件下盲椿象在某棉田危害程度的调查结果 调查株数(n) 5 25 50 100 200 500 1000 1500 2000 受害株数(a) 2 12 15 23 72 177 351 525 704 棉株受害 0.40 0.48 0.36 0.354 0.352 概率(a/n) 0.30 0.33 0.351 0.350 事件发生的概率是在大量的实验中观察到的，观察次数越多，对概率的把握就越准确，越稳定。统计学上将通过大量实验而估计的概率称为统计概率。 以P（A）= lim a/n表示，O≤P（A）≤1。 小概率原理：若P（A）≤0.05或0.01，则认为事件A在一次试验中是不太可能发生的，即小概率事件实际不可能发生的原理。 必然事件：在同一组条件下必然会发生的事件。 不可能事件：在同一组条件下必然不会发生的事件。 二、事件间的关系 在实际问题中，不只研究一个随机事件，而是要研究多个随机事件，这些随机事件之间又有一定的联系。下面说明事件间的几种主要关系： (1)和事件：事件A和B至少有一个发生所构成的新事件称为事件A和B的和事件，记为A+B。如种子发芽试验。可以推广到多个事件。 (2)积事件：事件A和B同时发生或相继发生所构成的新事件，称为A和B的积事件。记作AB。也可以推广到多个事件。 (3)互斥事件：事件A和B 不可能同时发生，即AB为不可能事件，记作A*B=V，称事件A和B互斥或互不相容。如一袋种子种皮分为黄色和白色，A为取到黄色，B为取到白色，A和B不可能同时发生。 (4)对立事件：事件A和B不可能同时发生，但必发生其一，即A+B为必然事件(A+B=U)，AB为不可能事件(AB=V)，则称事件B为A的对立事件，并记为B为 ，如种皮色。 (5)完全事件系：若事件A1 、A2 、…An两两互斥，且每次试验结果必发生其一，则称A1 、A2 、…An为完全事件系。如仅有三类花色，黄、白、红，则取一朵花，取到黄、白、红就构成完全事件系。 (6)事件的独立性：若事件A的发生与否不影响事件B发生的可能性，则称事件A和事件B相互独立。如事件A为花的颜色为黄色，事件B为产量高，显然如果花的颜色与产量无关，则事件A与事件B相互独立。 三、计算事件概率的法则 (1)互斥事件的加法 　　假如互斥事件A和B的概率分别为P（A）和P（B），则事件A和B的和事件的概率等于 事件A的概率和事件B的概率之和，即： P（A+B）=P(A)+P(B)，可推广到多个事件。如一捆花中，红、黄和白花的概率分别为：0.2、0.3和0.5，那么随机抽取一朵为非白花的概率为0.5。 　　（2）独立事件的乘法：A和B独立，出现的概率分别为：P（A)和P（B），则事件A和B同时出现的概率为P（AB）＝P（A）P（B）。可推广到n个事件。 如：有4粒种子，其中3粒为黄色，1粒为白色，采用复置抽样。求（1）第一次抽到黄色，第二次抽到白色的概率；（2）两次都抽到黄色的概率。P（A）＝0.75，P（B）＝0.25 （1）0.75×0.25＝0.1875 （2）0.75 ×0.75＝0.5625 　　（3）对立事件的概率：若事件A的概率为P（A），那么其对立事件的概率为： 　P（　）＝1一P（A） 　　（4）完全事件系的概率：“从10个数字中随机抽取一个数字都可以”这样一个事件是完全事件系，其概率为1。 　　（5）非独立事件的乘法：如果事件A和B是非独立的，那么事件A与B同时发生的概率为事件A的概率P（A）乘以事件A发生的情况下事件B的概率P（B｜A）