第四讲概率分布.ppt

Soft Computing Lab. 管理学院数学与统计教研室 曹治清 中医药统计学与软件应用 第4讲 概率分布 第一节 正态分布 第一节 正态分布 此函数式中有四个常数: 为圆周率 e 为自然对数的底，2.71828 ? 与 ?是两个不确定的常数 第一节 正态分布 第一节 正态分布 例：已知120名9岁男孩肺活量均数标准差下： 欲估计该市肺活量介于1.200~1.500 L范围内的9岁男孩的比例 。 当分布不是标准正态分布，但已知?，?和X 时，先按式 求得z值，再查表求得曲线下某区间的面积。 第一节 正态分布——制定医学参考值范围 观察对象定为： ①年龄为3~6岁，在本市居住1年以上； ②无肝、肾等器质性病变； ③无铅接触史； ④无特殊的饮食习惯； ⑤测定前3天未进食含铅高的食物。 例2.21 某地调查正常成年男子200人的红细胞数得均数=55.26×1012/L，标准差S=0.38×1012/L，试估计该地正常成年男子红细胞数的95%参考值范围。 因红细胞数过多或过少均属异常，故取双侧。该地正常成年男子红细胞数的95%参考值范围为 下限： -1.96S =55.26-1.96×0.38=54.52 ( /L) 上限： +1.96S =55.26+1.96×0.38=56.00( /L) 第二节 二项分布和泊松分布—二项分布 n次试验中刚好发生阳性数为k的概率P(x=k) n次试验中至多发生阳性数为k的概率P (x≤k) 次试验中至少发生阳性数为k的累积概率 P(x≥k) 若问至多4例有效的累积概率，记作 若问至少4例有效的累积概率，记作 第二节 二项分布和泊松分布—二项分布 （二）二项分布的特征 第二节 二项分布和泊松分布—二项分布 二项分布的图形的形状与二个参数n和π有关，当 时，图形对称；当 时，图形呈偏态，随着当样本量n的增大，图形逐渐趋于对称。 第二节 二项分布和泊松分布—二项分布 图5-6 π=0.3，n为5、10、30时二项分布的概率分布图 第二节 二项分布和泊松分布—二项分布 当 时，二项分布近似于正态分布，二项分布 的极限分布就是正态分布 这样，对于二项分布概率的计算，当n较大时，就可以用正态分布的计算来替代，使得计算更简化。 第二节 二项分布和泊松分布—二项分布 【例5-3】 某地区流行某种传染病，人们受感染的概率为20%，在该地区某单位共有30人，问：(1) 该单位被传染人数的平均值、标准差；(2) 现对该单位每人注射一种能预防该传染病的疫苗，注射后至多有1人被传染，试推断该疫苗是否真的有效。 ① 平均数 6；标准差 2.19 ②假设该疫苗无效，人们受感染的概率为0.20，不被感染的概率为0.80，30人中至多有1人被传染的概率也就是至少29人不被感染的概率为： 第二节 二项分布和泊松分布—泊松分布 第二节 二项分布和泊松分布—泊松分布 当增大时，Poisson分布越来越趋向于对称，也近似于 的正态分布。一般在实际计算中，当 大于或等于20时，就可以用正态分布来近似处理Poisson分布的问题。 第二节 二项分布和泊松分布—泊松分布 观察1ml浸液就是一次伯努利试验，总共观察200ml，当成200次伯努利试验，发现颗粒是稀有事件，则在1ml 中出现颗粒数为X可认为服从 的Poisson分布（泊松分布），即 第三节 三大分布 前面介绍的分布都是指总体或变量的分布，而要对总体进行研究常常是通过样本来进行的，从总体中得到样本的过程称为抽样。抽取样本之后，一般并不直接利用样本进行推断，而是针对不同问题构造样本统计量的函数，利用这些样本统计量的函数进行统计推断，样本统计量的分布即抽样分布不同，统计推断方法就不同。 介绍由正态分布推出三大分布：卡方分布、t分布和F分布。  由阿贝(Abbe) 于1863年首先给出，后来由海尔墨特(Hermert)和卡·皮尔逊(K·Pearson) 分别于1875年和1900年推导出来 设 ，则 令 ,则 Y 服从自由度为1的?2分布，即 当总体 ，从中抽取容量为n的样本，则 (图示) 第三节 三大分布---?2分布的特征 第