Excel在概率统计中应用.docVIP

Excel在概率统计中的应用 第一节 基本概念 随机变量——在一定范围内以一定的概率分布随机取值的变量。 随机变量（random variable）表示随机现象（在一定条件下，并不总是出现相同结果的现象称为随机现象）各种结果的变量（一切可能的 HYPERLINK /view/1031796.htm \t _blank 样本点）。例如某一时间内公共汽车站等车乘客人数，电话交换台在一定时间内收到的呼叫次数等等，都是随机变量的实例。 随机变量可分为离散型随机变量和连续型随机变量 定义2 若随机变量可能取的值至多可列个(有限个或可列无限个)， 则称为离散型(discrete)随机变量。 对离散型随机变量，设{}为其可能取值的集合，关键问题是写出概率（简记作或），=1，2，…。 称 为的分布列(distribution sequence)，有时也就称它为的概率分布。 有些离散型随机变量的分布除了用上述分布列表示外，还可以用数学的解析表达式来表示其概率分布。 1、二项分布 二项分布即重复n次的伯努利试验。在每次试验中只有两种可能的结果，而且是互相对立的，是独立的，与其它各次试验结果无关，结果事件发生的概率在整个系列试验中保持不变，则这一系列试验称为伯努力试验。 二项分布的概率函数为： 2、泊松分布 泊松分布适合于描述单位时间（或空间）内随机事件发生的次数。如某一服务设施在一定时间内到达的人数，电话交换机接到呼叫的次数，汽车站台的候客人数，机器出现的故障数，自然灾害发生的次数，一块产品上的缺陷数，显微镜下单位分区内的细菌分布数等等。 泊松分布的概率函数为： 泊松分布P (λ)中只有一个参数λ ，它既是泊松分布的均值，也是泊松分布的 HYPERLINK /view/172036.htm \t _blank 方差。 3、几何分布 几何分布（Geometric distribution）是离散型概率分布。其中一种定义为：在第n次 HYPERLINK /view/710902.htm \t _blank 伯努利试验中，试验k次才得到第一次成功的机率。详细的说，是：前k-1次皆失败，第k次成功的概率。 几何分布的概率函数为： HYPERLINK /albums/615028/615028/0/0.html \l 0$9f1011b3a86769b4d9335af3 \o 查看图片 \t _blank 数学期望和方差： 　E(m) = (1-p)/p, var(m) = (1-p)/p^2。 4、负二项分布 昆虫种群内个体有明显的集聚现象，呈疏密相间的空间分布型，其数学表达式与指数为负的二项分布类似，故名之。 它表示，已知一个事件在伯努利试验中每次的出现概率是p，在一连串 HYPERLINK /view/710902.htm \t _blank 伯努利试验中，一件事件刚好在第r + k次试验出现第r次的概率。 概率函数为： 取r = 1，负二项分布等于几何分布。 第二节：excel中常用概率分布的计算 一、二项分布 BINOMDIST 返回一元二项式分布的概率值。函数 BINOMDIST 适用于固定次数的独立试验，当试验的结果只包含成功或失败二种情况，且当成功的概率在实验期间固定不变。例如，函数 BINOMDIST 可以计算三个婴儿中两个是男孩的概率。 语法 BINOMDIST(试验成功的次数k,试验总次n,每次试验成功的概率,cumulative) Number_s 为试验成功的次数。 Trials 为独立试验的次数。 Probability_s 为每次试验中成功的概率。 Cumulative 为一逻辑值，用于确定函数的形式。如果 cumulative 为 TRUE，函数 BINOMDIST 返回累积分布函数，即至多 k 次成功的概率；如果为 FALSE，返回概率密度函数，即k 次成功的概率。 说明 Number_s 和 trials 将被截尾取整。 如果 number_s、trials 或 probability_s 为非数值型，函数 BINOMDIST 返回错误值 #VALVE!。 如果 number_s 0 或 number_s trials，函数 BINOMDIST 返回错误值 #NUM!。 如果 probability_s 0 或 probability_s 1，函数 BINOMDIST 返回错误值 #NUM!。 一元二项式概率密度函数的计算公式为： A B 1 二项分布概率函数 2 项目 数据 3 试验成功次数k 6 4 独立试验次数n 10 5 每次试验的成功概率p 0.5 6 公式 =BINOMDIST(B3,B4,B5,FALSE) 7 结果：10 次试验成功 6 次的概率 0.205078125 8 9