第二章 概率及分布.docVIP

第二章 概率与分布(345)（骆福添） ·联系： 对象 在离散点或 区间上分布 分布特征数 样本数据 频数分布表 频数分布图 描述指标 () (p) 随机变量 概率分布表 概率分布图 总体参数 () (() 2.3 二项分布 一、概率函数 (概率分布表) ·名词解释：观察结果二项、概率等于二项展开式 ·有放回地独立重复摸球5次后黑球出现总次数X的概率函数。 fx 表2.1 例2.3中离散型随机变量X的概率函数（n=5） X的可 能取值 黑球数 0 1 2 3 4 5 概率P(x) 0.0003 0.0064 0.0512 0.2048 0.4096 0.3277 ·这个概率函数值恰好对应于下列二项展开式的各个项： (0.2+0.8)5 ＝(0.2)5 +(0.8)(0.2)4 +(0.8)2 (0.2)3 +(0.8)3 (0.2)2 +(0.8)4 (0.2)+(0.8)5 ·一般地，阳性概率为(，n次独立、重复试验后该事件出现阳性数为x次的概率为 , x＝0, 1, , n (2.13) 其中 , 0!＝1, k!＝k(k-1)…(2)(1), k≠0 (2.13)式称为二项分布的概率函数，称相应的随机变量X服从二项分布(binomial distribution), 记为X(Β((, n) ·至多出现x次数的概率为P=P(0)+P(1)+…+P(x)，简记为 (2.14) 这就是二项分布变量X的分布函数。 例2.3 现有5只动物注射了半数致死量的毒物，试分别计算死亡动物数X＝0, 1, 2, 3, 4, 5的概率。（提示：(=0.5） 解 P(0)＝(0.5)5 (0.5)0 ＝0.03125 P(1)＝(0.5)4 (0.5)1 ＝0.15625 P(2)＝(0.5)3 (0.5)2 ＝0.31250 P(3)＝(0.5)2 (0.5)3 ＝0.31250 P(4)＝(0.5)1(0.5)4 ＝0.15625 P(5)＝(0.5)0 (0.5)5 ＝0.03125 二、分布图形的特征 (概率分布图) 图2.1 ·(0.5时, 在横轴的正方向拖一长尾呈正偏峰(a) ·(0.5时, 在横轴的负方向拖一长尾呈负偏峰(b) ·(=0.5时, 呈对称(c) ·n相当大，n(和n(1-()都大于5，(=？，图形也接近对称(d) Pois 三、总体均数与总体标准差 (平均水平与变异程度—分布参数) ·推导过程：（下述黑体字公式，可忽略） ＝··＝ (2.15) ＝ (2.16) (2.17) (2.18) (2.19) (2.20) ＝ ＝＝ (2.21) ·样本频率的总体均数、总体方差和总体标准差 (x=n(， (p=( ， (2.22) ， 四、实例讨论（略） 第四节 Poisson分布 一、概率函数 ·Poisson分布是 （1）罕见的独立事件阳性数目的随机分布 （2）也可视为n很大, (很小时二项分布Ｂ((, n)的极限情形 ·以放射性脉冲计数为例，Poisson分布的前提条件： (1) (n足够大)，区间足够小，以致每个区间阳性数2（平稳性） (2) 每个区间阳性概率都是(重复、小概率) (3) 不同区间是否发生是统计独立的(独立性) 数学上可以证明, 当n→∞时Pn(x)的极限为 (2.23) ·应用： 许多发病率很低的疾病(如肿瘤，不具传染性、无永久免疫、无遗传性)，发病人数X近似地服从Poisson分布，其中 二、分布图形的特征 例2.4 据报导, 新生儿染色体异常率为1%, 试用两种方法计算100名新生儿发生x＝0, 1, 2例染色体异常的概率。 解 利用二项分布和Poisson分布计算的结果如表2.2所示 表2.2 用二项分布和POISSON分布计算染色体异常概率的比较 X P(x) Β(1%, 100) Π(1) 0 (0.99)100 (0.01)0＝0.3660 e-1 (1)0 /0!＝0.3679 1 (0.99)100-1 (0.01)1＝0.3697 e-1 (1)1 /1!＝0.3679 2 (0.99)100-2 (0.01)2＝0.1849 e-1 (1)2 /2!＝0.1839 ·Poisson分布图形： 呈正偏峰 不可能出现负偏峰的图形 f2_3a 三、总体均数和总体方差 二项分布的总体均数和总体方差为 和 Poisson分布的总体均数和总体方差为 和 即总体均数等于总体方