理论分布和抽样分布概率和计算概率的准则-Read.PPT

变量的取值仅为一范围，且在该范围取值时，其概率是确定的。此时取一固定值是无意义的，因为在连续尺度上一点的概率几乎为0。这种类型的变量称为连续型随机变量 。 二、概率分布 （一）离散型变量的概率分布 1．二项式分布 ⑴ 二项总体及二项分布 间断性随机变量，其总体中包含两项，即：非此即彼的两项，它们构成的总体称为二项总体。 ⑵ 二项式分布的概率计算 ⑶ 二项式分布的的形状和参数 2.多项式分布 例2.7，某药对病人有效的概率为1/2，对病人无效的概率为1/3，有副作用的概率为1/6。若随机抽取2个使用该药的病人，那么结果可能包括这样几种事件：2个病人有副作用；一个无效，一个有副作用；两个无效；一个有效，一个有副作用；一个有效、一个无效；两个均有效。这几种事件的概率分别为多少？ 3.泊松分布 （二）连续型变量的概率分布—正态分布 1.正态分布及标准正态分布 正态概率分布是连续型变量概率分布中最重要的分布，它在实践中有着广泛的应用。在自然界和人类社会，有许多先的分布都服从正态分布，如人的身高、体重、降水量、学习成绩、污染物浓度分布等。在统计推断中，当样本的数量足够大时，许多统计数据都服从正态分布。因此正态分布在抽样理论中占有重要的地位。另外，正态分布还是其他连续型概率分布的极限分布，可用正态分布近似计算或导出其他连续型概率分布。 代入 2.正态分布曲线特征 第三节 抽样分布 一、概率抽样方法 （一）简单随机抽样 简单随机抽样（simple random sampling）就是按照随机原则从总体中随机抽取个体组成一个样本，每一个个体被抽中的机会是相等的。具体做法如下： （1）对总体的个体单位进行编号，使个体单位都有唯一的编号。如果个体是有序排列，则可以按自然顺序编号。 （2）按随机原则抽取号码。当个体单位数量较少时，可以用抽签或摸球的方法进行，要使每支签或每个球出现的可能性相同。当个体单位数量较多时，一般使用随机数表进行（见附表1）随机数表是事先按随机原则形成的数字表，其中每一位数字都是由0～9随机产生。这些数字可以任意组合形成两位数、三位数、……，因此使用该表抽号，可以从任意的一个数开始向上或向下取数或跳跃取数，这些数字出现的机会也都是相等的。 * 第二章 理论分布和抽样分布 第一节 概率和计算概率的准则 、概率的定义 对于随机现象，虽然不能事先控制某种结果的出现，但我们总是会尽量预测某个结果发生的可能性。为此，我们使用一个数值来度量随机现象中某一结果出现的可能性大小，这个数值就称为概率（probability）。 概率的取值总是从0到1之间。概率值等于0表明该现象不可能发生；概率值等于1表明该现象必然发生；介于0到1之间的概率则说明该现象出现可能性的不同程度。 概率大表示事件发生的可能性大，概率小表示事件发生的可能性小。若某事件发生的概率小于0.05或0.01，则认为该事件在试验中不太可能发生，称为小概率事件实际不可能性原理，简称小概率原理。0.05或0.01称为小概率标准。 随机现象的每一个结果都是一个随机事件。事件的产生可以通过试验获得。所谓试验是指产生明确结果的过程，这个结果可以是定量的，也可以是定性的，但每一次试验只能有且只有一个结果发生。当一个试验所有结果都确定时，这些试验结果的集合，称为样本空间，其中的每一个结果称为一个样本点或一个事件。 上涨，下跌，平盘 观察证券指数的走势 5 1，2，3，4，5，6 掷一枚 4 满意，不满意，无所谓 调查学生对食堂质量的评价 3 在，不在 打电话找某人 2 0，1，2，… 记录某一时段车流量 1 试验结果 试验 序号 对于每一种试验，各种事件的概率计算是不同的，需要用不同的方法来表示概率，但无论采用何种方法，都要满足以下条件： 在实践中，确定概率的方法主要有三种： （一）古典法 按照古典法定义，事件A出现的概率为： 古典概率又叫做先验概率（事前概率），是事件发生前可计算出的概率。古典概率模型要求满足两个条件：其一，试验的所有结果是有限的；其二，每一种可能结果出现的可能性（概率）相等。 解：（1） 相对频数法是用过去发生的事件的相对频率当作概率。这样概率也可以叫预计概率。例如，想预测明年某一天是“晴天”的可能性概率的研究中，对于是“晴天”还是“非晴天”在现在的预报技术条件下，是不可能预报的。因此，只能根据历史上这一天发生“晴天”的频数来作为发生“晴天”的概率。如过去40年中这一天是晴天的次数为20天，则明年这一天是“晴天”的可能性的概率是0.5。 因此使用相对频数法确定概率时，通过增加试验的次数，就能够提高概率的精确性。 （二）相