不连续机率分配的变异数之计算公式为.PPT

隨機變數 隨機變數 是由實驗結果計算而得的數值 。 範例一：考慮擲一硬幣三次的隨機實驗。令 x 代表正面的次數，H 代表正面結果，而T 代表反面結果。 範例一 續上頁 這個實驗的 樣本空間 為： TTT、TTH、THT、THH、HTT、HTH、HHT、HHH。 因此x 可能的數值 (正面的次數)為 x = 0、1、2、3。 範例一 續上頁 「0次正面」的結果出現一次。 「1次正面」的結果出現三次。 「2次正面」的結果出現三次。 「3次正面」的結果出現一次。 根據隨機變數的定義，x 在此實驗中為一 隨機變數。 機率分配 機率分配 代表一個實驗所有結果的數列以及其相對應的機率，如範例一。 機率分配的性質 每一結果的機率介於0與1之間。 所有互斥結果的機率總和為1。 不連續隨機變數 不連續隨機變數是我們所感興趣的項目且可隔開來的數值之變數。 範例二： 擲一枚硬幣三次時，令x 為出現正面的次數，其中，x 的值為 x = 0、1、2、3。 連續隨機變數 連續隨機變數 是在某些限定範圍下，位數非常多的數值。 範例：籃球球員的身高、午睡時間的長短。 不連續機率分配的平均數 機率分配的平均數也稱為期望值 E(x) 。 不連續機率分配的平均數計算公式為： 其中， 代表平均數而 P(x) 代表各種不同結果 x 的機率。 不連續機率分配的變異數(一) 變異數 衡量機率分配的離散程度。 不連續機率分配的 變異數 以希臘字母 (sigma 平方)為標記。 變異數 的平方根即為標準差 。 不連續機率分配的變異數(二) 不連續機率分配的變異數 之計算公式為： 二項式機率分配(一) 二項式機率分配 擁有下列特性： 一項實驗結果被劃分成二種互斥的類型：成功或失敗。 資料之蒐集來自點計。 每次試行成功(或失敗)的機率都相同。 每次試行的結果是相互獨立的。 二項式機率分配(二) 計算二項式機率分配 時，令 n 為試行次數 x 為試行成功的次數 每次試行成功機率 二項式機率分配(三) 二項式機率分配的公式為： 二項式機率分配的平均數和變異數 平均數 為： 變異數 為： 範例五 由範例四得知 = 0.2 且 n=14 因此，平均數 = n = 14(0.2) = 2.8 變異數= n (1- ) = (14)(0.2)(0.8) =2.24 有限母體 有限母體 包含小數目個體、物體或測量值的母體。 範例： 教室中學生的數目，停車場車子的數量。 超幾何分配(一) 公式如下： 其中 N 是母體個數，S 是母體中「成功類」的個數，x 是樣本中「成功類」的個數，n 為樣本大小，而C是組合的符號。 超幾何分配(二) 在下列條件下，使用超幾何分配 來計算實驗中「成功」或「失敗」的機率： 樣本以不投返方式取樣於一個有限母體(記得二項式機率分配的一個重要性質，是每次試行成功的機率維持不變)。 樣本大小 n 占母體總數N 5 %以上。 範例六 國家航空安全委員會根據ValueJet列出10件安全違反事件。假定只有4 件違反事件是確實的違反事件，且安全委員會只能調查五件違反事件。在五件違反事件中隨機選出三件調查，是確實違反事件的機率為多少? 範例六 續上頁 卜瓦松機率分配(一) 當成功機率變得愈小時，二項式機率分配變得愈向右偏。 當成功機率 P( ) 非常小且N 很大時，二項式機率分配趨近卜瓦松機率分配。 卜瓦松機率分配(二) 卜瓦松機率分配 之計算公式如下： 其中， 是在特定時間或區域內發生的期望次數，e 是自然對數 2.71828，而 x 是某特定事件發生的次數。 卜瓦松機率分配(三) 成功次數的平均數 與二項分配之情況相同為 n ，其中 n 是試行的次數且 是試行成功的機率。 卜瓦松機率分配的變異數也等於 n 。 範例七 Sylvania 緊急看護中心專門從事照顧兒童的受傷、感冒和流行性感冒。晚上六到十點之間，每小時到達病患的平均數是 4.0。 請問，一小時 4 個病患到達的機率是多少? LIND MASON MARCHAL 5-1 不連續機率分配 1.瞭解機率分配以及隨機變數的意義。 2.比較連續與不連續機率分配的異同。 3.計算不連續分配的平均數、變異數、與標準差。 4.描述二項分配的特性及使用時機。 CHAPTER 5 目標 在研讀完本章之後，您應當能夠進行下列事項: 5-2 5. 描述超幾何分配的特性及使用時機。 6.描述卜瓦松分配的特性及使用時機。 不連續機率分配 CHAPTER 5 5-3 5-4 5-5 5-6 8/8=1 總數 1/8=0.125 3 3/8=0.375