第4章 (非) 概率基础.pptVIP

统计学导论 曾五一 肖红叶 主编 第四章 概率基础 确定性现象与随机现象 确定性现象 在一定条件下必然出现（或不出现）某种结果的现象 。 随机事件 对随机现象进行观测又称作随机试验。随机试验的每一种结果或随机现象的每一种表现称作随机事件，简称为事件。 概率的概念 对于一个随机事件来说，它在一次试验中可能发生，也可能不发生。既然有可能性，就有可能性大小问题。事件A在随机试验中出现可能性大小的数值度量，称作概率。事件A的概率以P（A）表示。 随机事件的频率与概率的关系 在相同条件下，重复进行同一随机试验，A是这个试验的一个结果（事件）。设试验的次数为n，在n次重复试验中A出现的次数为nA，则事件A的频率为 通过大量观测，可以发现：随机试验的频率具有随试验次数增加而趋向稳定的性质，而频率的稳定值可以用来反映事件发生的可能性大小。因此，可以说频率的稳定值p是事件A发生的概率。即P(A)=p 概率的性质 设事件A的概率记作P（A），则它应该具有如下性质： 性质1：非负性，即0≤P(A)≤1 性质2：规范性，即，对于必然事件Ω，有 P(Ω)=1 性质3：对于随机事件Ai(i=1，2，…)，只要它 们两两互不相容，则有 随机变量的概念 随机变量的种类 如果随机变量的全体可能取值能够一一列举出来，这样的随机变量称作离散型随机变量（如掷一枚硬币首次出现正面向上所需要的投掷次数）； 如果随机变量的全体可能取值不能一一列举，其可能的取值在数轴上是连续的，则该变量称为连续型随机变量（如可能出现的测量误差）。 随机变量的概率分布 概率分布的概念 随机变量的一切可能值的集合（值域），及其相应的概率叫做随机变量的概率分布。 1.离散型随机变量的分布 离散型随机变量X的每一个可能的取值xi和随机变量取该值的概率p（xi）之间所确立的对应关系称作这个离散型随机变量的分布。P（xi）（i=1，2，3，…）称作随机变量X的概率分布或概率函数，它满足下面的关系：p（xi）≥0和 2. 连续型随机变量的分布 连续型随机变量X的一系列取值区间（例如，可以是由–∞与实数轴上的任意点所构成的一系列区间）和随机变量在该区间取值的概率之间确立的对应关系，称作这个连续型随机变量的分布。 连续型随机变量的分布可以用密度函数来描述，随机变量的密度函数记作 。 连续型随机变量在某一数值区间内取值的概率等于竖立在该区间上的，以密度曲线为上底的曲边梯形的面积。写作 密度函数满足下面两个基本性质： （1）密度函数的函数值不会是负数，从图形看，密度曲线在横轴上方，以横轴为渐近线； （2）在整个实数轴上的密度函数值的和等于1，从图形看，密度曲线下覆盖的总面积等于1。这两个性质用密度函数式写作 第四节 几种常用的概率分布 一、两点分布 二、二项分布 三、超几何分布 四、正态分布 五、 分布 六、F–分布 七、t–分布 一、两点分布 如果随机变量X只取1和0两个值，取1的概率是p，取0的概率是1-p，我们称X服从两点分布或0-1分布，p是X的参数。 两点分布的数字特征如下： 数学期望：E(X)= p； 方差：V(X) = p( 1–p) 【例4-12】 已知在20件产品中有5件是二等品。现在从中任意抽取1件（每件产品都有相等的可能性被抽到），写出抽取结果（是二等品、不是二等品）的分布列。 解：用随机变量X表示抽取结果。若结果是二等品，记X = 1；若结果不是二等品，记X = 0。分布列如表4-6。 表4-6 两点分布的分布列 四、正态分布 令随机变量X是在一个随机试验中被测量的结果，并且，决定这项试验结果的是大量偶然因素作用的总和，每个因素的单独作用相对均匀地小，那么，X的分布就近似于正态分布。 正态分布的密度函数是 正态分布的数字特征如下： 数学期望：E(X)=μ 方 差：V(X) =σ2 正态分布的密度函数有两个参数：μ和σ2。从密度函数的图形来说，μ决定着曲线在横轴上的位置， μ越大，图形位置越靠右；σ2决定着曲线的形状，σ2越大，图形越“矮胖”（见图4-3）。 应用Excel工具中的下列函数可以直接进行正态分布下的变量值与概率的相互计算： （1）一般正态分布下由变量值求概率 NORMDIST（x，均值，标准差，TRUE[或1]）=P