随机变量分布.pptVIP

心理与教育统计学 陈启山 华南师大心理系 kaisanchan@ 随机变量分布 二项分布 正态分布 卡方分布 t分布 F分布 1 二项分布(binomial distribution) 问题： 一个学生全凭猜测答2道是非题，则答对0、1、2道题目的概率分别是多大？ 如果是3道题、4道题呢？ 2道是非题的情况 TT TF, FT FF 3道是非题的情况 TTT TTF, TFT, FTT TFF, FTF, FFT FFF 4道是非题的情况 TTTT TTTF, TTFT, TFTT,FTTT TTFF, TFFT, FFTT,TFTF, FTTF, FTFT TFFF, FTFF, FFTF, FFFT FFFF n道是非题的情况 思考： 如果不是是非题，而是5道四择一的选择题，全凭猜测答对0、1、2、3、4、5道题目的概率分别是多少？ 试画出其概率分布图。 更一般的概率模型如下： 二项分布的性质 二项分布是离散型分布。p与q相等时，概率分布图是对称的；二者不等时，概率分布图呈偏态。 二项分布的均值与标准差： 二项分布的极限形式是正态分布。 2 正态分布曲线(normal distribution curve) 正态分布曲线是一个理论性模型，一种单众数(仅有尖峰)的次数多边图，其平均数、中位数和众数相同。其形状为钟形，完美平滑且对称，其尾端无限地延展至左右两端。 正态分布曲线是一个极为重要的统计概念。结合平均数与标准差，我们能用正态曲线对各种实证分布建构出更精准的描述叙述。 当然，没有任何的实证分布其形状能够完美符合这一理想模型，然而，许多变量(标准化测验、身高、体重与智商)相当地接近正态曲线，而得以采用正态性假设。这一假设让正态曲线的一种最重要的运用成为可能：将各种实证性分布的描述建立在我们对理论性正态分布的基础之上。 2.1 正态分布曲线的高度 如同二项分布的纵轴一样，正态分布曲线的高度代表频数。Abraham de Moivre推出以下公式对之进行计算： 2.2 正态分布曲线的面积 曲线高度是频数，曲线下面积则是累积频数。 曲线下面积也视作随机变量出现的概率。 下图的两个阴影分别表示什么含义？ 面积的计算：积分 z1到z2之间曲线下的面积，可以想像为由无数的细长长方形组成，每一长方形的高为y，底边为dz，所以每一长方形面积为ydz，所有长方形面积之和便是： 三个标准差原则 可以看到，在平均数上下各三个标准差的范围内，分布着全部数据的99.73%，反言之，在三个标准差之外的数据不足0.27%，因此常把“三个标准差”做为判断可疑值取舍的依据。 正态分布表 模式1：教材附表1 模式2： 非查表不可吗？ 正态分布表的使用(教材90-94页) 2.3 正态分布曲线的形状 2.4 正态分布的性质 正态分布是一族分布，它随随机变量的均值、标准差的大小与单位不同而有不同的分布形态。 正态曲线关于x=u对称，成单峰状，向两侧下降延伸，呈一口钟形。其拐点位于正负一个标准差处。当x?? 时，曲线右尾以x轴为渐近线(永不相交)；当x?-? 时，曲线左尾也以x轴为渐近线。 曲线下方与x轴所围面积正好是1，由对称性，在x=u左方或右方的面积均为0.5。无论各分布的均值与标准差的值是多少，x取值以下特定区域的概率(面积)是确定的，即： 2.5 标准正态分布 正态分布完全由均值和标准差唯一确定。各随机变量的均值与标准差的大小与单位不同，所以其分布形态各不相同。 均值为0，标准差为1的正态分布服从标准正态分布。所有正态分布均可通过 转化为标准正态分布。 2.6 正态分布的应用(教材94-99) 标准分数 确定录取分数线 确定特定分数界限内的个体数 2.7 符合正态分布的抽样分布 样本均值的抽样分布 平均数的标准误(standard error) 标准误越小，统计量与参数越接近，样本对总体越有代表性，用统计量推断参数的可靠度越大，所以，标准误是推断统计可靠性的重要指标。 3 卡方分布( /chi-square distribution) 卡方分布的密度函数 卡方分布表 教材附表11 4 t 分布(Students t-distribution ) t 分布表 “Student”是谁？ 小样本统计理论的开创者：戈塞特 1908《生物计量学》 平均数的机误 (the probable error of the mean) 学生 t 检验 统计理论发展史上的里程碑：描述走向推断 符合t分布的抽样分布 来自一个正态总体 来自两个正态总体 5 F分布 F 分布表 符合F分布的抽样分布 6 小结 随机变量的分布与样本统计量的抽样分布是推断统计的基础。 得