wjf生物统计学课件-第二章.pptVIP

第二章 概率和概率分布 概率的基本概念 概率分布 总体特征数 概率的基本概念 确定性现象 非确定性现象 统计学所研究的就是非确定性现象或称为随机现象。 概率论和统计学概念及关系 概率论：研究偶然现象本身规律性的科学。 统计学：基于实际观测结果，利用概率论得出的规律，揭示偶然性中所寄寓的必然性的科学。 概率论和统计学都是研究随机现象规律性的科学，概率论是统计学的基础，而统计学则是概率论所得出的规律在各领域中的实际应用。 事件及事件间的关系 试验（trial）：就是同一组综合条件的实现。 随机试验（random trial）：做一次观测时，不能准确得知下一次的结果，这样的试验称为随机试验。概率论和统计学就是以随机试验为研究对象的。 基本事件（elementary event）：试验的每一最基本的结果。 事件（event）基本事件的集合。 事件的基本运算 事件的和或并（union） 事件的交（intersection） 互不相容事件（mutually exclusive event） 概率的统计定义 频率和概率的关系 随着样本含量的增加，频率越来越接近概率。总体的频率就是概率。 概率（probability）的定义 是事件在试验结果中出现的可能性大小的定量计量，是事件固有的属性。 概率的性质 任何事件（A）的概率都满足：0≤P（A）≤1。 必然事件（W）的概率为1，即P（W）=1。 不可能事件（V）的概率为0，即P（V）=0。 古典概率 古典概率（classical type of probability）特点 1.随机试验的全部可能的结果（基本事件数）是有限的。 2.各基本事件是互不相容且等可能的。 概率的运算 加法运算 P（A∪B）=P（A）+P（B）-P（A∩B） P（ ）=1-P（A） 条件概率（conditional probability）：事件B已经发生的条件下，事件A发生的概率。记为P（A∣B）。 P（A∣B）= 乘法运算 P（AB）=P（B）P（A ∣ B）或 P（AB）=P（A）P（B ∣ A） 独立事件（independent event） 若事件A的发生，并不影响事件B的发生的概率，即P （B ∣ A）= P（B）或P（A ∣ B）= P（A），此时称A和B 是独立事件。 P（AB）= P（A） P（B） 贝叶斯公式 概率分布 随机变量（random variable）：就是在随机试验中被测定的量。 观测值（observation）：随机变量所取得的值称为观测值。 离散型随机变量（discrete random variable）：随机变量可能取得的数值为有限个，或可数无穷个孤立的数值。 连续型随机变量（continuous random variable）：如果随机变量可取某一（有限或无限）区间内的任何数值，则称为连续型随机变量。 离散型随机变量的概率分布 将离散型随机变量x的一切可能取值 及其对应的概率 ，记作 上式即称为离散型随机变量x的概率分布（probability distribution）或分布。 也可用分布列表示离散型随机变量x的概率分布。 离散型随机变量的概率分布表 离散型随机变量概率分布图 以横轴表示随机变量可能取得的值，纵轴为随机变量取得这些值的概率。（P31图2-1） 离散型随机变量概率分布的基本性质 连续型随机变量的概率分布 连续型随机变量的概率分布不能用分布列来表示，因为其可能取的值是不可数的。因此只能用随机变量x在某个区间内取值的概率P(a≤xb)来表示。 （一）概率分布密度曲线和概率分布密度函数 （二）连续型随机变量的概率由概率分布密度函数确定 概率分布与频数分布的关系 频数分布：称为统计分布或经验分布。 概率分布：称为理论分布或总体分布。 统计量（statistic）：从样本数据计算出来的数量。样本特征数用拉丁字母表示 参数（parameter）：总体恒定的量。总体特征数用希腊字母表示。 总体特征数 样本特征数：是描述频数分布特征的。 总体特征数（population characteristic）：是描述概率分布特征的。总体特征数包括随机变量的数学期望，方差和各阶矩。 数学期望（expection） 离散型数学期望 离散型随机变量的一切可能的取值xi与对应的概率P(=xi)之积的和称为离散型数学期望（设级数绝对收敛），记为E。它反映随机变量平均取值的大小。又称期望或均值。它是简单算术平均的一种推广，类似加权平均。 连续型数学期望 连续型随机变量X的概率密度函数为f(x),若积分：