卜瓦松机率分配卜瓦松随机变数.ppt

範例7.9 n=10，且P(成功) = .20 Pat 答對 2 題的機率為何？ 即，成功的題數， x， = 2; 因此我們想知道P(x=2) 以猜題的策略作答，Pat 有 30% 的機會恰好答對 2 題。 0 第7章 隨機變數和間斷機率分配 第252-253頁 累積機率 目前為止，我們一直使用二項機率分配以找出x 獨立數值的機率。為了回答下列的問題： “找出 Pat無法通過測驗的機率” 需要累積機率，即P(X ≤ x) 如果測驗的分數少於 50% (10題中少於5題), 將視為不通過的測驗。 因此，我們想要知道 (無法通過測驗的機率為何)： 以P(X ≤ 4) 來回答 0 第7章 隨機變數和間斷機率分配 第254頁 範例7.10 P(X ≤ 4) = P(0) + P(1) + P(2) + P(3) + P(4) 從範例7.9中，我們得知 P(0) = .1074 以及 P(2) = .3020。使用二項公式，我們得到P(1) = .2684 , P(3) = .2013，以及P(4) = .0881，因此， P(X ≤ 4) = .1074 + .2684 +.3020 + .2013 + .0881=.9672 以猜每一題答案的方式作答，Pat 有97% 的機率無法通過測驗。 0 第7章 隨機變數和間斷機率分配 第254頁 二項機率表 以手計算二項機率是乏味且易出錯. 有個較容易的方法。參考附錄B的表1 。關於Pat Statsdud 的例子，n=10， 所以重要的第一步就是使用正確的表格! 0 第7章 隨機變數和間斷機率分配 二項機率表 表格中列出的機率是累積的，如 P(X ≤ k) – k 是列的數值；表格的行是由P(成功) = p 0 第7章 隨機變數和間斷機率分配 “Pat 全猜錯的機率是多少?” 如 給定 P(成功) = .20並且 n=10 ， P(X = 2)為何? P(X = 0) = P(X ≤ 0) = .1074 二項機率表 0 第7章 隨機變數和間斷機率分配 P(X = 2) = P(X ≤ 2)–P(X ≤ 1) = .6778–.3758 =.3020 二項機率表 記住， 表格呈現累積機率… 0 第7章 隨機變數和間斷機率分配 “Pat答對 2 題的機率是多少?” 如 給定 P(成功) = .20並且 n = 10 ， P(X = 2)為何? 二項分配 “Pat 無法通過測驗的機率是多少?” 即 給定P(成功) = .20 並且 n = 10 ， P(X = ≤ 4)為何? P(X ≤ 4) = .9672 0 第7章 隨機變數和間斷機率分配 二項機率表 二項機率表提供累積機率給 P(X ≤ k)，但是我們在上/前一個例子中看到 P(X = k) = P(X ≤ k) – P(X ≤ [k–1]) 同樣地, 對於給定P(X ≥ k) 的機率, 我們得到： P(X ≥ k) = 1 – P(X ≤ [k–1]) 0 第7章 隨機變數和間斷機率分配 第255頁 =BINOMDIST() Excel 功能… Excel有二項分配的功能，它也可以用來計算這些機率。例如: Pat答對兩題的機率是多少? 成功的題數 實驗的次數 P (成功) 累積的 (如 P (X ≤x)?) P (X=2)=.3020 0 第7章 隨機變數和間斷機率分配 二項分配 統計學家已經對二項隨機變數導出了平均數、變異數與標準差的一般公式。它們是 0 第7章 隨機變數和間斷機率分配 第256頁 卜瓦松分配 以Simeon Poisson命名，卜瓦松分配是一種間斷機率 分配，並且與事件在一特殊時間的區段或空間的區 域內的次數(也就是成功的次數))有關。例如： 在一個小時之內汽車到達一服務站的車輛數。( 時間的區間是1 小時。) 在一匹布料上的瑕疵數。( 特殊的區域是一匹布料。) 高速公路的某一路段在一天之內發生意外的件數。[ 區間同時被定義為時間(1 天) 與空間( 高速高路的某一路段)。] 0 第7章 隨機變數和間斷機率分配 第258頁 =BINOMDIST() Excel 功能… Excel有二項分配的功能，它也可以用來計算這些機率。例如: Pat 無法通過測驗的機率是多少? 累積的 (如P (X≤x)?) P (X≤4)=.9672 0 第7章 隨機變數和間斷機率分配 成功的題數 實驗的次數 P (成功) 卜瓦松實驗 一項卜瓦松實驗(Poisson experiment) 具有下列的性質： 發生在任何一個區間內的成功次數與發生在任何一個其他區間內