第四章 概率和理论分布.pptVIP

第三章 概率和理论分布 概率基础知识 几种常见的理论分布 离散型随机变量的理论分布 二项分布 泊松分布 连续性随机变量的理论分布 正态分布 第一节 概率基础知识 一、事件和概率 （一）事件(event) 在科学试验和生产实践中，人们会观察到各种各样的现象，每种现象出现的可能结果称为事件。 必然事件：在一定条件下必然出现的现 象。用U表示。 不可能事件：在一定条件下必然不出现 的事件，用V表示。 随机事件：相同条件下重复进行试验， 而事前无法预言其随后结果（可出现也可不出现）的现象。 随机事件的特点： （1）试验可以在相同条件下多次重复进行； （2）每次试验的可能结果不止一个 ，并且事先知道会有哪些可能的结果； （3）每次试验总是恰好出现这些可能结果中的一个 ，但在一次试验之前却不能肯定这次试验会出现哪一个结果。 尽管随机事件在一定的条件下，有多种可能的结果发生，事前人们不能预言将出现哪种结果；对一次或少数几次观察或试验而言，其结果呈现偶然性、不确定性； 但在相同条件下进行大量重复试验时，其试验结果却呈现出某种固有的、特定的规律性——频率的稳定性，通常称之为随机事件的统计规律性。 （二） 概 率（probability） 一个事件发生可能性大小的数量指标，称为概率。 在相同条件下进行n次重复试验，如果随机事件A发生的次数为m，那么m/n称为随机事件A的频率（frequency）； 当重复试验的次数n逐渐增大时，随机事件A的频率越来越稳定地接近某一数值 p ， 那么就把 p称为随机事件A的概率。 事件A的概率表示方法为 P（A）。 例如：抛掷一枚硬币发生正面朝上的 频率试验结果 从上表可看出，随着实验次数的增多，正面朝上这个事件发生的频率越来越稳定地接近0.5，我们就把0.5作为这个事件的概率。 在一般情况下，随机事件的概率p是不可能准确得到的。通常以试验次数n充分大时随机事件A的频率作为该随机事件概率的近似值。 即 P（A）=p≈m/n （n充分大） 概率与频率的关系： 频率与概率都是一个居于0和1之间的数。 频率是相对于样本而言，而概率则是相对于总体而言。因此可以说概率是频率的理论值，频率是概率的估计值。 频率分布是一种观察分布，而概率分布则是一种理论分布。 概率的性质 1、对于任何事件A，有0≤P（A）≤1； 2、必然事件的概率为1，即P（U）=1； 3、不可能事件的概率为0，即P（V）=0。 （三）小概率原理 随机事件的概率表示了随机事件在一次试验中出现的可能性大小。若随机事件的概率很小，称之为小概率事件。 例如:统计学一般将概率小于0.05、0.01、0.001，称为小概率。 小概率事件虽然不是不可能事件，但在一次试验中出现的可能性很小，不出现的可能性很大，以至于实际上可以看成是不可能发生的。在统计学上，把小概率事件在一次试验中看成是实际不可能发生的事件, 称为小概率事件实际不可能性原理，亦称为小概率原理。小概率原理是统计学上进行假设检验（显著性检验）的基本依据。 二、概率分布(probability distribution) 事件的概率表示了某一事件（试验结果）在一次试验中出现的可能性大小。若要全面了解试验，则必须知道试验的全部可能结果及各种可能结果发生的概率，即必须知道随机试验的概率分布。为了深入研究随机试验 ，我们先引入变量和随机变量(random variable)的概念。 变量和常量(变数和常数) 相同性质事物间表现差异性（特征）的数据(量）叫变量(变数)。 能代表整个事物特征特性的数据叫常量（常数）。常数在一定过程中是不变的，如平均数，标准差。 （一）随机变量（random variable) 作一次试验，其结果有多种可能。每一种可能结果的出现都具有一定的随机性和偶然性，这些变量叫随机变量。 随机变量常用X、Y和Z等表示. 离散型随机变量( discrete random variable)； 如果随机变量X的结果是确定的，并可一一列出 ，当X取某一值时，其概率是确定的，则称 X为离散型随机变量. 例如： 随机调查14名新生儿，其中女孩数若用X表示。即 X=14个新生儿中女孩的人数。