第5章 基本分布.pptVIP

第一节 随机变量及其分布 随机事件:某一个事件的发生是不确定的, 每次随机事件的结果虽然是不确定的，但如果进行大量的重复试验其试验结果发生的可能性有一定的规律性。如投币试验、50岁以上的女性是否发生骨质疏松、某种降血糖药是否有药效等。 统计学中常用的3个分布模型 离散型随机变量分布：二项分布（bionomial distribution）、Poisson分布（ poisson distribution） 连续型随机变量分布：正态分布（normal distribution） 2.样本均数的分布 中心极限定理： 标准误的用途： （1）衡量样本均数的可靠性。 （2）结合样本均数和正态分布曲线下 的面积分布规律，估计总体均数的置信区间。 （3）用于均数的假设检验。 t 分布的图形和特征 概率的运算法则 乘法:几个相互独立事件同时发生的概率等于各独立事件概率之积： P(A1A2···An) = P(A1)P(A2) ···P(An ) 可加性：如果事件 A1、A2、?、An互不相容， 则P(A1+A2 +···An ) = P(A1)+P(A2)+ ?+P(An ) 三、二项分布—成功次数的概率分布 一、抽样误差和样本均数分布 1.抽样误差 第三节 t 分 布 抽样研究中，样本统计量与总体参数间的差别称为抽样误差。 　 由抽样造成的样本均数与总体均数及样本均数之间的差别称为均数的抽样误差。 例：14岁健康女生的身高总体均数为155.40cm，标准差为5.30cm，从中抽取n=10的100个样本，100个样本的均数频数分布如下： 样本均数的均数为155.52cm，均数的标准差为1.64。 1.若X～N（μ，σ），则 2.若X不服从正态分布，n较大，则 标准误 　　统计量的标准差称为标准误（如均数标准误、率的标准误）；均数的标准误是描述均数抽样误差大小的统计指标。 思考题：标准误和标准差的区别？ 则 u～N（0，1） 二、t分布的概述 则 u～N（0，1）； ～（μ， ），作 u 转换 X～N（μ，σ），作 转换， t 变量为用以推断总体均数的样本检验统计量。 t 分布只有1个参数自由度?＝n－1。 1.当 σ 已知时，可作 u 转换，推断总体均数的样本检验统计量为 u。 2.当 σ 未知时，可作正态变量 的 t 转换， 二、t 分布的图形和特征 以0为中间位置，左右对称的一簇曲线，当? →∞时，ｔ分布趋近于标准正态分布，? 较小时，曲线分布离散，较扁平。 （一） 图形： 从一份资料(μ=4.83σ=0.52)中，作样本含量分别为3和50的随机抽样，重复1000次，得到1000个t值，对t值作频数分布图，可以看出两个图形不一样，t分布与自由度有关。 t分布图形: 二、t 分布 (μ=4.83σ=0.52) t 分布的图形和特征 分布密度函数 3.当? →∞时，t 分布逼近u 分布； 特征： 1.单峰分布，以0为中心，左右对称； 2. ? 越小，t 值越分散，t 分布的峰部越矮而尾部翘得越高； 4.t 分布曲线下的面积有一定规律。 双侧： 单侧： （三）t分布曲线下的面积规律： 第四节 二 项 分 布 摸球实验: 一个袋子里有5个球:2个黄球,3个白球 摸到黄球的概率:0.4,进行100次摸球,摸到x次黄球的概率为: 一、Bernoulli试验 以A表示所感兴趣的事件，A事件发生称为“成功”，不出现称为“失败”。相应的这类试验称作为“成一败型”试验或Bernoulli试验。 二、Bernoulli试验序列 必须满足下列三条件: (1)每次试验结果只能是两个互斥结果之一(A或非A)。 (2)每次试验的条件不变，每次试验结果A事件发生的概率为常数?。 (3)各次试验独立，各次试验出现的结果互不影响。 某实验中小白鼠染毒后死亡概率:?为0.7,则生存概率为: 1- ? =0.3， 故对一只小白鼠进行实验的结果为： 死（概率为? ）或 生（概率为1- ? ）； 对二只小白鼠（甲乙）进行实验的结果为： 甲乙均死 [概率为?2] 甲死乙生 [概率为?(1- ?)] 乙死甲生 [概率为(1- ?) ?] 甲乙均生 [概率为(1- ?)2] 概率相加得: ? 2+ ?(1- ?)+(1- ?) ? +(1- ?)2 =[? +(1- ?)]2 对三只小白鼠（甲乙丙）进行实验的结果为： 表5－6 3只白鼠各种实验结果及其发生概率 概率相加得:[? +(1- ?)]3 对n只小白鼠进行实验，所有可能结果的概率相加得: ?n+Cn1 ?(1- ?)n-1+…+Cnx ? x(1- ?)n-