概率机密函数和分布PPT课件.ppt

读一本书，做一个设计;读一篇文章，讲解一篇文章;himewen@hnu.edu.cn;概率的计算规则;怎样得到概率 ;概率的计算规则 ;全概率公式 ;贝叶斯公式;三、基率证据;控方指出：我们假设有10万被打的妇女，其中1/2500个被自己的丈夫杀害了，即有40个人被丈夫杀害；如果这10万个妇女中被其他人杀害的人数是5个人（这个人数要远远少于被丈夫杀死的人数）；那么：40/45就是一位被丈夫打过的妻子被自己丈夫杀害的比率。 问题：辩方和控方的不同之处在哪里？谁的证据更准确？;辩方和控方的争论点;GEBB;警犬案件 ;=;基率证据在法庭中的应用;解答：A：肇事汽车上有Hertz标志 B：肇事汽车属于Hertz公司 已知：P(A)=0.8, P(B|A)=0.9, P(B|~A)=0.2 求：P(B) 全概率公式：P(B)= P(B|A)* P(A)+ P(B|~A)*P(~A) =0.9*0.8+0.2*0.2=0.76;案例2：DES案 在辛德尔案中，一种被统称为DES的预防流产药物的生产者无法排除此药对胎儿有潜在危害的可能性即将药物投放市场。原告的母亲使用了此药物，并导致原告在出生数十年之后罹阴道癌。原告起诉了数家当时主要生产此药物的公司，但她却不能够指出其母使用的具体药物的生产者。 问：能否要求所有的公司赔偿？;案例3：Wood案 Paul Woods死亡时仅仅8个月，他死于发绀。Woods家是收养他的第二个地方。但是，他在最初被收养时，并未患上任何呼吸系统疾病。而当Paul在Woods家开始出现这类症状时，有几家医院曾对他进行治疗。在住院期间，Paul从未出现过持续发绀的症状。当Paul死亡时，内科医生无法确定其死因。然而，一名法医病理学家Dr. Vincent DiMaio却怀疑Paul死于窒息。他作为专家证人在证人席上称：自己相信Paul死于窒息的可能性为75%，死于某种未知疾病的可能性是25%。他指出法庭现有的证据并不能排除Paul死于谋杀的合理怀疑。; 并且控方还有另一证据支持Dr. Vincent DiMaio，控方指出，在过去的25年中，被告Martha曾照料过许多儿童，这其中既有她自己的孩子也有其他亲戚朋友的孩子。在此期间，在Martha的监护之下，有9个孩子至少20次出现发绀症状，其中7个孩子已经死亡。而且，与Paul案相似之处在于，这些孩子在离开Martha而呆在住院期间，均未出现呼吸系统的问题，并且，对于这些孩子的死亡，主治医生都不能确定这些孩子们的死亡的确切原因。 ; 频率分布图和机密函数 ;频率分布图与机密函数;面积=比例=概率 A.X在某数字以前的图形面积； B.X小于某数字以前的汽车的比例； C.抽出一辆X小于某数字的汽车的概率。;离散变量的概率分布 ;均值： 标准差： ;;p=!0.5;计算函数 PDF （Probability density function） 概率密度函数（机密函数）:指定分布的密度函数在第一个参数 quant 值处的值 PDF.BINOM(quant, n, prob) 数值。返回当每个试验的成功概率是 prob 时，n 个试验中的成功数等于 quant 的概率； ;CDF（Cumulative distribution function） 累积分布函数 CDF.BINOM(quant, n, prob) 数值。返回每次成功概率为 prob 的 n 次试验中成功次数小于等于 quant 的累积概率。 例： 硬币连续两次正面着地的概率是多少？ 连续生4个女孩的概率是多少？ 10个完全不懂的判断题，猜对6个（以上）的概率是多少？;0.5*0.5=0.25 0.49*0.49*0.49*0.49=0（10*9*8*7/4*3*2*1）0.56*0.54=0.205 =0.794921875;二项分布与正态分布的关系： 当p=0.5时，二项分布是对称的； 当p0.5，二项分布是正偏的； 当p0.5，二项分布是负偏的； 当p=0.5，且n*p*q=9时，二项分布将近似于正态分布。;案例1. 前面的抽签参加越战的案例 365个标有生日标签的球放在盒子里，前182次，抽到前6月份生日的球应该约占50%。 案例2. 赌徒谬误(gambler‘s fallacy） 1913年8月18日，在蒙地卡罗的一间赌场里的轮盘游戏中，黑色不可思议的连续出现了十五次，人们开始近乎疯狂的冲着去押红色。当黑色连续出现了二十次以后，人们还进一步加大了他们的赌注，因为大家都认为在黑色连续出现了二十次以后再出现黑色的可能性已经不到百万分之一