统计学项和Poisson分布.pptVIP

常用概率分布 --- 二项分布 Bernoulli试验和Bernoulli试验序列 医学观察中人们所感兴趣的事件是否发生： 预防接种：是否发生某病； 毒性试验：动物是否死亡 对每一次实验，出现的结果只有两种情况，称为Bernoulli试验。如所关心的事件A发生，称为“成功”，否则称为“失败” Bernoulli试验和Bernoulli试验序列 重复n次，称为n重Bernoulli试验 n次实验构成的序列，称为Bernoulli试验序列。 特点： 每次实验只有两种可能的结果 各次实验相互独立 发生成功事件的概率不变 它是研究“相同条条件下进行重复实验或观察”的一种概率模型 例3.1　设小白鼠接受一定剂量的某种毒物时的死亡率为80％，即对于每只小白鼠来说，其死亡概率为0.8，生存概率为0.2。每组各用甲乙丙三只小白鼠逐只做实验，观察每组小白鼠的存亡情况。如果考虑生存或死亡的顺序，则共有8种排列方式，如果只考虑生存或死亡的数目，则只有4种组合方式，如表3.1第（2）（3）栏所示。 二项分布定义 构成Bernoulli试验序列的n次实验中，成功事件A出现次数的概率为 由于上式是二项式 展开式中相应地含 的项，因此称该分布为二项分布 二项分布定义 从阳性率为π的总体中随机抽取大小为n 的样本，则出现阳性数为x的样本的分布为二项分布，记作 二项分布的概率 可用下式计算 其中 X取值为0，1，2，… n 二项分布的条件 二项分布的条件 每次实验（观察）的结果只有两种可能（两分类变量） 各次实验（观察）的结果相互独立 每个观察对象发生阳性结果的概率为π 医学中的二项分布：如某病的患病率为π，在人群中随机抽取5人，则5人中患该病的人数服从二项分布B(5,π) 二项分布的特征 二项分布的特征 二项分布的特征 二项分布的特征 二项分布的图形特征： 离散分布 图形取决于两个参数，高峰在 处 当 接近0.5时，图形对称，越偏离0.5，对称性越差 随着n的增大，分布趋于对称 当 时，只要 不太靠近0或1，二项分布将趋近于对称分布，对称轴为 二项分布的特征 二项分布的均数和标准差 总体均数 总体方差 总体标准差 例1中，π=0.8则3只鼠中死亡鼠数X的总体均数 总体方差 常用概率分布 ---Poisson分布 Poisson分布的概念 离散型分布 描述单位时间(空间)中某种事件的发生数 描述某罕见事件发生次数的概率 罕见事件: ,n很大,而x很小, Poisson分布的概念 如果随机变量x的分布规律服从 称x服从参数为μ的Poisson分布， 式中x为观察单位内随机事件发生次数 x取值为非负整数 0,1,2…… m为Poisson分布的参数 递推公式 Poisson分布的条件 平稳性：x的取值与观察单位的位置无关，与观察单位的大小有关 独立增量性(无后效性)：在某个观察单位上x的取值与前面各观察单位上x的取值无关 普通性：在充分小的观察单位上X的取值最多为1，发生概率不变 Poisson分布的概念 常见服从Poisson分布的情况: 均匀液体中的细菌分布 放射性物质单位时间内的放射次数 粉尘在观察容积内的分布 非传染性罕见疾病在人群中的分布 Poisson分布的形态 Poisson分布的形态 Poisson分布的特点 形态： 离散分布 只取决于m， m很小时分布很偏，当m增加时，逐渐趋于对称。 在 和 处达到峰值，且有 Poisson分布的总体均数与总体方差相等，均为m ---常用于判断某随机事件是否服从Poisson分布 Poisson分布的特点 Poisson分布的观察结果具有可加性：如果 相互独立，且分别服从以 为参数的Poisson分布，则 也服从总体参数为 的Poisson分布 例：放射性物质平均每分钟放射记数为5，测量3次， 均服从 ，则 即3分钟的放射记数服从 分布的关系 二项分布的Poisson近似 设 ，当 ， 常数时，此时 的极限分布是以 为参数的Poisson分布。 越小，近似越好 当n很大， 很小时，可以用Poisson概率代替二项分布概率计算 * * 每个格子的大小恰好容纳一个细菌 1L水 细分 格子数 有限格子μ 中有细菌