南农生统课本演示稿第4章论分布至二项分布.pptVIP

试验设计与统计分析 第四章 理论分布和抽样分布 第四章 理论分布和抽样分布 第二节 二项分布 第一节 事件、概率和随机变量 第一节 事件、概率和随机变量 第一节 事件、概率和随机变量 第一节 事件、概率和随机变量 第一节 事件、概率和随机变量 第一节 事件、概率和随机变量 第一节 事件、概率和随机变量 第一节 事件、概率和随机变量 第二节 二项分布 第二节 二项分布 第二节 二项分布 第二节 二项分布 第二节 二项分布 第二节 二项分布 第二节 二项分布 第二节 二项分布 第二节 二项分布 第二节 二项分布 第二节 二项分布 第二节 二项分布 第二节 二项分布 第一章 科学实验及其误差控制 * * 本课程使用盖钧镒主编的《试验统计方法》一书作为课本。全程为38学时，占2学分。 第二章 试验设计与实施 第三章 次数分布和平均数、变异数 第五章 统计假设测验 第八章 参数估计方法 第六章 方差分析 第七章 卡方测验 第九章 直线回归和相关 第一章 科学实验及其误差控制 第十章 多元回归和相关 第十四章 不完全区组设计和统计分析 第十二章 单因素试验的统计分析 第十三章 多因素试验结果的统计分析 第十五章 抽样调查 第十一章 曲线回归 第一节 事件、概率和随机变量 第三节 正态分布 第四节 抽样分布 第五节 几种常用的分布 不可能事件 自然界中每一件事物的每一种可能出现的情况。 随机事件 事件 随机事件常用大写英文字母表示，例如A、B、C…等等。 概率 每一个事件出现的可能性(Probability)。 必然事件 在特定情况下必定发生的事件； 在特定情况下不可能发生的事件； 在特定情况下可能发生也可能不发 生的事件； 某事件出现的概率用P( )表示；例如P(A)、 P(B)等。 概率的有效范围为0～1，即0≤P(A)≤1。 必然事件记为U，其概率为1，即 P(U) = 1。 不可能事件记为V，其概率为0，即 P(V) = 0。 随机事件的概率在0～1之间，即0＜P(A)＜1。 事件间的关系 事件A和B至少有一件发生的事件，记为A+B。 和事件 事件A和B同时发生的事件，记为AB。 积事件 可以引伸到 n 个事件中至少有一件发生的事件， 记为　　　　　　　　　　　。 可以引伸到 n 个事件同时发生的事件， 记为　　　　　　　　。 事件间的关系 事件A和B至少有一件发生的事件，记为A+B。 和事件 事件A和B同时发生的事件，记为AB。 积事件 互斥事件 两件不可能同时发生的事件，例如AB=V。 对立事件 两件不可能同时发生，两者中必定有一件 发生的事件，例如AB=V同时A+B=U。 完全事件系 n 个事件两两互斥，但其必定有一件发 生，例如AiAj=V同时A1+A2+…+An=U。 事件的独立性 若事件A发生与否不影响事件B发生的 概率则称事件A与事件B相互独立。 计算事件概率的法则 假定两互斥事件A和B的概率分别为P(A)和P(B)，则事件A与B的和事件的概率等于事件A的概率与事件B的概率之和。 互斥事件的加法 可以引伸到：n 个两两互斥的事件的概率等于这 n 个事件的概率之和。 即：如果AB=V，则P(A+B)=P(A)+P(B)。 即：如果AiAj=V，则P(?Ai)=?[P(Ai)]。 计算事件概率的法则 互斥事件的加法 假定P(A)和P(B)是两独立事件A和B各自出现的概率，则事件A与B同时出现的概率等于事件A的概率与事件B的概率之乘积。 独立事件的乘法 可以引伸到：n 个相互独立的事件同时发生概率等 于这 n 个事件各自发生的概率之乘积。 即：P(?Ai)=?[P(Ai)]。 即：P(AB)=P(A)P(B)。 对立事件的概率 若事件A的概率为 ，则其对立事件 的概率为 。 计算事件概率的法则 互斥事件的加法 独立事件的乘法 完全事件系的概率为1。 即，如果AiAj=V同时A1+A2+…+An=U，则P(?Ai)=1。 假定事件A与B是非独立的，那 么，事件A和B同时出现的概率等于事件A的概率乘 以在事件A发生的情况下事件B发生的概率。 非独立事件的乘法 即：P(AB)=P(A)P(B|A)。 其中，P(B|A)是在事件A 发生的情况下事件B发生的概率，称为条件概率。 是指随机变数的某一个实数值。 随机事件 为了将随机事件的结果数量化，使用随机变量。 在特定情况下可能发生也可能不发 生的事件； 如果能将随机事件的结果用数字来