几种常见的概率分布率 (1)..pptVIP

第三章几种常见的概率分布 离散型概率分布 二项分布（binomial distribution) 泊松分布（poisson distribution) 超几何分布（hypergeometric probability distritution） 负二项分布（Negative binomial distribution） 例：例3.1 注意： 1)放回式抽样适用于二项分布，非放回式抽样适用于超几何分布； 2)通式为： 例3.1 从雌雄各半的100只动物中抽样（放回式抽样），抽样共进行10次，问其中包括3只雄性动物的概率是多少？包括3只及3只以下的概率是多少？即求P（X＝3）和P（X≤3） 此例中：n=10, x=3,p=0.5,求P(3) 和F(3)。 则， 将x＝0,1,2,3代入通式，可得到出现0,1,2,3只雄性动物的概率。 P（0）＝ 0.0009766 P（1）＝ 0.0097656 P（2）＝ 0.0439453 P（3）＝ 0.1171876 所以，抽到3只和3只以下雄性动物的概率为： F（3）＝P（0）＋P（1）＋P（2）＋P（3）＝0.1718751 一、 服从二项分布的随机变量的特征数 平均数：μ＝np ，μ＝ p （用比率表示时） 方差： （用比率表示时） 偏斜度： 峭度： 从以上公式可以看出二项分布决定于两个参考数：试验次数n 和概率P，因此其图形变化趋势与这两个参数有关。 例3.2 用棕色正常毛(bbRR)的家兔和黑色短毛(BBrr)兔杂交，F1代为黑色正常毛长的家兔(BbRr), F1代自交，F2代表型比为：9/16B_R_ : 3/16B_rr : 3/16bbR_ : 1/16bbrr。问最少需要多少F2代家兔，才能以99％的概率得到一个棕色短毛兔（bbrr）？ 解： 设p为非棕色短毛兔出现的概率，则1－p就为棕色短毛兔出现的概率。 在[p＋(1－p)]n的展开式中只有第一项pn无棕色短毛兔出现，因此n值可由pn＝1－0.99求出。 pn ＝（15/16）n ＝ 0.01 n（lg15－lg16）＝ lg0.01 -0.02803n ＝－2.00000 n ＝71.4 二项分布的应用条件有三： （1）各观察单位只具有互相对立的一种结果，如阳性或阴性， 生存或死亡等， 属于二项分类资料； （2）已知发生某一结果 (如死亡) 的概率为p，其对立结果的概率则为1-p=q，实际中要求 p 是从大量观察中获得的比较稳定的数值； （3）n个观察单位的观察结果互相独立，即每个观察单位的观察结果不会影响到其它观察单位的观察结果。 3. 2 泊松分布P(λ) 在生物学研究中，有许多事件出现的概率很小，而样本容量或试验次数却往往很大，即有很小的p值和很大的n值。这时二项分布就变成另外一种特殊的分布，即泊松分布。 如，显微镜视野内染色体有变异的细胞计数、单位容积的水中细菌数目的分布、作物种子内杂草的分布以及样方内少见植物的个体数等都属于泊松分布。 其概率函数可由二项分布的概率函数推导。 一、泊松分布概率函数的推导 二、 服从泊松分布的随机变量的特征数 平均数：μ=λ 方差： σ2 = λ 偏斜度： 峭度： 概率函数内的λ ，不但是它的平均数，而且是它的方差。 λ很大时， γ1和γ2则接近于0，这时的泊松分布近似于正态分布。 三、 泊松分布应用实例 例3.5 在麦田中，平均每10m2有一株杂草，问每100m2麦田中，有0株、1株、2株、…杂草的概率是多少？ 解： 先求出每100m2麦田中，平均杂草数μ μ＝ 100/10＝ 10株 将μ代入泊松分布的概率密度函数中， p(x) = 10x/(x!e10),（ e=2.71828） 即可求出x＝ 0，1，2，… 时所相应的概率。 例：为监测饮用水的污染情况， 现检验某社区每毫升饮用水中细菌数 ， 共得400个记录如下： 试分析饮用水中细菌数的分布是否服从泊松分布，计算每毫升水中细菌数的概率及理论次数并将頻率分布与泊松分布作直观比较。 解：经计算得每毫升水中平均细菌数为0.500 x ＝0.5，s2＝0.496，两者相接近，可认为服从泊松分布 代入泊松分布公式 注意，二项分布的应用条件也是泊松分布的应用条件。比如二项分布要求n 次试验是相互独