品质统计原理-常用的机率分布与统计分布.pdf

授 課 目 錄 第1章 導 論 第2章 統計資料的整理與描述 第3章 機率導論 第4章 常用的機率分佈與統計分佈 第5章 描樣方法與描樣分佈 第6章 統計估計 第7章 統計檢定 第8章 變異數分析 第9章 相關分析與迴歸模式 第10章 無母數統計檢定 第11章 類別資料分析列聯表與卡方檢定 1 第四章 常用的機率分佈與統計分佈 一組樣本資料常呈現某種特殊型式的機率分配。當獲得母 體的樣本資料時，須從各種機率分佈當中，選擇出最接近該 母體的機率分佈 ，使樣本資料與母體參數有最佳的推論與檢 定能力。 常用的機率分佈有：離散型與連續型二大類。 4.1 離散型機率分佈 離散型機率分佈(p)常見有二項分佈、卜氏分佈、離散 型均勻分佈、超幾何分佈。 若一隨機實驗只有成功和失敗兩種結果，事件成功發生 的機率為 p ，事件失敗發生的機率為1-p 。令隨機變數x = 1 代表成功的事件，x = 0 代表失敗的事件，此稱隨機變數 X 服從白努利分佈(Bernoulli Distribution) 。 x 1 0 P(x) p 1-p E[X] 1p 0(1-p ) 2 2 2 V[X]=E[X ]-(E[X]) p (1-p ) x 1-x p(x) = P(X=x) = p (1- p) (1) 二項分佈(Binomial)執行 n 次白努利隨機試驗，事件 成功發生的機率為 p ，事件失敗發生的機率為1-p 。通 常以隨機變數 X~B(n, p )表示 。 其機率密度函數與累積分佈函數為： p(x) = C(n, x) p x (1-p )n-x x =0, 1,…,n (4.1) x k n-k F(x) = C(n, k) p (1-p ) (4.2) k =0 其期望值與變異數為： E[X] = np V[X] =np (1-p ) ◎二項式分佈當 n 很大或 p 接近 0.5 時呈常態分佈， ◎np 接近 1 Peak Out ，p0.5右偏， p0.5左偏 Excel : pp. 99-100, Bernoulli Distribution pp. 101-110, Binomial Distribution 3 範例、致遠管理學院約有 40%的學生喜歡打籃球，茲隨機機 訪問 1 個學生，試問(a) 此學生喜歡打籃球的期望值與變 異數? (b) 隨機機訪問 5 個學生，此 5