第四章 概率分布 《试验设计与统计分析》PPT课件.ppt

第四章 概率分布 在自然界或人类社会中发生的各种现象通常可划分为两类： 确定性现象（definite phenomena）——一定条件下必然发生的现象； 随机现象（random phenomena）——一定条件下可能发生、但结果不止一个、哪个结果发生预先并不知道的。比如，抛掷一枚硬币. 随机现象的统计规律——随机现象虽然表现为不确定性，但在大量重复试验观测下，其结果会呈现出某种特定的规律，称作随机现象的统计规律。如:掷一枚硬币，｛正面朝上｝的频率接近0.5。 概率分布就是描述随机现象的统计规律。 本章主要介绍：①事件和概率 ②二项分布和泊松分布 ③ 正态分布 ④ 抽样分布 第一节 事件和概率 一、事件 1、随机试验 满足下述三个条件的试验称为随机试验（random experiment）： ①试验可在相同条件下重复进行； ②试验的所有可能结果是明确可知的，并且不止一个； ③每次试验总是恰好出现这些可能结果中的一个，但在试验之前却不能肯定会出现哪一个结果。 在统计学里随机试验可简称为试验。 2、事件 (event)——试验中所观察到的结果。 3、 基本事件 随机试验的每一个可能结果，称为基本事件（elementary event）或简单事件（simple event），不可再分。 4、复合事件 由若干个基本事件组合而成的事件，称复合事件（compound event），也称作复杂事件 5、必然事件——每次试验中一定发生的结果称作必然事件（certain event） ，用Ω表示。 6、不可能性事件——在任何一次试验中都不可能发生的结果称作不可能事件（impossible event）。用Φ表示。 7、随机事件——每次试验中可能发生也可能不发生的结果称作随机事件（random event）。用A、B、C等表示。 二、 事件之间的关系和运算 1、包含 若事件A的发生必导致事件B发生，则称事件B包含事件A， 。 2、相等 则称事件A等于事件B，记作A=B。 3、和 若事件A与事件B至少一个发生某事件就发生，则某事件称作A与B的和事件，简称为和，记作 (读作A并B），或A+B（读作A加B）。 推广到n个事件的和： 4、积 若事件A与事件B同时发生某事件才发生，则称某事件为A与B的积事件，简称为积，记作 ,读作A交B）或AB（读作A乘B）。 推广到个n个事件的积： 5、差 称事件A发生但事件B不发生的事件为A减B的差事件，简称为差，记为A-B。 6、互斥 若事件A与事件B不能同时发生，则称A与B互斥或互不相容。互斥包括非此即彼的情形，但互斥不一定是非此即彼，事件关系满足 。 7、对立 称事件A不发生就发生的事件为A的对立事件，记为 。事件的发生非此即彼，显然 8、独立 若事件A发生的概率不影响事件B发生的概率，则称事件A与事件B相互独立，反之亦然，A与B是一对彼此独立的事件。 注意独立与互斥、对立的区别，互斥指两事件不能同时发生，满足 ；独立指一事件发生的概率与另一事件发生的概率无关 ，对立事件互斥但不独立，因为它们满足 9、完备事件系 若n个A1、 A2、… An事件两两互斥，且满足下式： 则称该个事件为一个完备事件系。注意，概率之和等于1并且两两互斥的事件系才是完备事件系，两个条件缺一不可。 〔例4.1〕用“集合图”描述事件之间的关系和运算，并理解和掌握它们的实际意义。 图4.1 事件之间的关系和运算 三、 概率 用于度量事件发生可能性大小的数值称作事件的概率（probability）。通常用P(A)、 P(B)等表示。事件的概率具有下述性质： ①设A为任一事件，则0≤ P(A) ≤ 1； ②必然事件的概率为1，P(?)=1 ； ③不可能事件的概率为0，P(?)=0 。 2、概率的统计定义 若在相同条件下将试验重复n 次，且事件A出现了nA次，则事件的频率（frequency）定义为 如果随着试验重复次数n的增大，事件A的频率越来越稳定地在某一常数附近摆动，则称常数为事件A的概率（probability），即 这就是统计意义上的概率定义（statistical probability）。 历史上曾有几个著名的抛一枚均质硬币试验 (见教材) 许多情况下p很难准确获得。通常以n充分大时事件A出现的频率作为它的概率的估计值，即： 四、 概率计算法则 1、对立事