连续及常态分配.PPT

第 七 講 The Normal Distribution and Other Continuous Distributions 學習目標 1. 定義連續型隨機變數 2. 均等(uniform)、常態(normal)以及指數 (exponential)分配的介紹 3. 連續型隨機變數機率的計算 4. 以常態分配機率近似二項分配機率 資料的獲得 實驗(experiment) 例如 1 : 丟擲一個骰子 2 : 長度的測量(公分，英吋 等) 調查(survey) 例如 1 : 某公司新推出的產品在市場上的反應情形 2 : 對某年齡學童身高的測量 ( 150cm, 130cm, 145cm, …) 資 料 類 型 Data Types Continuous Random Variables 連續型隨機變數 連續型隨機變數  Continuous Random Variables 1. 隨機變數 (Random variable, r.v.) 將隨機實驗的結果(outcomes)以實數值來表達 例如：學生體重 (65.5公斤、51公斤等等) 2. 連續型隨機變數(Continuous r.v.) 對應實數的數值 經由量測得來(obtained by measuring) 對應於某區間必定為無限多數值 (Infinitive number of values in an interval) 無法一一計數列出 (uncountable) 連續型隨機變數範例Continuous Random Variable Examples 例題: 連續型隨機變數 例題: 連續型隨機變數 例題: 連續型隨機變數 例題: 連續型隨機變數 例題: 連續型隨機變數 連續型隨機變數 連續型隨機變數之密度函數(density function) 連續型隨機變數之數值(x)變化，為整個實驗之結果，具有不可數且無限多的實數，可以用一條曲線來表示整個實驗結果的分布情形。以座標橫軸表示ｘ值，則該曲線定會在橫軸(x)的上方，且該曲線和其 x 值之間所圍繞的區域面積為1。此時以一個數學函數 f(x) 來表示該曲線與ｘ值之間的關係，則該函數 f 即為此隨機變數之密度函數。 連續型隨機變數之機率與機率密度函數 在任一給定的 x 數值區間，與其對應於密度函數 f(x) 的面積即為機率。此時又稱該密度函數為機率密度函數(probability density function) 。 f(x) 本身僅代表於 x 值上的一個密度曲線高度，並非機率 (probability) 。　　 機率密度函數 1. 數學模式。 2. 該函數可清楚的表達出連續型隨機變數(X)之所有實驗結果的機率分配。 3. 當代入數值 x 後，對應到該密度函數的值為密度曲線之高度。 f(x)並非機率probability 機率密度函數 基本性質 1. f (x) ? 0 2. 曲線下總面積為1, 連續型隨機變數的機率 分配函數Distribution function 分配函數性質 一些常見連續型機率分配 一些常見連續型機率分配 一些常見連續型機率分配 一些常見連續型機率分配 一些常見連續型機率分配 一些常見連續型機率分配 均 勻 分 配 均 勻 分 配 均 勻 分 配 1. 所有實驗結果發生的頻率或可能性均相同。 2. 機率密度函數為 均 勻 分 配4. 平均數 (μ) 及 標準差 (σ) 均 勻 分 配 均 勻 分 配 範 例 範 例 解 範 例 解 範 例 解 範 例 解 P(24 ? X ? 28) = (底 Base) (高 Height) = (28 - 24) (1/10) = 0.40 均 勻 分 配 範 例 均 勻 分 配 範 例 範 例 二 當您是銘傳飲料公司的生產經理時， 您知道公司將飲料充填量設定為 450克，但實際飲料充填量為一均勻分配於430至470克之間。 試問某罐飲料充填量在440克以下的機率為何? 範 例 二 解 當您是銘傳飲料公司的生產經理時， 您知道公司將飲料充填量設定為 450克，但實際飲料充填量為一均勻分配於430至470克之間。 試問某罐飲料充填量在440克以下的機率為何? 範 例 二 解 當您是銘傳飲料公司的生產經理時， 您知道公司將飲料充填量設定為 450克，但實際飲料充填量為一均勻分配於430至470克之間。 試問某罐飲料充填量在440克以下的機率為何? 範 例 二 解