第四章 概率论与抽样分布.ppt

第四章 概率论与抽样分布 第四章 概率论与抽样分布 第一节 概率论基础 第二节 概率分布 第三节 统计量及其抽样分布 学习目标 1. 了解随机事件的概念、事件的关系和运算 2. 理解概率的定义，掌握概率的性质和运算法则 理解随机变量及其分布，计算各种分布的概率 几个基本概念 随机试验 1.含义：一次试验是指对试验单元进行一次观察或测量的过程。 2.特点：（1）可在相同条件下重复进行 （2）每次试验的可能结果可能不止一个，但试验的所有可能结果在试验前是确切知道的 （3）一次或少数几次试验的结果呈现偶然性，大量重复试验的结果呈现出特定的规律性 实验 严格按照规定步骤进行的工作，其结果是一个量 或一组量。 样本点 实验中每一个可能的结果 点集 有特定性质的样本点全体 样本空间 全体样本点构成的集合 事件的概念 事件：试验的每一个可能结果(任何样本点集合) 例如：掷一枚骰子出现的点数为3 随机事件：每次试验可能出现也可能不出现的事件 例如：掷一枚骰子可能出现的点数 必然事件：每次试验一定出现的事件 例如：掷一枚骰子出现的点数小于7 不可能事件：每次试验一定不出现的事件 例如：掷一枚骰子出现的点数大于6 排列与组合 排列 一组不同对象的全部或部分集合的每一不同顺序或位置称为排列 组合 如果只考虑其不同或不考虑其顺序或位置，则该集合称为组合。 事件的关系和运算（事件的包含） 事件的关系和运算（事件的交或积） 事件的关系和运算（事件的并或和） 事件的关系和运算（事件的逆） 事件的关系和运算（互斥事件） 事件的关系和运算（事件的差） 事件的关系和运算（事件的性质） ? 设A、B、C为三个事件，则有 交换律：A∪B=B∪A A∩B=B∩A 结合律：A∪(B∪C)=(A∪B)∪C A(BC) =(AB) C 分配律：A∪(B∩C)=(A∪B)∩(A∪C) A∩(B∪C)=(A∩B)∪(A∩C) 先验概率与后验概率 先验概率（古典概率） 古典概率论认为，如果事件以n个互斥和等可能 的方式发生，其中m个结果具有属性A，则事件A 的概率是m/n “互斥性”和“等可能性” 后验概率 必须经过试验统计出累计频数后才能估算的随机 事件的概率，也称频数概率或统计概率 概率的性质 非负性 对任意事件A，有 0 ? P ? 1 规范性 必然事件的概率为1；不可能事件的概率为0。即P ( ? ) = 1； P ( ? ) = 0 可加性 若A与B互斥，则P ( A∪B ) = P ( A ) + P ( B ) 推广到多个两两互斥事件A1，A2，…，An，有 P ( A1∪A2 ∪… ∪An) = P ( A1 ) + P (A2 ) + …+ P (An ) 概率的加法法则 ? 法则一 两个互斥事件之和的概率，等于两个事件概率之和。设A和B为两个互斥事件，则 P ( A∪B ) = P ( A ) + P ( B ) 事件A1，A2，…，An两两互斥，则有 P ( A1∪A2 ∪… ∪An) = P ( A1 ) + P (A2 ) + …+ P (An ) 概率的加法法则（实例） 概率的加法法则 ? 法则二 对任意两个随机事件A和B，它们和的概率为两个事件分别概率的和减去两个事件交的概率，即 P ( A∪B ) = P ( A ) + P ( B ) - P ( A∩B ) 概率的加法法则（实例） 条件概率与独立事件 独立事件 一个事件的发生与否并不影响另一个事 件发生的概率，则称两个事件独立 条件概率 ? 在事件B已经发生的条件下，求事件A发生的概率，称这种概率为事件B发生条件下事件A发生的条件概率，记为 概率的乘法公式 用来计算两事件交的概率 以条件概率的定义为基础 设A、B为两个事件，若P(B)0，则 P(AB)=P(B)P(A|B) 或 P(AB)=P(A)P(B|A) 概率的乘法公式（实例） 事件的独立性 若事件A与B独立，则P(B|A)=P(B)， P(A|B)=P(A) 此时概率的乘法公式可简化为 P(AB)=P(A)·P(B) 推广到n个独立事件，有 P(A1 A2 …An)=P(