本科“统计学”——第五章 概率分布与抽样分布.pptVIP

第 五 章 概率分布与抽样分布 第一节 随机事件与概率分布 第二节 抽样分布及其性质 学习目标 了解随机事件及概率分布 理解抽样分布的意义 了解抽样分布的形成过程 理解中心极限定理 理解抽样分布的性质 一、随机试验与随机事件 必然现象（确定性现象） 变化结果是事先可以确定的，一定的条件必然导致某一结果 这种关系通常可以用公式或定律来表示 随机现象 （有不确定性，但不等同于偶然现象） 在相同条件下可能发生也可能不发生的现象 个别观察的结果完全是偶然的、随机会而定 大量观察的结果会呈现出某种规律性 （随机性中寓含着规律性） ——统计规律性 随机试验 严格意义上的随机试验满足三个条件： 试验可以在相同的条件下重复进行； 每次试验的可能结果不止一个，但试验的所有可能结果在试验之前是明确可知的； 每次试验只能观察到可能结果中的一个，但在试验结束之前不能肯定哪一个结果会出现。 广义的随机试验是指对随机现象的观察（或实验） 实际应用中多数试验不能同时满足上述条件，常常从广义角度来理解。 随机事件（事件） 随机事件（简称事件） 随机试验的每一个可能结果 常用大写英文字母A、B、… …、来表示 基本事件（样本点）——中国足球队胜、负、平 不可能再分成为两个或更多事件的事件： 样本空间（Ω） 在一项随机试验中，每一个基本事件称为一个样本点，而所有样本点构成这项试验的样本空间。 显然，样本空间等同于集合论中的全集，基本事件对应于全集中的元素，满足某些规定性质的随机事件就是集合论中的一个子集。 随机事件（续） 随机事件的两种特例 必然事件 在一定条件下，每次试验都必然发生的事件 必然事件发生的概率为1 不可能事件 在一定条件下，每次试验都必然不会发生的事件 不可能事件是一个空集（Φ） 二、随机事件的概率 概率 用来度量随机事件发生的可能性大小的数值 必然事件的概率为1，表示为P (? )=1 不可能事件发生的可能性是零，P(? )=0 随机事件A的概率介于0和1之间，0P(A)1 概率的统计定义 当试验次数 n 很大时，事件A发生频率m/n 稳定地在某一常数 p 上下波动，而且这种波动的幅度一般会随着试验次数增加而缩小，则定义 p 为事件A发生的概率 事件的概率 ?例如，投掷一枚硬币，出现正面和反面的频率，随着投掷次数 n 的增大，出现正面和反面的频率稳定在1/2左右 历史上有很多人都曾经做过抛硬币试验： 三、随机变量的概念 随机变量——表示随机试验结果的变量 取值是随机的，事先不能确定取哪一个值 一个取值对应随机试验的一个可能结果 用大写字母如X、Y、Z...来表示，具体取值则用相应的小写字母如x、y、z…来表示 根据取值特点的不同，可分为： 离散型随机变量——取值可以一一列举 连续型随机变量——取值不能一一列举 离散型随机变量 随机变量 X 取有限个值或所有取值都可以逐个列举出来 X1 , X2，… 以确定的概率取这些不同的值 离散型随机变量的一些例子 连续型随机变量 随机变量 X 取无限个值 所有可能取值不可以逐个列举出来，而是取数轴上某一区间内的任意点 连续型随机变量的一些例子 四、随机变量的概率分布 1. 离散型随机变量的概率分布 2. 连续型随机变量的概率密度 3. 分布函数 1. 离散型随机变量的概率分布 离散变量X的概率分布 ——离散型随机变量X的每一个可能的取值xi 与其概率 pi（i=1，2，3，…，n）之间所确立的对应关系称为这个离散型随机变量的分布。 概率分布具有如下两个基本性质： （1） pi≥0，i=1,2,…,n； （2） 离散型随机变量的概率分布（实例） 射击得分的概率分布表示： 分布图 2. 连续型随机变量的概率密度 对于连续型随机变量，我们关心的往往不是它取某个特定值的概率，而是该随机变量落在一定区间内的概率； 连续型随机变量的概率分布只能表示为： 数学函数——概率密度函数f (x)和分布函数F (x) 图 形——概率密度曲线和分布函数曲线 概率密度函数f (x)的函数值不是概率；而x轴以上、概率密度曲线下方面积才表示概率。 什 么 是 概 率 密 度? 连续数据的概率分布： 频数直方图 连续数据的概率分布： 频率直方图 连续数据的概率分布： 频率密度直方图 频数直方图—频率直方图—频率密度直方图 在频数分布直方图中，如果按各组的频率密度来测定各直条的高，则第i个直条的面积等于该组的频率，所有直条的面积之和等于1。 与直方图的直条高为频率密度相仿，曲线上某一点的纵坐标为随机变量在相应横坐标附近的一个狭小区间内（在这个狭小区间的宽度趋近于零的过程中）取值概率的概率密度（即概率/区间宽度）。所