课件：我的统计学.pptVIP

5.3 离散型随机变量及其分布 泊松分布 1837年法国数学家泊松(D.Poisson，1781—1840)首次提出 用于描述在一指定时间范围内或在一定的长度、面积、体积之内每一事件出现次数的分布 泊松分布的例子 一定时间段内，某航空公司接到的订票电话数 一定时间内，到车站等候公共汽车的人数 一定路段内，路面出现大损坏的次数 一定时间段内，放射性物质放射的粒子数 一匹布上发现的疵点个数 一定页数的书刊上出现的错别字个数 5.3 离散型随机变量及其分布 泊松概率分布函数 ?— 给定的时间间隔、长度、面积、体积内“成功”的平均数； e = 2.71828 ；x —给定的时间间隔、长度、面积、体积内“成功”的次数 泊松分布的数学期望为 E ( X ) = ? 方差为 D ( X ) = ? 泊松分布例题 例 假定某航空公司预订票处平均每小时接到42次订票电话，那么10分钟内恰好接到6次电话的概率是多少？ 解：设X=10分钟内航空公司预订票处接到的电话次数 5.3 离散型随机变量及其分布 泊松分布(作为二项分布的近似) 当试验的次数 n 很大，成功的概率 p 很小时，可用泊松分布来近似地计算二项分布的概率，即 实际应用中，当 p ? 0.05，n20，np ? 5时，近似效果良好 5.4 连续型随机变量的概率分布 连续型随机变量的概率分布 连续型随机变量可以取某一区间或整个实数轴上的任意一个值 它取任何一个特定的值的概率都等于0 不能列出每一个值及其相应的概率 通常研究它取某一区间值的概率 用概率密度函数的形式和分布函数的形式来描述 5.4 连续型随机变量的概率分布 概率密度函数 设X为一连续型随机变量，x为任意实数，X的概率密度函数记为f(x)，它满足条件 f(x)不是概率 5.4 连续型随机变量的概率分布 在平面直角坐标系中画出f(x)的图形，则对于任何实数 x1 x2，P(x1 X? x2)是该曲线下从x1到 x2的面积 f(x) x a b 5.4 连续型随机变量的概率分布 分布函数 连续型随机变量的概率也可以用分布函数F(x)来表示 分布函数定义为 根据分布函数，P(aXb)可以写为 5.4 连续型随机变量的概率分布 密度函数曲线下的面积等于1 分布函数是曲线下小于 x0 的面积 f(x) x x0 F ( x0 ) 5.4 连续型随机变量的概率分布 连续型随机变量的期望和方差 连续型随机变量的数学期望 方差 均匀分布例题 例 若随机变量X的概率密度函数为 称X在 [a ,b]上服从均匀分布，记为X~U[a,b] 求（1）分布函数F(x) (2) 期望值和方差 解（1）分布函数 5.4 连续型随机变量的概率分布 它的分布函数为 （2） 5.4 连续型随机变量的概率分布 5.4 连续型随机变量的概率分布 正态分布 正态分布也称高斯分布，是一种连续型随机变量的概率分布。 图形是关于x= ?对称钟形曲线，且峰值在x= ?处 均值?和标准差?一旦确定，分布的具体形式也惟一确定，不同参数正态分布构成一个完整的“正态分布族” 均值?可取实数轴上的任意数值，决定正态曲线的具体位置；标准差决定曲线的“陡峭”或“扁平”程度。 ?越大，正态曲线扁平； ?越小，正态曲线越高陡峭 当X的取值向横轴左右两个方向无限延伸时，曲线的两个尾端也无限渐近横轴，理论上永远不会与之相交 正态随机变量在特定区间上的取值概率由正态曲线下的面积给出，而且其曲线下的总面积等于1 5.4 连续型随机变量的概率分布 正态分布的概率密度函数 f(x) = 随机变量 X 的频数 ? = 正态随机变量X的均值 ? ? = 正态随机变量X的方差 ? = 3.1415926; e = 2.71828 x = 随机变量的取值 (- ? x +?) 正态分布记为N(μ, σ2),表示具有平均数为 μ ，方差为σ2的正态分布 5.4 连续型随机变量的概率分布 ? 和? 对正态曲线的影响 x f(x) C A B ? =1/2 ? 1 ? 2 ?=1 5.4 连续型随机变量的概率分布 正态分布的概率 概率是曲线下的面积! a b x f(x) 5.4 连续型随机变量的概率分布 标准正态分布 一般的正态分布取决于均值?和标准差 ? 计算概率时 ，每一个正态分布都需要有自己的正态概率分布表，这种表格是无穷多的 若能将一般的正态分布转化为标准正态分布，计算概率时只需要查一张表 标准正态分布是随机变量具有均值为0，标准差为1的正态分布 任何一个一般的正态分布，可通过下面的线性变换转化为标准正态分布 X m s 一般正态分布 ? =1 Z 标准正态分布 ? ? ? 5.4 连续型