心理和教育统计学05 概率及概率分布.ppt

第 五 章 概率及概率分布 第一节 概率的基本概念 第二节 二项分布 第三节 正态分布 第一节 概率的基本概念 一、概率的定义 概率的寻求方法不同 1、后验概率的定义 以随机事件A在大量重复试验中出现的稳定频率值作为随机事件A概率的估计值。 这种概率是用随机事件A出现的频率估计的，故称为后验概率或统计概率。 小贴士 事件：试验的每一个可能结果 掷一颗骰子出现的点数为3 用大写字母A，B，C，…表示 随机事件：每次试验可能出现也可能不出现的事件 掷一颗骰子可能出现的点数 小贴士 简单事件：不能被分解成其他事件组合的基本事件 抛一枚均匀硬币，“出现正面”和“出现反面” 必然事件：每次试验一定出现的事件， 掷一颗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， 掷一颗骰子出现的点数大于6 事件的概率 事件A的概率是一个介于0和1之间的一个值，用以度量试验完成时事件A发生的可能性大小， 记为P(A) 当试验的次数很多时，概率P(A)可以由所观察到的事件A发生次数(频数)的比例来逼近 在相同条件下，重复进行n次试验，事件A发生了m次，则事件A发生的概率可以写为 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 2、先验概率的定义 满足俩个条件： 其一，试验的所有可能结果是有限的； 其二，每一种可能结果出现的可能性相等。 若所有可能结果的总数为N，随机事件A包括M个可能结果，则事件A的概率为 P=M/N 先验概率是在特定条件下直接计算出来的 ，是随机事件的真实概率，不是由频率估计出来的。 试验重复次数充分大时，后验概率也接近先验概率 二、概率的性质 1.非负性 对任意事件A，有 P(A) ?0 2.规范性 一个事件的概率是一个介于0与1之间的值，即对于任意事件 A，有0 ? P(A) ? 1 必然事件的概率为1； P (? )=1； 不可能事件的概率为0。即P(? )=0 三、概率的加法和乘法 1.概率的加法规则 若两个事件A与B互斥，则事件A发生或事件B发生的概率等于这两个事件各自的概率之和，即 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) 互斥事件 在试验中，两个事件有一个发生时，另一个就不能发生，则称事件A与事件B是互斥事件 互斥事件及其概率(例题分析) 【例6.1】在一所城市中随机抽取600个家庭，用以确定拥有个人电脑的家庭所占的比例。定义如下事件： A：600个家庭中恰好有265个家庭拥有电脑 B：恰好有100个家庭拥有电脑 C：特定户张三家拥有电脑 说明下列各对事件是否为互斥事件，并说明你的理由 (1) A与B (2) A与C (3) B与 C 互斥事件及其概率 (例题分析) 解：(1) 事件A与B是互斥事件。因为你观察 到恰好有265个家庭拥有电脑，就 不可能恰好有100个家庭拥有电脑 (2) 事件A与C不是互斥事件。因为张三 也许正是这265个家庭之一，因而事 件与有可能同时发生 (3) 事件B与C不是互斥事件。理由同(2) 互斥事件概率的加法规则 (例题分析) 2.概率的乘法 A事件出现的概率不影响B事件出现的概率，则称事件A与B事件独立，或称独立事件 若两个事件相互独立，则这两个事件同时发生的概率等于它们各自发生的概率之积，即 P(AB)= P(A)· P(B) 若事件A1,A2,?,An相互独立，则 P(A1, A2, ?, An)= P(A1)· P(A2) · ? · P(An) 独立事件与乘法公式 (例题分析) 独立事件与乘法公式 (例题分析) 第三节 正态分布 小贴士 由C.F.高斯(Carl Friedrich Gauss，1777—1855)作为描述误差相对频数分布的模型而提出 描述连续型随机变量的最重要的概率分布 许多现象都可以由正态分布来描述 可用于近似离散型随机变量的分布 例如： 二项分布 经典统计推断的基础 一、正态曲线1、正态曲线函数 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 ? = 3.1415