概率分布正态分布.pptxVIP

正态分布及其应用1.1 正态分布的概念和函数1.2 正态分布曲线的特征1.3 正态曲线的标化1.4 曲线下面积的分布规律1.5 正态分布在医学中的应用引子：【典型案例分析】举例： 随机调查某医院1402例待分娩孕妇，测得她们的体重，试述其体重频数分布的特征。表5-1 某医院1402例分娩孕妇体重频数分布 ① ② ③ ④ ⑤ 作图:以体重测量值为横轴，以频率与组距的比值为纵轴作出直方图。1. 由于该直方图的纵轴表示在每个组段内单位长度所占有的频率，相当于频率密度，因此将此图称为频率密度图。2.面积=频率由于频率的总和为1，所以该曲线下横轴上的面积为1 。 . 图5-1 体重频率密度图 若将各直条顶端的中点顺次连接起来，得一条折线。当样本量n越来越大时，折线就越来越接近一条光滑的曲线。 图5-1 体重频率密度图 图5-2 概率密度曲线示意图 故对连续性随机变量而言：变量某区间取值的概率 = 正态曲线该变量区间的面积推 断：测得一个孕妇体重在54-68kg的概率有多大？孕妇体重在哪个范围内算是正常的呢？一、正态分布的概念和密度函数 正态分布( normal distribution)：是描述连续型随机变量最重要的分布。其分布曲线叫正态分布曲线，呈中间高，两边低，左右基本对称的“钟型”曲线，近似于数学上的正态分布，又称高斯分布（Gauss distribution）。正态分布(normal distribution)德莫佛最早发现了二项概率的一个近似公式，这一公式被认为是正态分布的首次露面。德莫佛正态分布在十九世纪前叶由高斯加以推广，所以通常称为高斯分布(Gauss distribution)。高 斯10马克的钱币 正态分布在医学研究中的重要作用：医学研究中：医学研究中许多正常人的生理，生化指标、测量误差等多呈正态分布或近似正态分布。许多非正态分布资料，当样本含量足够大时，也可以用正态分布作为它的极限分布形式。有时也可将非正态分布资料转化为正态分布来处理。正态分布的密度函数，即正态曲线的函数表达式： 式中，μ为总体均数，σ为总体标准差，π为圆周率，e为自然对数的底，仅x为变量。 当x确定后， f(x)为X相应的纵坐标高度，则X服从参数为μ和σ2的正态分布（ normal distribution)，记作X~N（ μ，σ2 ）。 二、正态分布曲线的特征总体均数总体标准差（一）正态分布的两个参数： μ和σ 是正态分布的两个参数， μ和σ决定了x的概率分布；习惯上用 N (μ, σ2)表示均数为μ ，标准差为σ的正态分布。 当给定不同的 x 值后，就可以根据此方程求得相应的纵坐标高度（频数），并可绘制出正态曲线的图形，记作X~N(μ,σ2) ：正态分布曲线：高峰位于中间，两侧逐渐下降并完全对称，曲线两端永远不与横轴相交的“钟型”曲线。1. 位置参数： μ当σ固定不变时，μ越大，曲线沿横轴越向右移动；反之， μ越小，则曲线沿横轴越向左移动，所以μ叫正态曲线N（μ, σ2）的位置参数， 。 图5-4 正态分布位置随参数μ变换示意图σ=1σ=1.5σ=22. 形状参数：σ 当μ固定不变时，σ越大，曲线越平阔； σ越小，曲线越尖峭，σ 叫正态曲线N（μ, σ2）的形状参数。 图5-6 正态分布形态随参数σ变换示意图 （二）正态分布图形的特征：1. 对称性：关于x=μ对称2. 集中性： 正态曲线在横轴上方， 当x=μ时, f (x)取最大值，即均数位于曲线的最高处。3. 对频率密度正态分布图，横轴上曲线下的面积为1。4. μ是正态曲线的位置参数，决定曲线在横轴上的位置；μ 增大曲线沿横轴向右移， μ 减小曲线沿横轴向左移。5.σ是正态曲线的形状参数，σ越大数据越分散，曲线越“矮胖”，σ越小数据越集中，曲线越“瘦高” 。三、正态曲线的标准化-mx=Zs12-j=-￥+￥u/2(Z)e,up2 为了应用方便，常将正态概率函数中的 x 作如下变量代换，令： Z称为标准正态变量。把u代入概率密度函数 ，得标准正态分布的概率密度函数： 相对于正态变量 x，Z 没有度量单位。根据 u 的不同取值，可绘出标准正态分布的图形。 将一般正态分布曲线的 μ 的位置平移到原点，再以标准差σ为横轴单位，这样就把原来个别的正态分布转换为一般的标准正态分布 N（0，1），亦称为Z分布（或 ｕ分布）。 任意正态分布曲线 X~N(μ,σ2)标准正态分布曲线X~N(0,1)四、正态曲线下面积的分布规律正态曲线下的面积分布有一定的规律性： 因正态曲线下累计频数的总和等于 100% 或 1，则：横轴上曲线下的面积（概率）就等于 100% 或 1；均数两侧的面积（概