第三几种常见的概率分布率.pptxVIP

2. 普阿松分布:----小概率事件( p≦ 0.1)符合普阿松式分布.同样:把样本看作一个整体, 则: ∑f (x) =1故: 式中任一项出现的概率为: μxμ----平均数 P (x) = e-μ x! x ----第x项为自然数 :1,2,3,… e ----常数 =2.718281…3.Poisson分布的特征: 1).小概率事件.P ≦ 0.1. 2).n ∞,越大越好,但事实上不可能,因此,所得的分布是个近似分布. 3).μ = n p 大小适中,恰好为e-μ.即:与自然数e的负指数为宜. 4).样本平均数就是总体平均数.X = μ. 5).平均数等于方差.X = δ2 6).偏斜度: γ1 = 1/√ n 7).峭度:γ2 = 1/μ4.Poisson 分布的应用:例:麦田内杂草的分布:调查已知每10平方米有一株杂草. 问:100平方米有0株,1株,2株,3株…10株杂草的概率? 解: 100 μ = 10 = 1 0株杂草数(x)概率杂草数(x)概率0P(0)=e-10.100/0! =0.0000458P(8)=e-10.108/8! =0.11261P(1)=e-10.101/1! =0.0004509P(9)=e-10.109/9! =0.12512P(2)=e-10.102/2! =0.002310P(10)=e-10.1010/10! =0.12513P(3)=e-10.103/3! =0.007611P(11)=e-10.1011/11! =0.11374P(4)=e-10.104/4! =0.018912P(12)=e-10.1012/12! =0.09485P(5)=e-10.105/5! =0.037813P(13)=e-10.1013/13! =0.07296P(6)=e-10.106/6! =0.063114P(14)=e-10.1014/14! =0.05217P(7)=e-10.107/7! =0.0901≥ 15P(≥15)=e-10.1015/15! =0.0835例:卢瑟福(Rutherford)物理实验: 观察在7.5秒时间间隔内放射性物质放射的质粒数到达某指定区域的质点数: X = ∑ f x/N =10086/2608 =3.8672 ≈ 3.877.5秒内质点数(x)观察频率(f) f x μxP (x)= e –μ . x!N × P (x)0570P(0)=e-3.87 ×3.870/0!=0.020954.50721203203P(0)=e-3.87 ×3.871/1!=0.0807210.46562283766P(0)=e-3.87 ×3.872/2!=0.1562407.369635251575P(0)=e-3.87 ×3.873/3!=0.2015525.512045322128P(0)=e-3.87 ×3.874/4!=0.1949508.299254082040P(0)=e-3.87 ×3.875/5!=0.1509393.547262731638P(0)=e-3.87 ×3.876/6!=0.0973253.75847139973P(0)=e-3.87 ×3.877/7!=0.0538140.3104845360P(0)=e-3.87 ×3.878/8!=0.026067.8080927243P(0)=e-3.87 ×3.879/9!=0.011229.2096≥1016160P(0)=e-3.87×3.8710/10!=0.006617.2128∑N=260810086 10000五、 超几何分布: C x n C n -x N-K P (x) = C n Nx------- 0, 1, 2, 3, …n N------总体中的个体数. K------两种类型中某一种类型的个体数. n------非放回式抽样的次数. n k x------在n次抽样中某一种类型的个体数. μ = N n k (N-K)(N-n) S2 = N2(N-1) n k N------群体大小的估计. N = x K------加有标记的个体数. n------第二次抽样抽中的个体数. x------在含有为n的样本中加有标记的个体数.^^例:某野外实习队用网捕捉到金丝燕100只,做好标记后仍放回大自然,一月后 重新捕捉到500只金丝燕,其中有24只带有标记.问:该山区金丝燕的群体数目?解: K = 100