2基本概念介绍培训讲学.ppt

基本概念介绍;随机性和规律性;随机性和规律性;有些概率是无法精确推断的;有些概率是可以估计的;我们就是要通过对世界的观测数据，在随机性中寻找用概率和数学模型描述的规律性;总体：我们感兴趣的那部分现实世界;总体通常用变量来代表;变量可以是一维或多维的;变量可以是定性或者定量的;定性变量也要由随机(数量)变量描绘;随机变量有分布（总体分布）;离散分布;随机回答选答题可能得到的分数;可用表或公式描述分布(想想为什么);上面例子为： 二项分布随机变量 Binomial random variable;它相当于从一个装有1个红色球和4个蓝色球(总数5个)的罐子，每次随机取出一个，观察其颜色；再放回；再接着取下一个（放回抽样）。一直取3次（回答3个问题） 一次抽取得到红色（答对）的概率为 p=1/5, 而得到蓝色的概率为q=1-p=4/5. ;均观测不到红球(答对0题)的概率为p(0)=P(BBB)=P(B)P(B)P(B)=(4/5) (4/5) (4/5)=(4/5)3= q3＝ 0.512 只观测到1次红球(恰答对1题)的概率为p(1)=P(RBB)+P(BRB)+P(BBR)=(1/5) (4/5) (4/5)+(4/5)(1/5)(4/5)+(4/5) (4/5)(1/5)=3(1/5)(4/5)2=3pq2= 0.384. 只观测到2次红球(恰答对2题)的概率为p(2)=P(RRB)+P(RBR)+P(BRR)=(1/5)(1/5)(4/5)+(1/5)(4/5)(1/5)+(4/5)(1/5)(1/5)=3(1/5) 2(4/5)= 3p2q= 0.096. 三次抽取，均为红球的概率为p(3)=P(RRR) =(1/5)(1/5)(1/5)=(1/5)3=p3=0.008.;注意二项式展开的系数;n 次同等条件的独立试验 每次试验仅有两种结果，通常记为S (成功) 和 F (失败). 成功（S）的概率在每次试验保持不变，用p表示, 失败 （F）概率则为 q=1-p. n 次试验中成功的数目x, 则为二项随机变量.;在某些固定的条件下, 人们认为某些事件出现的次数服从Poisson分布, 比如 在某一个时间段内某种疾病的发生病数, 显微镜下的微生物数, 血球数, 门诊病人数, 投保数, 商店的顾客数, 公共汽车到达数, 电话接通数等等. <;连续分布情况;连续分布的密度函数：Probability distributions (also called probability density function frequency function) for continuous random variables (The following is a normal distribution);均值(mean)m=0，标准差(standard deviation) s=1 的正态分布称为标准正态分布. 通常用z表示标准正态随机变量. 如果x为有均值m和标准差s的正态变量, 那么 z=(x-m)/s, 即x的标准得分 z-score???标准正态分布. 比如, x为均值m=2，标准差s=0.5的正态变量, 则 z=(x-m)/s=(x-2)/.5 为标准正态分布.;标准正态分布N(0,1), m=0, s=1. ;分布 N(0,1) 和N(-2,0.5)的密度函数;这几个分布都是正态分布导出的分布，一般不描述什么实际现象，但是在进行检验时，总体为正态分布的随机变量的一些变换呈这些分布，用于相应的检验。比如t检验c2检验和F检验。 其实，t分布是正态变量标准化时，用样本标准差s代替总体标准差s的结果。c2分布为独立正态变量的平方和的分布，F分布为c2分布（除以其自由度后）之比。;分布由总体参数来区分;样本数据：我们能够摸的着的部分;总体和样本 ;总体和样本 ;数据的描述;直方图 ;35;盒型图;第三四分位点;茎叶图 ;HEIGHT Stem-and-Leaf Plot Frequency Stem & Leaf 9.00 15 . 001223344 17.00 15 . 55666667778899999 20.00 16 . 01112222223333333444 35.00 16 . 55555666666667777788888888888999999 25.00 17 . 0000000011112222233333344 24.00 17 . 555666677777777777888899 13.00 18 . 0111111122333