3章 概率分布1教学教案.pptVIP

第二章 概率与分布;第一节 概率的意义及相关概念;优势或机会比：某事件与其对立事件的发生概率之比。 Bayes公式的应用 例：欲调查吸烟(A)与肺癌(B)的关系，若随机地把对象分为两组，令一组吸烟，另一组不吸烟，长期观察在吸烟条件下肺癌的发生概率P（B︱A），但往往难以实现。通常随机抽取一批肺癌病人，调查其吸烟史，得到患肺癌条件下吸烟的概率P（A︱B），利用Bayes公式推的P（B︱A）。 P26 例2-1;离散性随机变量的概率函数 给出离散性随机变量各种可能的“值”和相应的概率，两者合在一起便构成离散性随机变量的概率函数。 连续型随机变量的概率密度曲线 当样本量相当大时，频率密度直方图近似于概率密度曲线。当n无限增大以及横轴上的组距无限减小时，频率密度直方图的外缘就变成一条光滑的曲线，这就是概率密度曲线。 ;随机变量的分布函数 类似于累计频率，对于任何随机变量X(含离散型），都有累计概率，它等于随机变量X的取值小于或等于某个值x的概率，记为： F(X)=P(X≤x) 此函数反映累计概率随x的变化情况，故称累计概率函数，或分布函数。 ;总体均数和总体方差 类似于样本均数和样本方差的概念，有随机变量的总体均数和总体方差的概念。 ; 总体均数和总体方差的运算性质;第三节 二项分布;摸球模型 ;摸球模型;先后n 次，摸到x 次;一般地，若随机变量取值x的概率为 其中， 则称此随机变量服从二项分布。 称为二项分布的概率函数。 二分类、独立、重复试验，若每次出现某事物的概 率为?，则 n 次中有X 次出现该事物的概率服从二 项分布。 ;例3-2 临床上用针灸治疗某型头痛，有效的概率为60%，现以该法治疗3例，其中两例有效的概率是多大？;图4-1 π=0.5时,不同n值对应的二项分布 ;二项分布的特征;２．二项分布的均数和标准差 B(n,π) 出现阳性结果的次数 X 总体均数 总体方差 总体标准差 出现阳性结果的频率 总体均数 　 总体标准差;（一）概率估计 例3-3 　如果某地钩虫感染率为13%，随机观察当地 150人，其中有10人感染钩虫的概率有多大？ 分析：二分类 (感染、不感染) 独立 (假定互不影响) 重复( n= 150人)，每人钩虫感染率均为 (π=13%) 感染钩虫的人数X 服从二项分布 B(150,0.13) ;（二）单侧累积概率计算 单纯计算二项分布X 恰好取某值的概率没有太大意义 经常需要计算的是二项分布的累积概率 ; 例3-4 某地钩虫感染率为13%，随机抽查当地150人， 其中至多有2名感染钩虫的概率有多大？;第四节 Poisson分布的概念与特征 ;可以证明;例： 1毫升水样品中大肠杆菌数目X的分布.;例：放射性物质一定时间内放射出质点数的分布;若每次观察互不独立、发生概率不等，则不能看作Poisson分布 ！！;例：某地20年间共出生肢短畸形儿10名，平均每年0.5名。请估计该地每年出生此类畸形人数为0,1,2,…的概率P(X)（见表4-2）：用Poisson分布的概率函数式来计算;二、Poisson分布的特征;Poisson分布有以下特性： （1）总体均数=总体方差= ? （2）观察结果有可加性 若 X1服从总体均数为?1的Poisson分布 X2服从总体均数为?2 的Poisson分布 则 T=X1+X2 服从总体均数为 ?1 + ?2 的Poisson分布;例： 从同一水源独立地取水样5次，进行细菌培养。;三、Poisson分布的应用;（二）单侧累计概率计算 与二项分布问题相同， Poisson分布也经常需要 计算累积概率。 稀有事件发生次数至多为k次的概率为 发生次数至少为k次的概率为;例4-1 实验显示某100cm2的培养皿平均菌落数为6个，试估计该培养皿菌落数小于3个的概率；大于1个的概率。; 第五节 正态分布;;图5-1 体模“骨密度”测量值的分布 ---- 接近正态分布（频率密度=频率/组距） 正态分布概率密度函数 ;μ1;正态概率密度曲线的位置与形状具有如下特点: