2019年生物统计学课件概率及概率分布.pptVIP

第一章 概率及概率分布 ? 第一节 事件及其相互关系 ? （随机现象及概率定义、古典概型） ? 第二节 概率运算法则 ? （加法法则、乘法法则） ? 第三节 贝努利概型 ? （间断性变量的概率分布类型） ? 第四节 数据整理 ? （误差的概念、次数分布及特征数） ? 第五节 正态分布 ? （连续性变量的概率分布类型） 第一章要点提示 本章择要讲授概率论的基本常识和随机变量最典型的三种概 率分布。学习时①应了解随机事件相互关系并熟悉概率运算的基 本法则；②掌握两种间断性变量的概率分布类型，即古典概型和 贝努利概型；③牢固树立研究 误差 的思想，重点掌握误差作为连 续性变量的概率分布规律 —— 正态分布，熟练地运用 在某些取值区 间如左尾、右尾、双侧或中间概率的计算方法。 为下一章学习一类特 殊的连续性变量 —— 抽样误差的概率分布作准备。 涉及教材内容：第一章第二、三节，第四章第一～四节。 作业布置： 教材第二、三章内容（ P12 ～ P33 ）自习 。 第一节 事件及其相互关系 一、随机现象 在一定条件下，有多种可能的结果发生，但事先并不能 100% 地肯定发生哪一种结果的现象。 随机事件：泛指随机现象的任一种可能发生的结果，简称“事 件”。 用大写字母 A 、 B 、 C…… 或 A 1 、 A 2 、 A 3 …… 表示。 随机现象有多少种可能发生的结果，就有多少个随机事件。 基本事件：指不能再分割的随机事件，否则就是复合事件。 概率论：研究随机现象统计规律性的学科。属于应用数学范围。 第一节 事件及其相互关系 二、概率的三种定义 随机试验：对某随机现象进行的一次观察同时具备三条： ⑴ 事先可以明确几种可能出现的结果； ⑵ 不能断言将出现哪一种结果； ⑶ 在相同条件下可以重复进行。 统计定义： 假定在相同或相似条件下，重复进行同一个 试验（或 观察），某一事件 A 发生的次数 a 与总 观察 次 数 n 之比值 a/n 当 n→∞ 时稳定接近的值 p 就叫 A 的统计概率。记为 P （ A ） = p 或简述为“频率的极限值”、 “频率的稳定值”。 第一节 事件及其相互关系 三、古典概型 即古典概率分布类型，是针对有以下两个特征的试验而言：① 只有有限个不同的基本事件；②各基本事件发生的概率均等。 例 1.1 、从随机数字表中任一位点抽得一位数字是 0 、 1 、 2 、 …… 或 9 的概率是均等的，都为 0.1 。即 n =10 个基本事件发生的 可能性相等，若事件 A 由其中的 m 个基本事件组成，则 P （ A ） = m/n ，这就是概率的古典定义。如定义 A 为 2≤y≤8 ，则 P （ A ） = 7/10 = 0.7 。 弄清楚古典概率能帮助我们正确使用随机数字表。如将 4 个编号 进行随机排序时，按照取除以 4 以后的余数规则，遇到 9 、 0 就不要读； 再如将 12 个编号进行随机排序时，按照取除以 12 以后的余数规则， 遇到 97 、 98 、 99 、 00 也不要读。 第一节 事件及其相互关系 四、统计概型 实际应用中，仅研究基本事 件是不够的，还要了解复合事件 及其相互关系。 事件间的相互关系有包含关 系、和与积的关系、互斥及对立 关系等。 这些关系可以用一个最简单 的随机试验模型予以说明。如右 边文本所示。 观察甲、乙两粒种子发芽情况， 发芽记为“ 1” ，没有发芽记为“ 0”