田间试验与统计分析 第三章 概率和概率分布.pptVIP

? 正态分布随机变数 x 落在（ a,b ）区间内的概率，等于 遵 从 N （ 0,1 ） 的 标 准 正 态 分 布 随 机 变 数 u 落 在 （ ）区间内的概率。 ? 在实际应用中，凡计算正态分布区间概率时， 先将 x 转换为 u 值，然后查附表 2 ，便可得到 x 落于这一区间 的概率。 例 1 ： ? 计算生物统计中的常用的几个概率植： (1) P( μ - σ＜ X ≤ μ + σ ) (2) P( μ -2 σ＜ X ≤ μ +2 σ ) (3) P( μ -3 σ＜ X ≤ μ +3 σ ) (4) P( μ -1.96 σ＜ X ≤ μ +1.96 σ ) (5) P( μ -2.58 σ＜ X ≤ μ +2.58 σ ) (6) P( ︱ X ︱≥ μ +1.96 σ ) (7) P( ︱ X ︱≥ μ +2.58 σ ) 例 2 ： ? 某丰水区年降雨量服从正态分布，μ＝ 1000mm ， σ＝ 200mm ，试计算： (1) 年降雨量小于 1400mm 的概率； (2) 年降雨量小于 600mm 的概率； (3) 年降雨量介于 600 － 1400mm 之间的概率； (4) 年降雨量大于 1400mm 的概率。 假定一正态分布其平均数为 16 ，方差为 4 ，试求： （ 1 ）落于 10 和 20 之间的观察值的百分数为多少？ （ 2 ）小于 12 的观察值的百分数？大于 20 的观察值的百 分数？ （ 3 ）计算其分布中间有 50% 观察值的全距。 （ 4 ）计算其分布中间有 95% 观察值的全距。 例 3 ： p73 4.7 题 第四节 抽样分布 ? 一、随机抽样 ? 二、样本平均数的抽样分布 ? 三、样本平均数差数的抽样分布（自学） （ 1 ）从总体到样本的方向： 其目的是研究从总体中抽出 所有可能样本统计量的分布 及其与原总体的关系。 （ 2 ）从样本到总体的方向： 用样本对总体作出推断。 统计推断是以总体分布和样本抽样分布的理论关系为基础的 ? 抽样方法 ? 简单随机抽样 有放回抽样 ( 复置抽样 ) 不放回抽样 ( 不复置抽样 ) 一、随机抽样 ? 设有一个总体，总体平均数为μ,方差为σ 2 ，总体中 各变数为 x ， 将此总体称为 原总体 。 ? 现从这个总体中随机抽取容量为 n 的样本，样本平均数 记为 。 ? 由随机抽样造成的差异，称为 抽样误差 。 x 由总体中随机地抽取若干个体组成样本，即使每次抽取的样本容量相等， 其统计量 ( 如 ， S) 也将随样本的不同而有所不同，因而样本统计量也是 随机变量，也有其概率分布。我们把 统计量的概率分布称为抽样分布。 x ? 抽样分布： 统计量的概率分布 。 （样本总和数的抽样分布 平均数的抽样分布 方差的抽样分布） ? 样本平均数的抽样分布： 由样本平均数构成的概率分布 。 抽样分布 无偏估计 从统计理论上讲，如果样本统计数的期望值等于该统计数所估计 的总体参数，则称该统计数为相应总体参数的 无偏估计量 。 无偏估计： ( 一 ) 指没有系统误差 ( 二 ) 是从平均意义上讲 只有随机样本所获得的统计量，因为它只具有随机误差，避免了系 统误差，所以是总体参数的无偏估计量。 第三章 概率和概率分布 ? 第一节 概率基础 ? 第二节 二项分布 ? 第三节 正态分布 ? 第四节 抽样分布 学习目标 本章是本课程的理论基础，其内容与《概率论与数 理统计》基本重复。因此不作为本课程的核心内容，仅 要求从理解角度来复习有关概率和常用概率分布的知识。 ? 掌握 ：统计概率与小概率事件不可能性原理的含义 ? 熟悉 ：常用概率分布的概率计算与查表方法 ? 了解 ：抽样分布的意义 第一节 概率基础 ? 一、统计概率的含义 ? 二、概率的主要性质 ? 三、小概率事件原理 ? 四、随机变量及其分布 ? 事件 ：在试验的结果中所发生的现象 ? 概率 ：每一事件出现的可能性 ? 随机事件 ：在相同条件下，对事物或现象所进行的观察， 其试验结果具有以下特点：可以在相同的条件下重复进行； 每次试验结果可能不止一个；试验的所有可能结果在试验 之前是确切知道的，但在试验结束之前，不能确定该次试 验的确切结果。 一、统计概率的含义 ? 对于随机事件，如果要研究它的规律性，必须通过大量 重复观察、调查或试验，从而计算在相同条件下发生这 类事件的可能程度大小。 种子数 10 20 50 100 150 200 300 400 500 600 800 1000 发芽粒数 9 19 41 93 141 182 277 365 458 555 733 921 发芽频率 0.9 0.95 0.92 0.93 0.93 0.91 0.92 0.92 0.91 0.92 0.92 0.92 水稻