心理统计学0概率分布及集中常用概率分布特征.ppt

概率分布 —— 推断统计的基础 随机事件 确定性现象 1 在一定条件下必然 发生的现象，如氧 气燃烧产生热量。 随机现象 在个别试验中其结果呈 现出不确定性，但是在 大量重复试验中，其结 果又具有统计规律性的 现象，如掷硬币的结果。 日常生活中存在各种各样的现象 确定性现象 2 在一定条件下必然 不发生的现象，如 月球表面出现植物。 概率等于 1 概率介于（ 0,1 ）之间 概率等于 0 概率：事件出现可能性大小的数字描述，在 [0,1] 之间取值 ? 设随机事件 A 在相同的条件下进行的 n 次试验中发生了 次， ? 则称 /n 是事件 A 在这 n 次试验中发生的 频数 ，记成 。 ? 当 n 趋于无穷大时该数值将稳定在一个常数上，这一常数称为事 件 A 在该条件下发生的 概率 。即： ? 如下表是多位学者掷硬币的结果 概率定义 —— 后验（经验）概率 试验者 投掷次数 n 出现正面朝 上的次数 n A 频率 n A /n DeMorgan 2048 1061 0.5180 Buffon 4040 2048 0.5069 Feisher 10000 4979 0.4979 Pearson 12000 6019 0.5016 Pearson 24000 12012 0.5005 n n A f A n ? ) ( A n A n n n A P A n ?? ? ? lim ) ( 概率定义 —— 先验（古典）概率 ? 满足以下两个条件 ? 每次试验中所有可能出现的结果的个数是有限的； ? 每种结果出现的可能性是相同的，如掷骰子游戏。 ? 如果试验结果（基本事件）的总数为 n ，事件 A 包含 m 个基本事件， 则事件 A 的概率为 ， 以掷两个骰子为例， ? P( 至少有一个 1)=11/36 ； P( 点数之和大于 10)=3/36. n m A P ? ) ( 1,1 ； 1,2 ； 1,3 ； 1,4 ； 1,5 ； 1,6 2,1 ； 2,2 ； 2,3 ； 2,4 ； 2,5 ； 2,6 3,1 ； 3,2 ； 3,3 ； 3,4 ； 3,5 ； 3,6 4,1 ； 4,2 ； 4,3 ； 4,4 ； 4,5 ； 4,6 5,1 ； 5,2 ； 5,3 ； 5,4 ； 5,5 ； 5,6 6,1 ； 6,2 ； 6,3 ； 6,4 ； 6,5 ； 6,6 或 概率性质 ? 可列可加性：两个不相容事件 A 、 B 之和的概率，等于两个 事件概率之和，即 P(A+B)=P(A)+P(B) ? 乘法定理：两个独立事件同时发生的概率等于该两事件概 率的成绩，即： P(AB)=P(A)· P(B) ? 例：掷一个骰子，点数大于 4 的概率多大？ 同时掷两个骰子，一个点数大于 4 ，一个点数小于 4 的 概率多大？ ? 解： 1 ，点数为 5 的概率是 1/6 ，点数为 6 的概率是 1/6 ， 点数大于 4 的概率是 1/6+1/6=2/6 2 ，其中一个大于 4 的概率是 2/6 ，一个小于 4 的概率是 3/6 ， 同时出现的概率是两者乘积 1/6. 概率分布 ? 定义：随机变量取值的函数描述 ? 类型： 离散分布 （二项、泊松）与 连续分布 （正态、 t 、 F ） 经验分布 （由实验数据编制的次数分布）与 理论分布（ 数学模型） 总体分布（ 所有数据组成的分布）与 抽样分布 （从总体中抽取的样本的统计量，含平均 数、 标准差、相关系数、回归系数等，的分布） 总体分布与抽样分布举例： 总体平均数只有一个 μ ，标准差只有一个 σ ，总体是 一个分布，它的个体是观测数据； 样本可以有多个，所以样本平均数有多个，标准差 有多个，多个样本平均数（标准差）组成的分布称为样本 平均数（标准差）的分布，它的个体是多个观测数据的平 均数（标准差）。 二项分布 ? 二项分布：实验结果只有两种的概率分布，如抛硬币， 选择题判断题的正误等。 ? 分布函数：离散型 x n x x n n n n n n n n n n n n q p C p n x B q C pq C q p C p C q p ? ? ? ? ? ? ? ? ? ? ? ) , , ( ... ) ( 1 1 1 1 0 n 表示试验总次数（抛骰子总次数）， x 表示试验成功总次数（如 点数为 6 的次数）， p 表示成功的概率（如点数为 6 的概率） 二项分布 ? 图像： n=10 ， x=3 ， p=1/6 ， B(3,10,1/6)=0.155 ； n=10 ， x=2 ， p=1/6 ， B=(2,10,1/6)=0.291; n=10 ， x=1 ， p=1/6 ， B=(1,10,1/6)=0.070; n=10 ， x=4 ， p=1/6 ， B=(