生物统计之概率与概率分布.pptx

本资料来源;概率论 授课教师：王天慧;第三章 概率与概率分布;第一节 概率的基本概念; 一、事件 频率 概率;;下面用棉田发生盲椿象为害的情况来说明这一问题。;;统计学上通过大量实验而估计的概率称为实验概率或统计概率，用公式表示为：;;;2.积事件:A与B同时发生，记作 A?B＝AB;3.互斥的事件：AB＝ V ;4. 对立事件A+B＝U, 且AB＝ V ;5. 完全事件系;6. 事件的独立性;1.互斥事件的加法 假定两互斥事件A和B的概率分别为P(A)和P(B)，则 P(A+B)=P(A)+P(B) 例如：调查某玉米田一穗株的概率，P(A)=0.65,双穗株的概率P(B)=0.18，则一穗和双穗株的概率为： P(A+B)=P(A)+P(B)=0.65+0.18=0.83;2.独立事件的乘法 假定P(A)和P(B)是两个独立事件A与B各自出现的概率，则： P(AB)=P(A)P(B) 例：现有4粒种子，其中3粒是黄色、1粒是白色，采用复置抽样。试求下列两事件的概率(1)第一次抽到黄色，第二次抽到白色；(2)两次都抽到黄色。;先求出抽到黄色种子的概率为3/4=0.75，抽到白色种子的概率为1/4=0.25. P(A)=P(第一次抽到黄色种子)P(第二次抽到白色种子)=0.75×0.25=0.1875 P(B)= P(第一次抽到黄色种子) P(第二次抽到黄色种子)=0.75×0.75=0.5625;3.对立事件的减法 若事件A的概率为P(A)，那么其对立事件的概率为：P( )=1－P(A) 4.完全事件系的概率 例如上例，黄色种子和白色种子构成完全事件系，其概率为1。;1、离散型随机变量 变量x的取值可用实数表示，且x取某一值时，其概率是确定的，这种类型的变量称为离散型随机变量。 将这种变量的所有可能取值及其对应的概率一一列出所形成的分布，称为离散型随机变量的概率分布： 变量xi x1 x2 x3 … xn 概率P(y=yi) P1 P2 P3 …Pn;2、连续型随机变量 变量x的取值仅为一范围，且x在该范围内取值时，其概率是确定的，这种类型的变量称为连续型随机变量;;第二节 常见的理论分布;一、二项分布;（一）二项分布概率的计算; 抽取三粒种子(以Y代黄子叶，以G代青子叶)，即n=3，有两粒黄子叶种子，即x=2，这时有3种不同组合： GGY，GYG，YGG。出现第一粒，第二粒和第三粒种子是互不影响的，因此这三个事件是独立事件，由乘法法则可得：; 由于??三个事件都是相互互斥的，所以出现两粒黄子叶种子(x=2)的概率为这三种概率之和：; 即复合事件的概率必等于该事件出现的组合数目乘以单个事件的概率；而这一复合事件的可能组合数目则相当于从n(3)个物体中任取其x(2)个物体的组合数。数学上的组合公式为：;（二）二项分布的概率函数;;;8头愈好，2头死去的概率为：; 9头愈好，1头死去的概率为：;;若计算10头中不超过2头死去的概率为多少？则应该应用累积概率，即：;;;当p=q，二项式分布呈对称状，如p≠q，则表现偏斜状。; 二项分布的几点性质 (1) 当p值较小且n不大时 ，分布是偏倚的。但随着n的增大，分布逐渐趋于对称 (下图1) (2) 当 p 值趋于0.5，分布趋于对称(下图2) (3) 对于固定的n及p，当k增加时，Pn(k)先随之增加并达到其极大值，以后又下降 (4) 在n较大，np、nq 较接近时，二项分布接近于正态分布；当n→∞时，二项分布的极限分布是正态分布;;;二、泊松分布;;;;经计算得每毫升水中平均细菌数为0.500,方差S2=0.496。两者很接近,故可认为每毫升水中细菌数服从泊松分布。以0.500代替λ，得 ;二项分布的极限—正态分布;;三、正态分布;;;正态分布;正态分布资料的分布表现为多数次数位于算术平均数μ附近，在｜x-μ｜≥3σ以上其次数极少，在实际应用中，y通常在± 3σ范围之内取值，这就是6σ法则。;正态曲线与横轴之间的面积等于1，因此曲线下横轴的任何定值，等于介于这两个面积占总面积的成数。下面是几组常用值： μ±1σ 概率=0.6827 μ±2σ 概率=0.9545 μ±3σ 概率=0.9973 μ±1.960σ 概率=0.9500 μ±2.576σ 概率=0.9900; 计算正态