第四章常用概率分布.docxVIP

第四章常用概率分布 为了便于读者理解统计分析的基本原理， 正确掌握和应用以后各章所介绍的统计分析方 法，本章在介绍概率论中最基本的两个概念 一一事件、概率的基础上，重点介绍生物科学 研究中常用的几种随机变量的概率分布 一一正态分布、二项分布、波松分布以及样本平均数 的抽样分布和t分布。 第一节事件与概率 一、事件 (一)必然现象与随机现象 在自然界与生产实践和科学试验中，人们会观察到各 种各样的现象，把它们归纳起来，大体上分为两大类：一类是可预言其结果的，即在保持条 件不变的情况下，重复进行试验，其结果总是确定的，必然发生(或必然不发生) 。例如， 在标准大气压下，水加热到 100 C必然沸腾；步行条件下必然不可能到达月球等。这类现象 称为必然现象 (inevitable phenomena)或确定性现象 (definite phenomena)。另一类是 事前不可预言其结果的，即在保持条件不变的情况下，重复进行试验，其结果未必相同。例 如，掷一枚质地均匀对称的硬币，其结果可能是出现正面，也可能出现反面；孵化6枚种蛋, 可能“孵化出0只雏”，也可能“孵化出1只雏”，…，也可能“孵化出 6只雏”，事前不可 能断言其孵化结果。这类在个别试验中其结果呈现偶然性、不确定性现象，称为随机现象 (random phenomena) 或不确定性现象 (indefinite phenomena)。 人们通过长期的观察和实践并深入研究之后，发现随机现象或不确定性现象，有如下 特点：在一定的条件实现时，有多种可能的结果发生，事前人们不能预言将出现哪种结果； 对一次或少数几次观察或试验而言， 其结果呈现偶然性、 不确定性；但在相同条件下进行大 量重复试验时，其试验结果却呈现出某种固有的特定的规律性一一频率的稳定性， 通常称之 为随机现象的统计规律性。例如，对于一头临产的妊娠母牛产公犊还是产母犊是事前不能确 定的，但随着妊娠母牛头数的增加，其产公犊、母犊的比例逐渐接近 1:1的性别比例规律。 概率论与数理统计就是研究和揭示随机现象统计规律的一门科学。 (二)随机试验与随机事件 1、随机试验 通常我们把根据某一研究目的，在一定条件下对自然现象所进行的 观察或试验统称为试验 (trial)。而一个试验如果满足下述三个特性，则称其为一个随机试 验(random trial )，简称试验: 试验可以在相同条件下多次重复进行； 每次试验的可能结果不止一个，并且事先知道会有哪些可能的结果； 每次试验总是恰好出现这些可能结果中的一个，但在一次试验之前却不能肯定这 次试验会出现哪一个结果。 如在一定孵化条件下， 孵化6枚种蛋，观察其出雏情况；又如观察两头临产妊娠母牛所 产犊牛的性别情况，它们都具有随机试验的三个特征，因此都是随机试验。 2、随机事件 随机试验的每一种可能结果， 在一定条件下可能发生， 也可能不发生， 称为随机事件 (random event)，简称事件(event),通常用A、B、C等来表示。 基本事件 我们把不能再分的事件称为基本事件 (elementary event)，也称为样 本点(sample point)。例如，在编号为1、2、3、…、10的十头猪中随机抽取 1头，有10 种不同的可能结果：“取得一个编号是1”、“取得一个编号是 2”、…、“取得一个编号是10”， 这10个事件都是不可能再分的事件，它们都是基本事件。由若干个基本事件组合而成的事 件称为复合事件(compound event )。如“取得一个编号是 2的倍数”是一个复合事件，它 由“取得一个编号是 2”、“是4”、“是6、“是8”、“是10” 5个基本事件组合而成。 必然事件 我们把在一定条件下必然会发生的事件称为必然事件 (certain event), 用Q表示。例如，在严格按妊娠期母猪饲养管理的要求饲养的条件下，妊娠正常的母猪经 114天左右产仔，就是一个必然事件。 不可能事件 我们把在一定条件下不可能发生的事件称为不可能事件 (impossible event),用Q表示。例如，在满足一定孵化条件下，从石头孵化出雏鸡，就是一个不可能事 件。 必然事件与不可能事件实际上是确定性现象， 即它们不是随机事件，但是为了方便起见， 我们把它们看作为两个特殊的随机事件。 二、概 率 概率的统计定义 研究随机试验，仅知道可能发生哪些随机事件是不够的， 还需了解各种随机事件发生的可能性大小， 以揭示这些事件的内在的统计规律性， 从而指导 实践。这就要求有一个能够刻划事件发生可能性大小的数量指标， 这指标应该是事件本身所 固有的，且不随人的主观意志而改变，人们称之为概率 (probability )。事件A的概率记为 P (A)。下面我们先介绍概率的统计定义。 在相同条件下进行