统计学 概率与抽样分布.pptVIP

5.4 Sampling Distributions 抽样分布 一、总体与样本 population and sample 总体 ：根据研究目的 确定的 同质 研究对象 的 全体 （集合）。分 有限总体与无限总体 样本 ：从总体中随机 抽取的部分研究对象 概率密度曲线 0 0.02 0.04 0.06 0.08 0.1 0.12 0.14 2 3 4 5 6 7 8 9 10 11 密度曲线的性质 ? 曲线都在水平线上 ( 密度函数 =0) 。 ? 曲线下所涵盖的全部面积正好为 1( 所有可能 性为 1) 。 ? 曲线下任何范围所涵盖的面积，为观察值 落在该范围的比例 ( 概率 ) 。 ? 密度曲线可视为是观察变量的理论分布图 形。 四、连续型随机变量的概率密度 ( ) i i E X x p ? ? ? 随机变量 X 的一切可能取值的完备组中，各 可能取值 xi 与其相对应的概率 pi 乘积之和 ? 描述随机变量取值的集中程度 ? 计算公式为 五、随机变量的数学期望 ? ? 2 ( ) ( ) i i D X x E X p ? ? ? ? ? 随机变量 X 的每一个取值与期望值的离 差平方和的数学期望，记为 D(X) ? 描述离散型随机变量取值的分散程度 ? 计算公式为 六、随机变量的方差 5.2 The Binomial Distributions 二项分布（了解） 一、二项分布设定 The Binomial Setting ? 固定的观察次数 n 。 ? n 次的观察都独立，每次的观察都不会对其 他观察提供任何信息。 ? 每次的观察都只有两种可能的结果，多假 设为“成功”或“失败”两种。 ? 每次的观察“成功”的概率都一样，设定 为 p 。 二、二项分布 Binomial Distribution ? 满足二项分布设定的试验，以 X 记录 n 次观察 中“成功”的次数，则称 X 的分布为参数为 n 与 p 的二项分布 (binomial) ，记为 B(n, p) 。 ? X 的所有可能取值为 {0, 1, … , n} 。 ? 对应的概率函数为 P(X = x) = P(x) 。 ( ) (1 ) for x = 0, 1, , n x x n x n P X x C p p ? ? ? ? [ 例 1] 某种昆虫在某地区的死亡率为 40% ，即 p =0.4 ，现对这种害虫用一种新药进行治疗试验， 每次抽样 10 头作为一组治疗。试问如新药无疗效， 则在 10 头中死 3 头、 2 头、 1 头，以及全部愈好的概 率为多少？ 按上述二项分布概率函数式计算 7 头愈好， 3 头死去概率： 8 头愈好， 2 头死去概率： 9 头愈好， 1 头死去概率： 10 头全部愈好的概率： 21499 . 0 ) 60 . 0 ( ) 40 . 0 ( ) 3 ( 7 3 3 10 ? ? C P 12093 . 0 ) 60 . 0 ( ) 40 . 0 ( ) 2 ( 8 2 2 10 ? ? C P 04031 . 0 ) 60 . 0 ( ) 40 . 0 ( ) 1 ( 9 1 1 10 ? ? C P 00605 . 0 ) 60 . 0 ( ) 40 . 0 ( ) 0 ( 10 0 0 10 ? ? C P 【例】 若 问 10 头中不超过 2 头死去的概率为多少？ 则应该应用累积函数，即 16729 . 0 12093 . 0 04031 . 0 00605 . 0 ) 2 ( ) 1 ( ) 0 ( ) ( ) 2 ( 2 0 ? ? ? ? ? ? ? ? ? P P P y P F 四、二项分布的期望值与标准差 ? 期望值： E( X ) = np ? 方差： Var(X) = np(1-p) ? 标准差： ) 1 ( p np ? 5.3 Normal Distributions 正态分布（掌握） （连续型变量的概率分布） 一、特点 ? 正态曲线 ? 所有正态曲线都有相同的外型 ? 具有对称、单峰及钟形的特性。 ? 正态曲线所代表的分布即为正态分布 (normal distribution) ? 每一正态分布都有其平均值 ? 与标准 差 ? ? ? 一、特点 正态曲线 ? 较大 ? ? 一、特点 正态曲线的拐点 拐点落在 一个 ? 处 拐点落在 - ? 处 一、特点 二、 P117 规则 ? 正态分布有其特定的数据分布规则： ? 平均值为 ? , 标准差为σ 的正态分布 ? 68% 的观察资料落在 ? 的 1σ 之内 ? 95% 的观察资料落在 ? 的 2σ 之内 ? 99.7% 的观察资料落在 ? 的 3σ 之内 0 1 2 3 -1 -2 -3 ? ??? ??