理论分布与抽样分布概述.pptx

第四章 理论分布与抽样分布;1.1 事 件 1.1.1 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： ;随机现象：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（带有偶然性和不确定性）。 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——频率的稳定性，通常称之为随机现象的统计规律性。;1.1.2 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）。当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。;（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。 a 基本事件 不能再分的事件（elementary event） ， 也称为样本点（sample point）。 ; 例如，从编号为1、2、3、…、10 的十个篮球中随机抽取1个篮球，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。;b 必然事件 在一定条件下必然会发生的事件（certain event），用Ω表示。 例如，一个大气压下，水加热到100C，水会沸腾；种瓜得瓜、种豆得豆。;1.2.1 概率统计定义 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，这个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，称之为概率（probability）。事件A 的概率记为P（A）。;统计概率定义： 在相同条件下进行 n 次重复试验，如果随机事件A 发生的次数为 m ，那么 m/n 称为随机事件 A 的频率（frequency）；当试验重复数 n 逐渐增大时，随机事件 A 的频率越来越稳定地接近某一数值 p ， 那么就把 p 称为随机事件 A 的概率。;例：为了确定抛掷一枚硬币出现正面朝上这个事件的概率 ，历史上有人作过成千上万次抛掷硬币的试验。下表列出了他们的试验记录。;1.2.2 概率的性质 （1）对于任何事件A，有0≤P（A）≤1； （2）必然事件的概率为1，即P（Ω）=1； （3）不可能事件的概率为0，即P（ф）=0。 ;2.1 随机变量 ;【例】 食品加工中高温杀菌可能结果只有两种，即“全部杀死细菌”与“未能全部杀死细菌”。 若用变量 x 表示试验的两种结果，则可令x =0表示“未能全部杀死细菌”，x =1表示“全部杀死细菌”。 【例】 测定关中地区不同小麦品种的蛋白质含量，其蛋白质含量在9.3-13.5％之间，如用 x 表示测定结果，那么 x 值可以是这个范围内的任何实数。;离散型随机变量：如果表示试验结果的变量x，其可能取值为可列个 ，且以各种确定的概率取这些不同的值 ( discrete random variable)； 连续型随机变量：如果表示试验结果的变量x ，其可能取值为某范围内的任何数值 ，且x 在其取值范围内的任一区间中取值时，其概率是确定的 (continuous random variable)。 ;要了解离散型随机变量x的统计规律，就必须知道它的一切可能值xi及取每种可能值的概率pi。 离散型随机变量x的概率分布或分布，常用分布列 (distribution series)来表示： 如果我们将离散型随机变量x的一切可能取值xi ( i=1, 2 , … )， 及其对应的概率pi，记作 P(x=xi)=pi i=1,2,… (3—3);100听罐头净重的次数分布; 当n →+∞、组距i →