现代心理与教育统计学PPT课件.ppt

t分布 设 为来自正态总体 的一个样本， 为样本均值， 为样本方差，则 服从自由度为n-1的t分布，即 1 t分布的特点 ①平均值为0 ②以平均值0左右对称分布，左侧t为负值，右侧t为正值。 ③变量取值在-∞~ ∞之间。 古典概率模型要求满足两个条件： ① 试验的所有可能结果是有限的； ② 每一种可能结果出现的可能性（概率）相等。 后验概率：以随机事件A在大量重复试验中出现的稳定频率值作为随机事件A概率的估计值，这样求得的概率称为后验概率。计算公式为 例如 保险公司会利用概率进行人寿保险经营，比如研究表明20－24岁的男性中明年死亡的概率是0.0015，同龄的女性是0.0005，保险公司对男性的保费就多收一些。 当进行多次观测后，按观测数据求得的后验概率接近先验概率。 试验的次数 正面 /试验次数 1.00 0.00 0.25 0.50 0.75 0 25 50 75 100 125 比如： 法国统计学家蒲丰（Buffon）把铜板抛了4040次，正面的次数是2048，比例是0.5069 。 1900年，英国统计学家皮尔逊把硬币抛了24000次，正面的次数是12012，比例是0.5005 南非数学家柯屈瑞在监狱时，把硬币抛了10000次，正面的次数是5067，比例是0.5067 。 概率的基本性质 概率的公理系统 ① 任何随机事件A的概率都是非负的； ② 不可能事件的概率等于零，P（V）=0。例如，新生儿会讲话的概率为0： ③ 必然事件的概率等于1，P（U）=1。例如，健康儿童语言产生和发展的概率为。 小概率事件 在统计推断中，将一次试验中发生的概率小于0.05的事件，称为小概率事件。认为它是一次试验中同乎不可能发生的事件。 概率的加法定理：在一次试验中不可能同时出现的事件称为互不相容的事件。两个互不相容事件之和的概率，等于这两个事件概率之和。用公式可表示为 P(A+B)=P(A)+P(B) 概率的乘法定理：A事件出现的概率不影响B事件出现的概率，这两个事件为独立事件。两个独立事件积的概率，等于这两个事件概率的乘积。用公式可以表示为 P（A·B）=P（A）·P（B） 概率分布类型 1 离散分布与连续分布 离散数据和连续数据 离散随机变量的概率分布称为离散分布。 连续随机变量的概率分布称为连续分布。 一个例子：10件产品中有2件次品，从中任取2件，设X为取得的次品个数，其为离散型随机变量，其分布为： 所取得得次品个数概率分布列表如下： 所取次品个数的均值为： 所取次品个数的方差为： X 0 1 2 pi 0.622 0.356 0.022 经验分布与理论分布 基本随机变量分布与抽样分布 第二节 正态分布 正态分布也称常态分布，是连续随机变量概率分布的一种；拉普拉斯、高斯对正态分布的研究做出了重要贡献，因此正态分布有时也称高斯分布。 公式及分布图 x f (x) 正态分布特征 ①曲线在平均数处为最高点。以经过平均数的垂线为对称轴左右对称。 ②曲线从最高点向左右缓慢下降，并无限延伸，但永远不与基线相交。曲线从最高点向左右延伸时，在正负1个标准差是拐点。 ③正态曲线下面积为1，正态曲线下面积可视为横坐标值随机变量出现的概率。 ④正态分布是一族分布。随着单位、平均数、标准差不同而不同。可使用标准分数转化成标准正态分布。 x f(x) C A B x m s 一般正态分布 ? =1 Z 标准正态分布 ? ? ? ⑤正态分布中，各差异量数间有固定比率。 ⑥正态分布曲线下，标准差和概率有一定的数量关系。 正负1.96个标准差之间，包含总面积的95%。 正负2.58个标准差之间，包含总面积的99% 正态分布表的结构和使用 概率是曲线下的面积 a b x f(x) 根据Z分数求概率 根据概率求Z分数 根据概率或Z分数，球概率密度，即正态曲线高 注意：正态分布表仅显示右侧的数据。 次数分布是否正态的检验方法 皮尔逊偏态量数法 峰度、偏度检验法 累加次数曲线法 正态分布理论在测验中的应用 化等级评定为测量数据 确定测验题目的难易度 在能力分组或等级评定时确定人数 测验分数正态化 第三节 二项分布 二项分布是一种具有广泛用途的离散型随机变量的概率分布，它由贝努里创始，所以又叫贝努里分布。是指实验仅有两种不同性质结果的概率分布，也可以说是两个对立事件的概率分布。 二项分布的具体定义是指：设有n次试验，各次试验是彼此独立的，每次试验某事件出现的概率都是p，某事件不出现的概率都是q（等于1-p）则对于某事件出现X次（0，1，2，…，n）的概率分布为： 二项分布的性质 二项分布是离散型分布