sas 二项分布和泊松分布.pptx

会计学 1 SAS 二项分布和泊松分布 理论回顾 二项分布的应用条件： 观察结果是二分类变量，如阳性与阴性、治愈与未愈、生存与死亡等； 每个观察对象发生阳性结果的概率固定为，发生阴性结果的概率为1-； 各个观察对象的结果是相互独立的。 第1页/共21页 二项分布图形 第2页/共21页 二项分布图的形态取决于与n，高峰在=n处。 当接近0.5时，图形是对称的；离0.5愈远，对称性愈差，但随着n的增大，分布趋于对称。 当n→∞时，只要不太靠近0或1， 二项分布近似于正态分布。 二项分布特点 第3页/共21页 二项分布应用 （1）概率密度的计算 如果发生阳性结果的例数X服从二项分布，那么发生阳性数为X的概率为： 注：0! = 1 第4页/共21页 （2）单侧累积概率的计算 最多有X例阳性的概率： 最少有X例阳性的概率： X = 0,1,2,...K...n 第5页/共21页 Poisson分布的应用条件 观察结果是二分类变量； 每个观察对象发生阳性结果的概率为，发生阴性结果的概率为1-； 各个观察对象的结果是相互独立的； 很小(0.01)，n很大。 此时二项分布逼近POISSON分布，即 Possion是二项分布的特例。 常用于研究单位容积(面积，时间)内某罕见事件的发生数。 第6页/共21页 POISSON分布的概率密度函数 X = 0, 1, 2, … e=2.71828 λ=n  第7页/共21页 　　图形由λ决定，λ越大，越趋向正态。λ=20，接近正态。 λ 5时，呈偏态。 POISSON分布的图形 第8页/共21页 POISSON特征 POISSON属于离散型分布。 方差2=均数λ(如果某资料2=λ，可以提示该资料可能服从POISSION分布) Possion分布的可加性。较小度量单位发生数呈Possion分布时，把若干个小单位合并，其总计数也呈Possion分布。 第9页/共21页 Poisson分布的应用 （1） 概率估计 （2） 单侧累积概率计算 第10页/共21页 PDF函数：求概率密度 二项分布 P(X)=PDF(“Binomial”，X，Prob，N) Poisson分布 P(X)= PDF(“Poisson”，X，Lamda) 第11页/共21页 计算累计概率密度的常用函数 二项分布 Poisson分布 第12页/共21页 如求X服从二项分布，则 P(X＝k)＝probbnml（p，n，k）-probbnml（p，n，k-1) =PDF(“Binomial”，k，p，n) 如X服从泊松分布，则 P(X=k)=Poisson（p，k）-Poisson（p，k-1）=PDF(“poisson”,k，p)。 求概率密度函数的两种方法 第13页/共21页 例1 某地钩虫感染率为13%，随机抽查当地150人，其中至多有2名感染钩虫的概率有多大？恰好有2人感染的概率有多大？至少有2名感染钩虫的概率有多大？至少有20名感染的概率有多大？ 第14页/共21页 程序： DATA exam6; n=150;prob=0.13; p1=PROBBNML(prob,n,2);/*至多有2名*/ P2=PROBBNML(prob,n,2)-PROBBNML(prob,n,1); /*恰好有2名*/ p3=1-PROBBNML(prob,n,1); /*至少有2名*/ p4=1-PROBBNML(prob,n,19); /*至少有20名*/ KEEP P1 P2 P3 P4; (也可使用 DROP N PROB;) PROC PRINT;RUN; 第15页/共21页 结果１  Obs n prob p1 P2 p3 p4 　 1 150 0.13 .000000231 .000000211 1.00000 0.48798 从以上结果可见： 　至多有2名得病的概率为0.000000231 ，恰好有2名得病的概率为0.000000211；至少有2名得病的概率为1，至少有20名得病的概率为0.48798。 第16页/共21页 例2