《统计学—基于R》（第5版） 课件 第5章 随机变量的概率分布（R5）.pptx

第 5 章随机变量的概率分布5.1什么是概率5.2随机变量的概率分布5.3样本统计量的概率分布 贾俊平5.1什么是概率 概率概率对事件发生的可能性大小的度量明天降水的概率是80%。这里的80%就是对降水这一事件发生的可能性大小的一种数值度量购买一只股票明天上涨的可能性是30%，这也是一个概率一个介于0和1之间的一个值事件A的概率记为。在相同条件下，重复进行n次试验，事件A发生了m次，则事件A发生的概率为??5.2随机变量的概率分布 什么是随机变量随机变量事先不知道会出现什么结果，一般用 X，Y，Z 来表示投掷两枚硬币出现正面的数量一座写字楼，每平方米的出租价格一个消费者对某一特定品牌饮料的偏好 离散型随机变量随机变量 X 取有限个值或所有取值都可以逐个列举出来以确定的概率取这些不同的值连续型随机变量可以取一个或多个区间中任何值 所有可能取值不可以逐个列举出来，而是取数轴上某一区间内的任意点5.2随机变量的概率分布 随机变量的概括性度量离散型随机变量的期望值——随机变量X所有可能取值与其取相对应的概率乘积之和?连续型随机变量的期望值???离散型随机变量的方差——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，记为用或连续型随机变量的期望值??5.2随机变量的概率分布 随机变量的概括性度量【例5-1】一家手机制造商声称，它们所生产的手机100个中拥有次品的个数及相应的概率如下表所示。求该手机次品数的期望值和标准差?离散型随机变量的期望值——随机变量X所有可能取值与其取相对应的概率乘积之和连续型随机变量的期望值??连续型随机变量的期望值??离散型随机变量的方差——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，记为用或次品数X = xi0123概率P(X=xi)?pi0.750.120.080.05?5.2随机变量的概率分布 随机变量的概率分布?列出离散型随机变量X的所有可能取值列出随机变量取这些值的概率通常用下面的表格来表示 称为离散型随机变量的概率函数常用的有二项分布、泊松分布、超几何分布等5.2随机变量的概率分布 离散型——二项分布?二项分布建立在Bernoulli试验基础上贝努里试验满足下列条件一次试验只有两个可能结果，即“成功”和“失败”“成功”是指我们感兴趣的某种特征一次试验“成功”的概率为 ，失败的概率为，且概率对每次试验都是相同的 试验是相互独立的，并可以重复进行次 在n次试验中，“成功”的次数对应一个离散型随机变量 ?重复进行 次试验，出现“成功”次数的概率分布，记为设为 次重复试验中出现成功的次数， 取 x 的概率为期望值： ?5.2随机变量的概率分布 离散型——二项分布【例5-2】已知一批产品的不合格品率为6%，从中有放回地抽取5个。求5个产品中：（1）没有不合格品的概率（2）恰好有1个不合格品的概率（3）有3个及3个以下不合格品的概率二项分布Binomial(5,b)图 dbinom(0,5,0.06) dbinom(1,5,0.06) pbinom(3,5,0.06) 5.2随机变量的概率分布 连续型——正态分布连续型随机变量可以取某一区间或整个实数轴上的任意一个值它取任何一个特定的值的概率都等于0不能列出每一个值及其相应的概率通常研究它取某一区间值的概率用概率密度函数的形式和分布函数的形式来描述正态分布由C.F.高斯(Carl Friedrich Gauss，1777—1855)作为描述误差相对频数分布的模型而提出描述连续型随机变量的最重要的分布许多现象都可以由正态分布来描述 可用于近似离散型随机变量的分布，如二项分布经典统计推断的基础概率密度函数?5.2随机变量的概率分布 连续型——正态分布正态分布的性质图形是关于x=?对称钟形曲线，且峰值在x=? 处均值?和标准差?一旦确定，分布形式也惟一确定，不同参数正态分布构成一个完整的“正态分布族” 均值?可取实数轴上的任意数值，决定正态曲线的具体位置；标准差决定曲线的“陡峭”或“扁平”程度。?越大，正态曲线扁平；?越小，正态曲线越高陡峭X的取值向横轴左右两个方向无限延伸，曲线的两个尾端也无限渐近横轴，理论上永远不会与之相交在特定区间上的取值概率由正态曲线下的面积给出，而且其曲线下的总面积等于1 5.2随机变量的概率分布 连续型——正态分布标准正态分布的概率与分位点标准正态分布随机变量具有均值为0，标准差为1的正态分布任何一个一般的正态分布，可通过下面的线性变换转化为标准正态分布标准正态分布的概率密度函数??5.2随机变量的概率分布 连续型——正态分布?【例5-3】计算下列概率（1），求和（2），求和（3）标准正态分布累积概率为0.025时的反函数值z常用区间的正态概率值?# 计算正态分布的概率pnorm(40,mean=50,sd=10)#的概率