概率与概率分布课件.pptVIP

當二項分佈接近正態分佈時，在二項試驗中成功事件出現次數的1、平均數2、標準差推導過程見王孝玲《教育統計學》三、在心理與教育研究中的用途二項分佈是一種離散型隨機變數的概率分佈。二項分佈在心理與教育研究中，主要用於解決含有機遇性質的問題。所謂機遇問題，是指實驗結果可能由猜測而造成的。為了區分是猜測的結果還是真實的結果，就可用二項分佈來解決。例題：在一項有關兒童認知發展的研究中，為了考察2歲兒童是否理解“最大”的概念，隨機抽取了15名年齡在30-32個月之間的兒童，並分別對他們進行測試。測試的內容是讓他們在三個物體中挑選出最大的一個。結果發現15名兒童中有9名能正確作答。問：該研究結果能否表明2歲兒童理解了“最大”的概念或能否排除猜測因素在作答中的作用。解法1二項分佈法首先假設是猜測的結果，並計算猜測作答正確的概率（利用二項分佈函數）。判斷是否小概率事件，如果是則表明不是猜測的結果，表明被試理解或掌握了相應的概念或知識。解法2正態分佈法先求出二項分佈的平均數與標準差而後利用正態分佈計算如果要確定猜測作答正確是小概率（5%）事件至少需要正確作答幾次（臨界次數）。X=?+1.645?最後用實際作答正確的次數與其相比較，如果實際作答正確的次數多於與小概率事件對應的臨界次數，則排除猜測因素的作用。第四節抽樣分佈前言統計學研究問題的方法是從特殊到一般，從部分到全局，即用樣本來推斷總體。從一個總體中可以抽取出很多很多的樣本，而實際中一般只選取一個樣本進行研究，所以你所選取的那一個具體的樣本只是你隨機選中的一個，你完全有可能選中另外的樣本。統計學就是用你隨機選中的一個樣本來推斷總體，為了讓這種推斷有根有椐，我們必須清楚這種隨機的規律是什麼？而抽樣分佈理論給出了答案。總體分佈樣本分佈抽樣分佈下麵是某班25名同學的某科成績，它就是要研究的總體：?1～13號819966985592100846974776610014～25號8410068597160949192957884?X1X2X3X4X5平均數第一次抽樣學號18152132590.8成績711009910084第二次抽樣學號102312151778.8成績74956610059第三次抽樣學號5152211083.8成績55100999174…………常用的抽樣分佈平均數的抽樣分佈方差的抽樣分佈兩個樣本平均數差的抽樣分佈兩個樣本方差比的抽樣分佈一、樣本平均數的抽樣分佈

一個正態總體中的抽樣分佈（一）總體正態且方差已知時的樣本平均數的抽樣分佈

…正態分佈(Z-distribution)一個正態總體中的抽樣分佈數據2342（2，2）（2，3）（2，4）3（3，2）（3，3）（3，4）4（4，2）（4，3）（4，4）應用：大樣本或總體方差已知時的總體平均數的估計、樣本平均數與總體平均數差異的檢驗隨機抽取的一個樣本平均數在其抽樣分佈中的位置為：一個正態總體中的抽樣分佈（二）總體正態且方差未知時的樣本平均數的抽樣分佈

…t分佈（t-distribution）應用：小樣本或總體方差未知時的總體平均數的估計、樣本平均數與總體平均數差異的檢驗t分佈的來源：1900年左右，統計學家開始覺得標準正態分佈並不總是用來尋找概率的正確分佈。WilliamGosset（高賽特）是在愛爾蘭一家啤酒廠工作的一名化學分析技術人員，他也是對此感到懷疑的人之一。於是他決定檢驗在概率問題中使用標準正態分佈是否總是正確的。令人不可思義的是，Gosset以收集犯人的身高和左手中指長度開始了他的探索。他以每4個犯人作為一個樣本，共收集了750個不同的樣本，並對每一個樣本都計算了一個數值。然後他繪製了兩個直方圖（身高和左手中指長度），想看一看每一個樣本的所有的數值的分佈是什麼樣的？他們與標準正態分佈有多類似？結果Gosset發現兩個直方圖形狀非常接近，但是與標準正態分佈有很大不同。他將這個新分佈命名為t分佈，計算出的值也叫做t值。由於他的雇主害怕員工洩露釀造啤酒的秘密而禁止員工發表文章，所以Gosset在1908年發表上述研究結果時，使用了假名“學生”。正因