Poisson分布 负二项分布.pptxVIP

Poisson分布和负二项分布

Poisson分布01概念02适用条件和性质03应用

Poisson分布的概念离散型分布，二项分布的一种极限情况描述单位时间、空间、面积等罕见事件发生次数的概率分布随机变量X服从Poisson分布，是指在足够多的n次独立试验中，X取值为0,1,2,…的相应概率为：X=0,1,2,…式中参数λ即为总体均数，且有：。

Poisson分布的适用条件和性质适用条件：普通性、独立增量性、平稳性性质：总体均数λ与总体方差相等σ2；可加性；n很大，π很小，nπ=λ为常数时，二项分布近似Poisson分布；λ增大时，Poisson分布渐进正态分布（λ≥20）图形：λ≤1时，随X取值的变大，P(X)值反而变小；λ1时，随X取值的变大，P(X)值先增大后变小

Poisson分布的应用总体均数的区间估计查表法：X≤50正态近似法：X50（X?uα/2，X+uα/2）样本均数与总体均数的比较直接法：λ20正态近似法:λ≥20

Poisson分布的应用两个样本均数的比较式中和为两个样本中每个观察单位内的平均计数。

负二项分布01概念02参数估计03应用

负二项分布的概念离散型分布描述生物的群聚性，如钉螺在土壤中的分布、昆虫的空间分布。医学上可用于描述传染性疾病的分布和致病生物的分布，毒理学的显性致死试验或致癌试验也都有应用。

负二项分布的概念负二项分布与Poisson分布的关系：Poisson分布中，设定μ是常数，当μ不是常数，而是一个随机变量，且服从γ分布时，此时复合Poisson分布就是负二项分布。负二项分布中的μ是变化的，即个体事件发生的概率不等，有的出现的概率大，有的出现概率小，从而导致方差变大。实际意义，不同地区、时间等发生的概率不等，有的发生概率高，有的发生概率低，可能存在一定的聚集性。

负二项分布的概念在二项分布中，独立重复试验的次数n是固定的。但当n不固定，记n=X+k，若要求在X+k次试验中，出现“阳性”的次数恰好为X次的概率分布即是负二项分布。其概率就是负二项式的展开式中的一项。X=0X≥1式中k0，0π1。且有：。

负二项分布的概念均数方差若令，X=0X≥1则均数方差k越大，分布的方差与均数的比值就越接近1；k越小，分布的方差与均数的比值就越大。k为聚集指数，用来衡量分布的离散程度即聚集趋向的程度。

负二项分布的参数估计参数μ一般可用样本均数作为其估计值参数k的估计方法有：矩法：零频数法：样本计数X=0时，频数f0占总观察单位总数的比例(1/3)最大似然法：m是样本计数X所取得到的最大值；，即样本中所有计数大于X的频数之和。

负二项分布的应用拟合优度检验通过理论频数与实际频数的比较两个样本均数的比较式中Xi为每一独立试验的样本计数，kc为两样本所代表的负二项分布的参数k1和k2的合并值。

Poisson回归模型

广义线性模型g(μ)=α+β1X1+β2X2+…+βmXm通过指定联接函数及数据分布，转化成相应的具体模型常用的联接函数广义线性模型更进一步的将多重线性回归、lo