第三章理论分布与抽样分布ppt课件

1、第三章实际分布与抽样分布1.3.1 事件、概率和随机变量3.1.1 事件和事件发生的概率3.1.2 事件间的关系3.1.3 计算事件概率的法那么3.1.4 随机变量2.3.1.1 事件和事件发生的概率事件(event)：在自然界中一种事物，常存在几种能够出现的情况，每一种能够出现的情况称为事件。概率(probability)：每一事件出现的能够性，称为该事件的概率。随机事件(random event)：假设某特定事件只是能够发生的几种事件中的一种，这种事件称为随机事件。3.要认识随机事件的规律性，个别的实验或察看是不适用的，必需在大量的实验中才干察看到。下面用棉田发生盲椿象为害的情况来阐明这一

2、问题。调查株数(n)受害株数(a)受害频率(a/n)52.402512.485015.3010033.3320072.36500177.3541000351.3511500525.3502000704.3524.统计学上经过大量实验而估计的概率称为实验概率或统计概率，用公式表示为：式中P代表概率，P(A)代表事件A的概率。P(A)的取集范围为：0 P(A) 1。随机事件的概率表现了事件的客观统计规律性，它反映了事件在一次实验中发生能够性的大小，概率大表示事件发生的能够性大，概率小表示事件发生的能够性小。5.小概率原理：假设事件A发生的概率较小，如小于0.05或0.01，那么以为事件A在一次实验

3、中不太能够发生，这称为小概率实践不能够性原理，简称小概率原理。必然事件：对于一类事件来说，如在同一组条件的实现之下必然要发生的事件。不能够事件：假设在同一组条件下必然不发生的事件。6.3.1.2 事件间的关系一、和事件事件A和事件B至少有一个发生构成的新事件称为事件A和事件B的和事件，记为AB，读作“或A发生，或B发生。例如测定棉花的纤维长度，以28毫米为事件A，28至30毫米为事件B，那么抽取一根30毫米的这一新事件为AB。7.二、积事件事件A和B同时发生而构成的新事件，称为事件A和B的积事件，记为AB，读作“A和B同时发生或相续发生。例如某小麦种类，以发生锈病为事件A，发生白粉病为事件B，

4、那么锈病和白粉病同时发生这一新事件为AB。8.三、互斥事件假设事件A和B不能同时发生，即A和B是不能够事件，那么称事件A和B互斥。例如棉花纤维长度“28毫米和“等于28毫米不能够同时发生，为互斥事件。9.四、对立事件事件A和B不能够同时发生，但必发生其一，即AB为必然事件记为ABU，AB为不能够事件记为AB=V)，那么称事件B为事件A的对立事件，并记B为例如，有一袋种子，按种皮分黄色和白色，事件A为“取到黄色，事件B为“取到白色，A与B不能同时发生，但是，恣意取一粒种子，其皮色不是黄色就是白色，即A和B必发生其一，因此A和B互为对立事件。10.五、完全事件系假设事件A1、A2、An两两互斥，且

5、每次实验结果必发生其一，那么称A1、A2、An为完全事件系。例如对于棉花纤维长度，28毫米、28毫米和30毫米、30毫米均构成了完全事件系。11.六、事件的独立性假设事件A发生与否不影响B发生的能够性，那么称事件A和事件B相互独立。例如，事件A为“花的颜色为黄色，事件B为“产量高，显然假设花的颜色与产量无关，那么事件A和B相互独立。12.3.1.3 计算事件概率的法那么一、互斥事件的加法假定两互斥事件A和B的概率分别为P(A)和P(B)，那么 P(A+B)=P(A)+P(B)例如：荣昌猪的每胎产仔数9头的概率P(A)=0.65,为10头的概率P(B)=0.18，那么每胎产仔10头的概率为：P(

6、A+B)=P(A)+P(B)=0.65+0.18=0.8313.二、独立事件的乘法假定P(A)和P(B)是两个独立事件A与B各自出现的概率，那么： P(AB)=P(A)P(B)例：现有4粒种子，其中3粒是黄色、1粒是白色，采用复置抽样。试求以下两事件的概率(1)第一次抽到黄色，第二次抽到白色；(2)两次都抽到黄色。14.先求出抽到黄色种子的概率为3/4=0.75，抽到白色种子的概率为1/4=0.25.P(A)=P(第一次抽到黄色种子)P(第二次抽到白色种子)=0.750.25=0.1875P(B)= P(第一次抽到黄色种子) P(第二次抽到黄色种子)=0.750.75=0.562515.三、对

7、立事件的概率假设事件A的概率为P(A)，那么其对立事件的概率为： P( )=1P(A)四、完全事件系的概率例如上例，黄色种子和白色种子构成完全事件系，其概率为1。16.五、非独立事件的乘法 P(AB)=P(A)P(B|A)17.3.1.4 随机变量定义：随机变量是指随机变数所取的某一个实数值。例如：在抛硬币实验中，币值面向上的用数“1表示，国徽面向上的用“0表示。把0，1作为变量y 的取值。 P(y=1)=0.5 P(y=0)=0.518.一、离散型随机变量变量y的取值可用实数表示，且y取某一值时，其概率是确定的，这种类型的变量称为离散型随机变量。将这种变量的一切能够取值及其对应的概率一一列出

8、所构成的分布，称为离散型随机变量的概率分布： 变量yi y1 y2 y3 yn 概率P(y=yi) P1 P2 P3 Pn19.二、延续型随机变量变量y的取值仅为一范围，且y在该范围内取值时，其概率是确定的，这种类型的变量称为延续型随机变量(continuous random variate)。式中，f(y)称为y的概率密度函数(probability density function)或分布密度(distribution density)20.随机变量能够获得的每一个实数值或某一范围的实数值是有一个相应概率于其对应的，这就是所要研讨和掌握的规律，这个规律称为随机变量的概率分布。21.3.2

9、二项式分布3.2.1 二项总体与二项式分布3.2.2 二项式分布的概率计算方法3.2.3 二项式分布的外形和参数3.2.4 多项式分布3.2.5 泊松分布二项分布的一种 极限分布22.3.2.1 二项总体与二项式分布 有些总体的各个个体的某些性状，只能发生非此即彼的两种结果，“此和“彼是对立事件。例如种子的发芽与不发芽，施药后害虫的死或活，产品的合格与不合格。这种由非此及彼事件构成的总体，称之为二项总体(binomial population)。23.为便于研讨，通常给“此事件以变量“1，具概率p；给“彼事件以变量“0，具概率q其概率关系为： pq=1 q1=p假设我们每次抽取0、1总体的n个

10、个体，那么所得变量y将能够有0，1，n，共n+1种。这n+1变量有它各自的概率而组成一个分布。这个分布叫做二项概率分布，简称二项分布(binomial distribution)。24. 例如，察看施用某种农药后蚜虫的死亡数，记“死为0，“活为1。假设每次察看5只，那么察看的结果将有0(5只全死)、1(4死1活)、2(3死2活)、3(2死3活)、4(1死4活)、5(5只全活)，共6种变量。由这6种变量的相应概率组成的分布，就是n=5时活虫数的二项分布。25.3.2.2 二项式分布的概率计算方法下面用一个例子来讲解这一问题。红花豌豆和白花豌豆杂交，F2代出现红花的概率为p=3/4，出现白花的概率

11、为q=1/4。假设将F1代种子成行种植，每行种4粒。问一行全是红花、三株红花、二株红花、一株红花、0红花的概率各是多少。 26.这实践上是以n=4,从p=3/4， q=1/4的二项总体中抽样构成二项分布的问题。为方便，以“1代表出现红花的事件，“0代表出现白花的事件。27.红花数组合数xf(x)4红3红2红1红0红(1,1,1,1)4P(x=4)=1p4=0.754=0.3164(1,1,1,0)(1,1,0,1)(1,0,1,1)(0,1,1,1)3P(x=3)=4p3q1=40.7530.25=0.4219(1,1,0,0)(1,0,1,0)(1,0,0,1)(0,1,1,0)(0,1,0

12、,1)(0,0,1,1)2P(x=2)=6p2q2=60.7520.252=0.2109(1,0,0,0)(0,1,0,0)(0,0,1,0)(0,0,0,1)1P(x=1)=4p1q3=40.750.253=0.0409(0,0,0,0)0P(x=0)=1q4=0.254=0.003928.上例各项的概率相当于(p+q)4的展开： (p+q)4=p4+4p3q+6p2q2+4pq3+q4同理，以样本容量为n进展的抽样，得到的概率分布为(p+q)n的展开。每一项的系数为： (0kn)29.计算二项分布任何一项概率的通式为： 例4.2 某种昆虫在某地域的死亡率为40%，即p=0.4，现对这种害虫

13、用一种新药进展治疗实验，每次抽10头作为一组治疗。试问如新药无疗效，那么在10头中死3头、2头、1头，以及全部愈好的概率为多少？30.8头愈好，2头死去的概率为：7头愈好，3头死去的概率为：31.9头愈好，1头死去的概率为：10头全部愈好的概率为：假设计算10头中不超越2头死去的概率为多少？那么应该运用累积概率，即：32.3.2.3 二项式分布的外形和参数一、外形P=0.35,n=5的概率分布图33.(p=0.5,n=5)的概率分布图34.当p=q时。二项分布呈对称外形，如pq,那么表现偏斜外形。但从实际和实际检验，当n很大时即使pq，它也接近对称外形。所以这一实际分布是由n和p两个参数决议的

14、。二、参数凡描画一个总体，平均数和方差(或规范差)两个参数是重要的。二项总体，其平均数、方差2和规范差为： =np, 2=npq =35.3.2.4 多项式分布假设总体内包含几种特性或分类标志，可以将总体中的个体分为几类，例如在给某一人群运用一种新药，能够有好的疗效，有的没有疗效，而另有疗效为副作用的，象这种将变数资料分为3类或多类的总体称为多项总体，研讨其随机变量的概率分布可运用多项式分布(multinomial distribution)。36.设总体中共包含k项事件，它们的概率分别为：p1、p2、p3、pk，显然 p1+p2+p3+pk=1。假设从这个总体随机抽取n个个体，那么能够得到这

15、k项的个数分别为 y1、y2、y3、yk，而y1 + y2 + y3 + yk =n。其事件的概率为：这一概率分布称为多项式分布。37.例4.3某药对病人有效的概率为1/2，对病人无效的概率为1/3，有副作用的概率为1/6，假设随机抽取2个运用该药的病人，那么我们的结果能够包括这样几种事件：2个病人有副作用；一个无效、一个有副作用；两个无效；一个有效、一个有副作用；一个有效、一个无效；两个均有效。试计算出现这些事件的概率。38.解：分别用y1、y2、y3分别代表用药有效的个体数、用药无效的个体数和用药有副作用的个体数。这些事件的概率的计算见下表：39.变量（y1、y2、y3)概率及其计算P（y

16、1、y2、y3)0，0，20，1，10，2，01，0，11，1，02，0，040.3.2.5 泊松分布二项分布的一种极限分布运用二项分布时，有时会遇到一个概率p或q很小的值，例如小于0.1，另一方面n又相当大，这样二项分布必将为另一分布所接近，或者为一极限分布。这种分布称为泊松概率分布，简称泊松分布(Poisson distribution)。如将np=m,那么接近分布如下式：y=0，1，2，41.凡在察看次数n n相当大中，某一事件出现的平均次数m(m是一个定值很小，那么，这一事件出现的次数将符合泊松分布。泊松分布在生物学研讨中是经常遇到的，例如，昆虫与植物种类在一定面积的分布，病菌损害作物

17、的分布，一个显微镜视野内的细菌计数以及原子衰变的规律等随机变数。泊松分布的平均数、方差和规范差为：42.3.3 正态分布3.3.1 二项分布的极限正态分布3.3.2 正态分布曲线的特性3.3.3 计算正态分布曲线区间概率的方法43.3.3.1 二项分布的极限正态分布P=0.5,n=5的二项分布44.p=0.5,n=20的二项分布45.从图中看出，假设n，每个组的直方形都一一变为纵轴线，衔接的直线也一一变成点了。这时多边形折线应表现为一个光滑的曲线，在数学意义上它是一个二项分布的极限曲线。这一曲线称之为正态分布曲线或正态概率曲线。其概率密度函数为：46.3.3.2 正态分布曲线的特性1、以y=为

18、对称轴，向左右两侧作对称分布，其算术平均数、中数、众数相等，均在点上。2、正态分布曲线由参数和决议，所以它是曲线簇而不是单一的曲线。47. 1230.00.10.20.30.40.5012345-1-2-3-4f (y)y0.00.10.20.30.40.5012345-1-2-3-4f (y)y=1=1.5=248.3、正态分布资料的分布表现为多数次数位于算术平均数附近，在y-3以上其次数极少，在实践运用中，y通常在 3范围之内取值，这就是6法那么。0.00.10.20.30.40.5012345-1-2-3-4f (y)y68.27%95.45%99.73%49.4、正态曲线在y- |=1

19、 处有拐点，并以横轴为渐进线，因此曲线全距从-到+。5、正态曲线与横轴之间的面积等于1，因此曲线下横轴的任何定值，等于介于这两个面积占总面积的成数。下面是几组常用值： 1 概率=0.6827 2 概率=0.9545 3 概率=0.9973 1.960 概率=0.9500 2.576 概率=0.990050.3.3.3 计算正态分布曲线区间概率的方法在正态分布曲线下，y的定值从y=a到y=b间的概率可用曲线区间的面积表示：计算曲线下从-到y0的面积，公式如下：FN(y)称为正态分布的累积函数。51.52.为了便于运用，通常是将正态分布3 分成很小的间隔单位，比如0.01，进展积分，然后制成概率分

20、布表。运用者只需查表，而无需进展复杂的积分运算。一个首先需求处理的问题是，正态分布是一个曲线簇，而非单一的曲线，用曲线簇进展制表几乎是无法完成的事情。因此要设法将其转化为一条曲线。53.由于正态曲线受和的制约，曲线随这两个参数的变化而改动。构造一个新变数，这个变数要消去和的影响。假定新变数用u来表示，那么：54.u称为正态离差，由之可将正态方程规范化为：上式为规范化正态分布方程，它是参数=0 ，2=1时的正态分布，记作N(0，1)。55.有了规范曲线之后，就可以将y值从-3到3范围内的FN(y)的值，以0.01的间隔列于附表2(P357)。计算一定区间的概率值，只需查表就可以了。例4.4 假定

21、y是一随机变数具有正态分布，平均数=30，规范差=5，试计算小于26，小于40的概率，介于26和40区间的概率以及大于40的概率。56.首先计算：P(y26)=FN(26) 先将y转换成u值： u=(y- )/ =(26-30)/5=0.8查附表2，当u=0.8时 FN(26)=0.2119同样计算：P(y40)=FN(40) u=(y- )/ =(40-30)/5=2.0查附表2，当u=2.0时 FN(40)=0.9773计算：P(2640)=1-P(y40)=1-0.973=0.02270.0000.0040.0080.0120.0160.0203035404525201510fN (y)

22、yP(y26)=0.21190.0000.0040.0080.0120.0160.0203035404525201510fN (y)yP(y40)=0.977358.0.0000.0040.0080.0120.0160.0203035404525201510fN (y)y0.0000.0040.0080.0120.0160.0203035404525201510fN (y)yP(y40)=0.0227P(26y40)=0.765459.例4.6(P64) 计算正态分布曲线的中间概率为0.99时，其y或u值应为多少？由于正态分布是对称的，故在曲线左边从到u的概率和曲线右边从u到的概率应等于1/2

23、(1-0.99)=0.005。查附表3，u= 2.58时，FN(y)=0.004940.005。故当y=2.58时，在其范围内包括99%的变量。60.f (y)y0.00.10.20.30.40.5012345-1-2-3-4左尾概率右尾概率61.3.4 抽样分布3.4.1 统计数的抽样分布及其分布参数3.4.2 正态总体抽样的分布规律3.4.3 二项总体的抽样分布62.3.4.1 统计数的抽样分布及其分布参数前面我们谈到总体的参数是无法得到的，需求用样本的统计数进展估计。用统计数估计总体的相应参数，首先必需知道统计数与参数的关系，即要弄清楚总体和样本的关系。经过本节抽样分布的讨论，目的就是要

24、搞清楚从总体中抽出一切能够的样本统计量的分布与原总体之间的关系。63.总体随机样本1234无穷多个样本总体和样本的关系表示图64.一、样本平均数的抽样及其分布假设从容量为N的有限总体抽样，假设每次抽取容量为n的样本，那么一共可以得到Nn个样本。每个样本可以计算一个平均数，这样就得到许多 平均数，假设将这些平均数集合起来便构成一个新总体。由于每次随机抽样所得的平均数能够会存在差别，所以由平均数构成的新总体也应该有其分布，这种分布称为平均数的抽样分布。65.下面用一个抽样实验进一步阐明样本平均数的抽样分布及其分布的参数。假定用一个很小的总体N=3，其察看值为2、4、6以样本容量n=2从中进展抽样。

25、首先计算出总体参数： =(2+4+6)/3=42=(2-4)2+(4-4)2+(6-4)2/3=8/3一切能够的样本数=Nn=32=966.总体N=3，样本容量n=2时一切样本的总和数、平均数和方差表 第一个观察值第二个观察值样本(y)s2s222242000.0000242463121.4142262684482.8284424263121.4142444484000.00004646105121.4142626284482.82846464105121.41426666126000.0000总 和7236122411.313667.从表中我们可以算出样本平均数 的平均数：以自在度为除数的样

26、本方差的平均数：以样本容量为除数的样本方差的平均数：68.样本规范差s的平均数：在统计上，假设一切能够样本的某一统计数等于总体的相应参数，那么称该统计数为总体相应参数的无偏估计值(unbiased estimate)1、 是的无偏估计值。2、s2是2的无偏估计值69.3、以n为除数的样本方差 不是2的无偏估计值。4、s不是的无偏估计值。再以样本容量n=4，n=8从上述总体中抽样，并将抽出的全部样本列入表4.6(P67)根据表4.6，可算得n=2时样本平均数分布的平均数为：70.样本平均数分布的方差为：同样，可算得n=4时：71.当n=8时：72.不同样本容量的平均数的抽样分布外形为：抽样误差的

27、概念：称为规范误。抽样误差的度量：73.n=1fyfn=2yfn=4yfn=8y74.二、样本总和数的抽样及其分布参数样本总和数(用y代表)的抽样分布参数与母总体间存在如下关系：1、该抽样分布的平均数y与母总体平均数间的关系为： y=n。75.2、该抽样分布的方差y与母总体方差间的关系为：76.三、两个独立随机样本平均数差数的抽样分布及其分布参数我们用一个例子来论述这一问题。假定第一个总体包括3个察看值，2、4、6(N1=3，n1=2)一切样本数为Nn=32=9,总体的平均数和方差1=4， 21=8/3。77.第二个总体包括2 个察看值，3和6(N2=2)，抽出的样本容量为3(n2=3)，一切样本的个数为23=8，总体平均数和方差2=4.5， 22=2.2578.ff213132434353526162总和9总和8从两个总体抽出的样本平均数的次数分布表79.22223333444455556666总和34563456345634563456-1-2-3-40-1-2-310-1-2210-13210f13312662399326621331