概率及概率分布_第1页
概率及概率分布_第2页
概率及概率分布_第3页
概率及概率分布_第4页
概率及概率分布_第5页
已阅读5页,还剩48页未读, 继续免费阅读

下载本文档

版权说明:本文档由用户提供并上传,收益归属内容提供方,若内容存在侵权,请进行举报或认领

文档简介

1、第三章 概率与概率分布,本章重点掌握,常用概率分布的特点 附录:常用概率分布数学用表的使用,1. 概率基础知识,1. 概率的概念,事件(events),可以预言在一定条件下是否出现的事件:必然事件(certain event) U和不可能事件(impossible event) V,在一定条件下,可能发生,也可能不发生的事件:随机事件 (random event),频率(Frequencey),设事件A在n次重复实验中发生了m次,其比值m/n称为事件A发生的频率,记为:,频率与概率的关系_例,从图中还可以看出,随着样本量的增大,观测值的波动性逐渐减小并趋于真值。,真值,概率(Probabili

2、ty),某事件A在n次重复试验中,发生了m次,当试验次数n不断增大时,事件A发生的频率W(A)就越来越接近某一确定件p,于是则定义p为事件A发生的概率,记为:,P(A) = p,基本性质: 任何事件的概率都在0和1之间,即:0P(A)1 必然事件的概率等于1, P(A)= 1 不可能事件的概率等于0, P(A)= 0,统计调查与概率,随机变量: 问卷中的项目、样本统计量( 、S、P),随机事件:调查问卷中项目的取值(性别 A 男 B女),概率:样本量无穷大时,统计汇总得到的频率,2. 概率的计算,(1) 事件相互关系,和事件(sum event),积事件(product event),互斥事件

3、(mutually exclusive event),对立事件(contrary event),独立事件(independent event),完全事件系(complete event system),A1+A2+An,A1A2An,AB=V,A+B=U, AB=V,相互独立,互不影响,两两相斥,必然生发其一。,(2)概率计算法则,加法定理(additive theorem),互斥事件A和B的和事件的概率等于事件A和事件B的概率之和。 P(A+B)=P(A)+P(B),推理1: 如果A1、A2、An为n个互斥事件,则其和事件的概率为: P(A1+A2+An)=P(A1)+P(A2)+P(An)

4、 推理2:对立事件A的概率为: P(A)=1-P(A) 推理3:完全事件体系和事件的概率等于1,例:调查某玉米田,一穗株占67.2%,双穗株占30.7%,空穗株占2.1%,试计算一穗株和双穗株的概率、有穗株的概率。,P(A+B)=P(A)+P(B)=0.672+0.307=0.979,P(A)=1-P(A)=1-0.021=0.979,乘法定理(multiplicative theorem),如果事件A和B为独立事件,则事件A与事件B同时发生的概率等于事件A和事件B各自概率的乘积。 P(AB)=P(A) P(B),推理1: 如果A1、A2、An 彼此独立,则 P(A1A2An)=P(A1) P

5、(A2) P(An),例:播种玉米时,每穴播种两粒种子,已知玉米种子的发芽率为90%,试求每穴两粒种子均发芽的概率和一料种子发芽的概率。,练习题:,1. 每个人的一对第1号染色体分别来自祖母和外祖母的概率是多少?一位男性的X染色体来自外祖父的概率是多少?,2. 假如父母的基因型分别为IAIO和IBIO。他们的两个孩子都是A型血的概率是多少?他们生两个O型血的女孩的概率又是多少?,3. 一名神经科医生听取6名研究对象对近期所作梦的叙述,得知其中有3名为忧郁症患者,3名是健康者。现从6名研究对象中选出3名,问: 1)一共有多少种配合? 2)每一种配合的概率? 3)选出忧郁症患者的概率? 4)至少选

6、出两名忧郁症患者的概率?,3. 概率分布,定义:随机变量所有取值的概率所形成的分布数列或分布图。 例:500户家庭人口分布,4. 大数定律,大数定律(law of large unmbers):是概率论中用来阐述大量随机现象平均结果稳定性的一系列定律的总称,最常用的是贝努里大数定律。可描述为:设m是n次独立试验中事件A出现的次数,p是事件A在每次试验中出现的概率,则对于任意小的正数,有如下关系:,说明:当试验条件不变的情况下,重复次数n接近无限大时,频率m/n与理论概率p的差值,必定小于一个任意小的正数,即两者可以基本相等,当样本量足够大时,样本就可以代替总体,辛钦大数定律(Khinchine

7、 theorem):是用来说明为什么可以用算术平均数来推断总体平均数的。,从以上的解释,我们可以将大数定律通俗地表达为:样本容量越大,样本统计数与总体参数之差越小。“样本统计数无限地接近总体参数”,2. 几种常见的理论分布,1. 二项分布,随机变量的分布可用分布函数(distribution function)来表述其概率。常见的几种理论分布有:,离散型变量,连续型变量,二项分布 泊松分布,正态分布,对于某个性状,常常可以把其资料分成两个类型。这样的结果只能是“非此即彼”两种情况,彼此构成对立事件,我们把这种事件所构成的总体,称为二项总体(dinomial population),其频率分布称

8、为二项分布(binomial distribution)。,例: 二项总体: 豌豆花色; 性别; 种子发芽/不发芽 穗的有芒/无芒,二项分布的形状,二项分布的形状是由n和p两个参数决定的。 当p值较小且n值不大时,图形是偏倚的,随着n值的增大,分布趋于对称。 当p值趋于0.5时,分布趋于对称。 2) 二项分布的参数 总体平均数(次数)为: x= xip(xi)=np 总体标准差(次数)为: x=(xi-)2p(xi)=npq,二项成数,即百分数(percentage): p= x/n= p /n=p 平均数 p= p/n= pq/n 标准差,2. 泊松分布,在生物学研究中,有许多事件出现的概率

9、很小,而样本容量或试验次数往往却很大,即p值很小,而n值很大。这时,二项分布就会变成另外一种特殊的分布,即泊松分布(Poisson distridution)。,例: 泊松分布资料: 变异细胞计数; 突变碱基; 变异植株 家畜怪胎 样方小见植物,泊松分布是一种离散型随机变量的分布,其分布的概率函数为:,泊松分布的形状由参数所确定。 当较小时,偏倚的; 当 =20时, 逼近于正态分布N(, ) 当 =50时, 这两种分布除一个是离散型, 一种是连续型外,没有多大区别。,泊松分布在生物学研究中的应用: 1)在生物研究中,有许多小概率事件,其发生概率往往小 于0.1,甚至小于0.01。对于这些小概率

10、事件,都可以用泊松分布描述其概率分布,从而作出需要的频率预期; 2)由于泊松分布是描述小概率事件的,因而二项分布当 p0.1和np5时,可用泊松分布来近似,例:用显微镜检查某食品样本内结核菌的数目,对在某些视野内各小方格中的细胞数加以计数,然后按不同的细菌数把格子分类,记录每类中的格子数目。结果如下表,试求各种细菌数的理论格子数。?,=,=2.9831,例:某小麦品种中出现变异植株的概率为0.0045,调查100株,获得两株或两株以上变异植株的概率是多少?期望有0.99的概率获得1株或1株以上的变异植株,至少应调查多少株?,3. 正态分布,正态分布也称高斯分布,是一种连续型随机变量的概率分布。

11、它的分布状态是多数变量都围绕在平均值左右,由平均值到分布的两侧,变量数减少。正态分布是一种在统计理论和应用上最重要的分布。,正态分布的应用: 1. 试验误差的分布一般服从于正态分布; 2. 正态分布 还可作为离散型随机变量或其他连续型随机变量的近似分布; 3. 有些样本虽并不符合正态分布,但从总体中随机抽样的样本容量相当大时,其样本平均数的分布也近似于正态分布。,(1) 正态分布的概率函数,正态分布记为N(, 2),表示具有平均数为 ,方差为2的正态分布,其形状主要由这两个参数来决定。,(2) 正态分布的特征,当x=时,有最大值 ; 当x- 的绝对值相等时,f(x)值也相等; 的绝对值越大,f

12、(x)值越小,但永远不会等于零,4. 正态分布曲线完全由两个参数来决定。, 和 对正态曲线的影响,若XN(, ),则变量 Z称为标准正态分布。,记为 XN(0,1) 例:身高XN(1.72,0.27), 则身高X的标准分数变量,(3) 标准正态分布,标准正态分布的特点及大小概率事件,(1)标准正态分布曲线的均值为0,标准差为1; (2)界于2个标准差内的总概率为95.45%,约等于95%,称为大概率区间,用1-表示,则小概率 =5%; (3)界于3个标准差内的总概率为99.73%,约等于99%,称为极大概率区间,极小概率区为1%。 (4)在标准正态分布中,大、小概率的分界值Z称为临界值,用Z

13、或Z/2表示; (5)如果某测量标准分数Z界于- Z/2 Z +Z/2,则称其为大概率事件;若Z - Z/2,或Z +Z/2,为小概率事件。,0,s,= 1,2,Z,3,1,1,13.59%,3,34.13%,2,2.14%,-Z/2,Z/2,1-,3. 抽样分布,1. 抽样试验与抽样分布,在符合随机原则,进行总体特征数的研究过程中,有两种抽样方式,即 对于无限总体可进行部分抽样 对于小的有限总体可进行重复抽样,总体与样本的关系。,抽样分布的基本概念,抽样分布(sampling distribution):研究当把 、S、P、 、 P1-P2这些来自于样本的统计量,重新当成随机变量时的概率分布

14、。 抽样分布是参数估计与假设检验的理论基础,例:,设有一个N=3的近似正态总体,具有变量3,4,5. 我们根据前面所学的知识,可得到这个总体的算术平均数、方差和标准差。现我们试用n=2作独立的放回式抽样,用此方法来获得该总体的特征数。,=4 2=0.667 =0.816,N=3, n=2时所有样本的平均数、方差和标准差,2. 样本平均数的分布,样本平均数概率分布,或称样本平均数分布(distribution of the sample mean):从总体中抽出的样本为每一个可能样本,且每个样本中的变量均为随机变量,所以其样本平均数也为随机变量,可形成一定的理论分布。,样本平均数分布特征,样本平

15、均数的分布与其他分布一样,有两个重要参数,一个是样本平均数的平均数 ,另一个是样本平均数的方差 。 1) 样本平均数的平均数等于总体平均数; 2) 样本平均数分布的方差等于总体方差除以样本容量;,样本平均数分布特征,3) 如果从正态总体 进行抽样,其样本平均数也呈正态分布 ; 4) 如果不是从正态总体中抽样(但是仍然具有平均数和方差),当样本量越来越大时,样本平均数的分布也会越来越接近正态分布 ,即中心极限定理(central-limit theoren)。,这个性质对于连续型变量或非连续型变量都能适用。不论总体为何种分布,一般只要样本容量大于三十时,属于大样本,就可应用中心极限定理,认为样本

16、平均数的分布是正态分布。在计算样本平均数出现的概率时,样本平均数可按下式进行标准化:,3. 样本平均数差数的分布,假设有两个相互独立的正态总体,从中分别进行抽样,可获得一系统列样本及其样本平均数,然后我们可以将来自两总体的样本平均数进行所有可能的比较,从中观察样本平均差数分布(distribution of sample the mean differnce)的特点,求出其平均数 和方差 。,样本平均数差数的基本性质,1) 样本平均数差数的平均数等于总体平均数的差数; 2) 样本平均数差数的方差等于总体方差除以各个样本容量之和,即; 进而可得到样本平均数差数标准差(standard error

17、 of the mean difference): 另外,当两样本的样本量或方差相等时,上述公式还可以进行步简化。,3) 从两个独立正态分布总体中抽出的样本平均数差数的分布,也是正态分布,并具有平均数和方差,记作,4. t分布,总体方差未知且样本容量不大的情况下,如果仍用样本方差来估算总体方差,这时 就不再服从正态分布了,而是服从自由度为n-1的t分布(t-distribution),即:,t分布是英国统计学家Gosset于1908年以笔名”student”所发表的论文中提出的,因此亦称学生t分布,简称t分布。其分布概率密度函数为:,t分布的平均数和方差分别为:,t 分布的特征,1) t分布曲

18、线是左右对称的,围绕平均数0向两侧递降;,3) 与正态分布相比,t分布的顶部偏低,尾部偏高,自由度大于30时,其曲线就比较接近正态分布曲线,当自由度趋于无穷大时,两曲线相重合。,2) t 分布受自由度df=n-1的制约, 每个自由度都有一条t分布曲线 ;,5. 2分布,标准正态离差服从N(0,1)正态分布。假设从标准正态总体中抽取k个独立样本,就会得到一系列标准正态离差的平方值,我们将这些离差平方值的和称为 2 为(chi-square), 即:,其概率密度函数为:,2分布的概率密度函数为:,卡方分布是连续型变量的分布,每个不同的自由度者有一个相应的分布曲线,所以与t分布一样,也是组曲线。其分布特征为:,卡方曲线的分布特征: 分布于0, +),并且呈反J形的偏斜分布; 曲线的偏斜度随自由度降低

温馨提示

  • 1. 本站所有资源如无特殊说明,都需要本地电脑安装OFFICE2007和PDF阅读器。图纸软件为CAD,CAXA,PROE,UG,SolidWorks等.压缩文件请下载最新的WinRAR软件解压。
  • 2. 本站的文档不包含任何第三方提供的附件图纸等,如果需要附件,请联系上传者。文件的所有权益归上传用户所有。
  • 3. 本站RAR压缩包中若带图纸,网页内容里面会有图纸预览,若没有图纸预览就没有图纸。
  • 4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
  • 5. 人人文库网仅提供信息存储空间,仅对用户上传内容的表现方式做保护处理,对用户上传分享的文档内容本身不做任何修改或编辑,并不能对任何下载内容负责。
  • 6. 下载文件中如有侵权或不适当内容,请与我们联系,我们立即纠正。
  • 7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。

评论

0/150

提交评论