《常用概率分布》PPT课件

《常用概率分布》PPT课件

ID:38822721

大小:359.81 KB

页数:31页

时间:2019-06-19

《常用概率分布》PPT课件_第1页
《常用概率分布》PPT课件_第2页
《常用概率分布》PPT课件_第3页
《常用概率分布》PPT课件_第4页
《常用概率分布》PPT课件_第5页
资源描述:

《《常用概率分布》PPT课件》由会员上传分享,免费在线阅读,更多相关内容在教育资源-天天文库

1、二项分布(binomialdistribution)二分类资料,观察对象的结局只有相互对立的两种结果。例如:生存、死亡阳性、阴性发病、不发病治愈、未愈先看一个例子已知:小白鼠接受某种毒物一定剂量时,死亡率=80%生存率=20%每只鼠独立做实验,相互不受影响若每组各用3只小白鼠(甲、乙、丙)3只小白鼠的存亡方式符合二项分布概率的乘法法则:几个独立事件同时发生的概率,等于各独立事件的概率之积概率的加法法则:互不相容事件和的概率等于各事件的概率之和3只小白鼠均生存的概率:P=0.20.20.2=0.0083只小白鼠2生1死的概率:P1=0.20.2

2、0.8=0.032P2=0.20.80.2=0.032P=0.096P3=0.80.20.2=0.0323只小白鼠1生2死的概率:P1=0.20.80.8=0.128P2=0.80.80.2=0.128P=0.384P3=0.80.20.8=0.1283只小白鼠均死亡的概率:P=0.80.80.8=0.512x00.50.40.30.20.10.0123(0.2+0.8)3二项分布示意图二项分布的定义从阳性率为π的总体中随机抽取含量为n的样本,恰有X例阳性的概率为:X=0,1,2,…,n则称X服从参数为n和的二项分布,记为:

3、X~B(n,)。其中参数n由实验者确定,而常常是未知的。如已知n=3,=0.8,则恰有1例阳性的概率P(1)为:二项分布的性质(一)均数与标准差二项分布的性质(二)累计概率(cumulativeprobability)从阳性率为的总体中随机抽取n个个体最多有k例阳性的概率:最少有k例阳性的概率:递推公式:二项分布的例子据以往经验,用某药治疗小儿上呼吸道感染、支气管炎,有效率为85%,今有5个患者用该药治疗,问:①至少3人有效的概率为多少?②最多1人有效的概率为多少?①至少3人有效的概率:P(X≥3)=P(3)+P(4)+P(5)则P(X≥3)

4、=0.138178125+0.391504688+0.443705313=0.973388126②最多1人有效的概率为:P(X≤1)=P(0)+P(1)二项分布的图形特征偏态分布N逐步增大且不要太小或太大(和),二项分布趋向与正态分布。二项分布的应用条件各观察单位只能有互相对立的一种结果,属于二分类资料已知发生某一结果(如阴性)的概率不变,其对立结果(如阳性)的概率则为1-n次试验在相同条件下进行,且各观察单位的结果互相独立Poisson分布的概念单位时间、单位空间内某事件的发生数单位人群(较大)中某稀有事件的发生数放射性物质每分钟放射的脉冲数每

5、ml水中大肠菌群数、每升空气中粉尘数、每1万个细胞中有多少个发生突变某地每天的交通事故数、某工矿企业每天的工伤人数足球比赛每场的进球数生物:每平方公里有多少植物如果某事件的发生是完全随机的,则单位时间或单位空间内,事件发生0次、l次、2次…的概率为:X=0,1,2,…则称该事件的发生服从参数为的Poisson分布,记为X~Poisson()。X为单位时间或空间内某事件的发生数,P(X)为事件数为X时的概率,e为自然对数的底。Poisson分布的性质(一)均数与方差Poisson分布的方差2与均数相等,均为,即:2==其中参数即为均数

6、,表示单位空间或时间内事件平均发生的次数,又称强度参数。Poisson分布的性质(二)累计概率最多为k次的概率:最少为k次的概率:递推公式:Poisson分布的形状取决于的大小。Poisson分布为正偏态分布,且愈小分布愈偏;随着的增大,分布逐渐趋于对称当=20时已基本接近对称分布;当=50时,Poisson分布近似正态分布,≥50时可按正态分布原理处理之。Poisson分布的性质(三)图Poisson分布示意可加性以较小的度量单位,观察某一现象的发生数时,如果它呈Poisson分布,那么把若干个小单位合并为一个大单位后,其总计数亦呈Po

7、isson分布。Poisson分布的性质(四)例如,已知某放射性物质每10分钟放射脉冲数呈Poisson分布,5次测量的结果,分别为35、34、36、38、34次,那么50分钟放射脉冲数(总计为177次)亦呈一Poisson分布。因此Poisson分布资料可利用可加性原理使≥50,然后用正态近似法处理之。可加性示例Poisson分布的性质(五)Poisson分布是二项分布的极限形式二项分布中,当很小,比如<0.05,而n很大,二项分布逼近Poisson分布。且:其中=n。n愈大,近似程度愈好。如果某些现象的发生率甚少,而样本例数n甚多时,

8、二项分布常用Poisson分布来简化运算。一个实例:据以往经验,新生儿染色体异常率为1%,试分别用二项分布及

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。