- 1、本文档共7页,可阅读全部内容。
- 2、有哪些信誉好的足球投注网站(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
- 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
- 5、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
- 6、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们。
- 7、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 8、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
统计学教案习题项分布与Poisson分布及其应用
第七章 二项分布与Poisson分布及其应用
一、教学大纲要求
(一)掌握内容
1.二项分布
(1)分布参数;
(2)各项统计指标(均数、标准差等)的计算方法;
(3)二项分布的分布特征,近似分布及其应用条件。
2.Poisson分布
(1)分布参数;
(2)各项统计指标(均数、标准差等)的计算方法;
(3)Poisson分布的分布特征,近似分布及其应用条件。
(二)熟悉内容
1.二项分布
(1)样本率的分布;
(2)总体率的区间估计;
(3)样本率与总体率的比较;
(4)两样本率的比较。
2.Poisson分布
(1)总体均数的区间估计;
(2)样本均数与总体均数的比较;
(3)两个样本均数的比较。
(三)了解内容
二项分布及Poisson分布的前提条件及其概率密度函数的应用。
二、教学内容精要
(一)基本概念
1.概率分布
二项分布(binomial distribution)和Poisson分布是统计学中很重要的两种分布。
二项分布:若一个随机变量X,它的可能取值是0,1,…,n,且相应的取值概率为
(7-1)
则称此随机变量X服从以n、π为参数的二项分布,记为X~B(n,π)。
Poisson分布:若离散型随机变量X的取值为0,1,…,n,且相应的取值概率为
(μ0) (7-2)
则称随机变量X服从以μ为参数的Poisson分布(Poisson Distribution),记为X~P(μ)。
2.两种分布成立的条件
(1)二项分布成立的条件:①每次试验只能是互斥的两个结果之一;②每次试验的条件不变;③各次试验独立。
(2)Poisson分布成立的条件:①平稳性:X的取值与观察单位的位置无关,只与观察单位的大小有关;②独立增量性:在某个观察单位上X的取值与前面各观察单位上X的取值无关;③普通性:在充分小的观察单位上X的取值最多为1。
(二)分布参数
1.二项分布,X~B(n,π)
X的均数μX = nπ (7-3)
X的方差 = nπ(1-π) (7-4)
X的标准差 = (7-5)
2.Poisson分布,X~P(μ)
X的均数μX =μ (7-6)
X的方差=μ (7-7)
X的标准差σX = (7-8)
(三)分布特性
1.可加性
二项分布和Poisson分布都具有可加性。
如果X1,X2,… Xk相互独立,且它们分别服从以ni,p(i=1,2, …,k)为参数的二项分布,则X=X1+X2+…+Xk服从以n,p(n=n1+n2+…+nk)为参数的二项分布。如果X1,X2,…,Xk相互独立,且它们分别服从以μi(i=1,2, …,k)为参数的Poisson分布,则X=X1+X2+…+Xk服从以μ(μ=μ1+μ2+…+μk)为参数的Poisson分布。
2.近似分布
特定条件下,二项分布、Poisson分布可近似于某种其它的分布,这一特性拓宽了它们的应用范围。
二项分布的正态近似:当n较大,π不接近0也不接近1时,二项分布B(n,π)近似正态分布N(nπ, )。
二项分布的Poisson分布近似:当n很大,π很小,为一常数时,二项分布近似于Poisson分布。
Poisson分布的正态近似:Poisson分布P(μ),当μ相当大时(≥20),其分布近似于正态分布。
(四)应用
1.二项分布的应用
(1) 总体率的区间估计
有查表法和正态近似法两种方法。
当n≤50时可以通过查表求总体率的95%和99%可信区间。
当二项分布满足近似正态分布的条件时(n较大,样本率p不接近0也不接近1),可用正态近似法求总体率的1-α可信区间:
(p-uαSp, p+uαSp) (7-9)
Sp= (7-10)
(2) 样本率与总体率比较
应用二项分布的概率计算公式计算事件(一般指X取某给定值一侧的所有值)发生的概率,再比较其与检验水准α大小,推断样本所在的总体
文档评论(0)