- 1、本文档共39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)。
查看更多
d第3章几种常见的概率分布律
5、常用关系式 ③ P(|U|u) ④ P(|U|u) =2φ(-u) =1-2φ(-u) 5、常用关系式 ⑤ P(u1Uu2) =φ( u2)-φ( u1) 利用正态分布表,查u= - 0.82及u=1.15时的Φ(u)的值。 【例3.7】 解: 查正态分布表知,u=-0.82时,Φ(u)=0.20611。 u=1.15时,Φ(u)=0.87493。 【例3.8】 服从标准正态分布的随机变量U的值落在(0,1.21)间的概率是多少? P(0Uu)=φ(u)-1/2=0.88686-0.5=0.38686 解: 【例3.9】 服从标准正态分布的随机变量U的值落在±1.96间的概率是多少? 解: P(|U|u)=1-2φ(-u)=1-0.05000=0.95000 6、普通正态分布的标准化 随机变量Y服从N(μ,σ2),计算Y落在特定区间内的概率很困难,可以先把N(μ,σ2)转化为标准正态分布,再从正态分布表中查出相应的概率,从而简化计算。 u=(y -μ) /σ (此标准化实质上是作了一个坐标轴的平移和尺度变换) ① 普通正态分布标准化的原因 ② 标准化公式 已知高粱品种“三尺三”的株高Y服从正态分布N(156.2, 4.822),求:⑴Y161cm的概率;⑵X164cm的概率;⑶Y在152~162cm间的概率。 【例3.10】 解: 1、正态分布的上侧临界值:正态曲线右侧尾区α面积下所对应的u值uα满足 P(U uα)=α uα称为α的正态分布 上侧临界值。 2、正态分布的下侧临界值:正态曲线左侧尾区α面积下所对应的u值-uα满足 P(U -uα)=α -uα称为α的正态分布 下侧临界值。 四、正态分布的临界值 3、正态分布的双侧临界值:将正态曲线下α面积平分到两侧尾区,则每一尾区的曲线下面积只有α/ 2,满足P(|U| uα/ 2)=α 时的uα/ 2称为α正态分布双侧临界值。 利用正态分布上侧临界值表(附表3)可以查出某些α的上、下侧及双侧临界值uα、-uα和uα/2。 例 某地调查正常成年男子144人,其红细胞数近似服从正态分布,获得均数 ,标准差 ,试估计该地成年男子红细胞数的95% 参考值范围。 解:红细胞过多或过少均属于异常,故此参考值范围应是双侧范围。该指标近似呈正态分布,故可用正态分布法求95%参考值范围的上下限如下: u=(x -μ) /σ 下限为: 上限为: 第五节 另外几种连续型概率分布 指数分布 Γ分布 中心极限定理:研究随机变量和的极限分布是正态分布的一类定理。 第六节 中心极限定理 central limit theorem 假设被研究的随机变量Y,可以表示为许多相互独立的随机变量Yi的和,那么,如果Yi的数量很大,而且每一个别的Yi对于Y所起的作用又很小,则Y可以被认为服从或近似地服从正态分布。 1、概念 2、内容 若已知总体平均数为μ,标准差为σ,那么,不论该总体是否为正态分布,对于从该总体所抽取的含量为n的样本,当n充分大时,其平均数渐近服从正态分布N (μ, σ2/n )。 中心极限定理在生物统计学中占有极其重要的地位。有了这个定理,才能从单个样本的n个数据所得到的统计量对总体进行估计。 3、推论 4、在生物统计学中的地位 作业: 习题第3、4、12、13、15题。 第四军医大学卫生统计学教研室 * * 第三章 几种常见的 概率分布律 一、离散型概率分布律 二项分布 泊松分布 本 章 内 容 二、连续型概率分布律 正态分布 三、中心极限定理 第一节 二项分布(binomial distribution) 一、应用二项分布概率函数的条件 随机试验的每次试验有两种不同的结果,它们互不相容,各自出现的概率恒定;独立地将此随机试验重复n次,在n次试验中,一种结果出现y次的概率可以通过二项分布概率函数计算出来。 其特点如下: (1)每次试验结果,只能是两个互斥的结果之一(A或非A)。 (2)每次试验的条件不变。即每次试验中,结果A发生的概率不变,均为φ。 (3)各次试验独立。即一次试验出现什么样的结果与前面已出现的结果无关。 二、二项分布概率函数表达式: n=试验次数(或样本含量) y=在n次试验中事件A出现的次
文档评论(0)