常用概率分布 (2)精选PPT.ppt
《常用概率分布 (2)精选PPT.ppt》由会员分享,可在线阅读,更多相关《常用概率分布 (2)精选PPT.ppt(90页珍藏版)》请在淘文阁 - 分享文档赚钱的网站上搜索。
1、关于常用概率分布关于常用概率分布(2)第1页,讲稿共90张,创作于星期日掌握:掌握:三个常用概率分布的概念;二项分布及Poisson分布的概率函数与累计概率、正态分布的分布函数的计算方法;医学参考值的计算熟悉:熟悉:三个常用概率分布的特征了解:了解:质量控制的意义、原理及方法教学要求教学要求第2页,讲稿共90张,创作于星期日一、二项分布一、二项分布 二、二、PoissonPoisson分布分布三、正态分布三、正态分布 常见随机变量的分布:常见随机变量的分布:连续型变量连续型变量离散型变量离散型变量第3页,讲稿共90张,创作于星期日第一节 二项分布及其应用1.1 1.1 二项分布的概念和函数二项
2、分布的概念和函数1.2 1.2 二项分布的特征二项分布的特征1.3 1.3 二项分布的应用二项分布的应用第4页,讲稿共90张,创作于星期日一、二项分布的概念 和概率函数第5页,讲稿共90张,创作于星期日摸摸 球球 模模 型型 一个袋子里有一个袋子里有5个乒乓球,其中个乒乓球,其中2个黄球、个黄球、3个白球,个白球,我们进行摸球游戏,每次摸我们进行摸球游戏,每次摸1球,放回后再摸。先后摸球,放回后再摸。先后摸100次,请问:次,请问:摸到摸到0次黄球的概率是多大?次黄球的概率是多大?解:解:每次摸到白球的概率每次摸到白球的概率 =0.6=0.6 第第1 1次摸到白球的概率次摸到白球的概率=0.6
3、=0.6第第2 2次摸到白球的概率次摸到白球的概率=0.6=0.6第第100100次摸到白球的概率次摸到白球的概率=0.6=0.6 100次摸到次摸到0次黄球的概率次黄球的概率=0.60.60.6=0.6100第6页,讲稿共90张,创作于星期日 先后先后摸摸100次,摸到次,摸到3次黄球的概率是多大?次黄球的概率是多大?解:解:每次摸到黄球的概率每次摸到黄球的概率 =0.4=0.4黄黄白白黄黄白白黄黄白白白白白白概率概率=(0.4)=(0.4)3 3(0.6)(0.6)9797 100次摸到次摸到3次黄球的概率次黄球的概率 =(0.4)3(0.6)97+(0.4)3(0.6)97+(0.4)3
4、(0.6)97+=C1003(0.4)3(0.6)97每次摸到白球的概率每次摸到白球的概率 =0.6=0.6黄黄黄黄黄黄白白白白白白白白白白黄黄白白黄黄黄黄白白白白白白白白概率概率=(0.4)=(0.4)3 3(0.6)(0.6)9797概率概率=(0.4)=(0.4)3 3(0.6)(0.6)9797第7页,讲稿共90张,创作于星期日 先后先后摸摸100次,摸到次,摸到x次黄球的概率是多大?次黄球的概率是多大?解:解:100次摸到次摸到x次黄球的概率次黄球的概率=C100 x(0.4)x(0.6)100-x100次摸到次摸到3次黄球的概率次黄球的概率=C1003(0.4)3(0.6)97 先
5、后摸先后摸n次,摸到次,摸到x次黄球的概率是多大?次黄球的概率是多大?n次摸到次摸到x次黄球的概率次黄球的概率=Cnx(0.4)x(0.6)n-x解:解:如果摸到黄球的概率不是如果摸到黄球的概率不是0.4,而是,而是,先后摸先后摸n次,摸到次,摸到x次黄球的概率是多大?次黄球的概率是多大?n次摸到次摸到x次黄球的概率次黄球的概率=Cnx()x(1-)n-x解:解:第8页,讲稿共90张,创作于星期日小结:小结:摸球模型摸球模型二分类:每次摸球都有两种可能的结果(黄球或白球)二分类:每次摸球都有两种可能的结果(黄球或白球)独立:每次摸球都是彼此独立的独立:每次摸球都是彼此独立的重复:每次摸到黄球的
6、概率都是重复:每次摸到黄球的概率都是、摸到白球的摸到白球的概率都是概率都是1-所以,先后摸所以,先后摸n次,摸到次,摸到x次黄球的概率为:次黄球的概率为:n次摸到次摸到x次黄球的概率次黄球的概率=Cnx()x(1-)n-x第9页,讲稿共90张,创作于星期日 在在医医学学研研究究中中,许许多多观观察察或或试试验验的的可可能能结结果果可可以以归归结结为为二二个个相相互互排排斥斥的的结结果果。如如检检查查的的结结果果为为“阳阳性性”或或”阴阴性性”,治治疗疗结结果果可可分分为为“有有效效”或或“无无效效”,也也 可可 为为“生生 存存”或或“死死 亡亡”等等。第10页,讲稿共90张,创作于星期日二项
7、分布的二项分布的概念概念:如如果果每每个个观观察察对对象象阳阳性性结结果果的的发发生生概概率率均均为为,阴阴性性结结果果的的发发生生概概率率均均为为(1-);而而且且每每个个观观察察对对象象的的结结果果是是相相互互独独立立的的,那那么么,重重复复观观察察n个个人人,发发生生阳阳性性结结果果的的人人数数X的的概概率率分布为分布为二项分布二项分布,记作:,记作:B(n,)。第11页,讲稿共90张,创作于星期日P(x)=Cnx()x(1-)n-xCnx=n!x!(n-x)!其中:其中:一般地,若随机变量取值一般地,若随机变量取值x的概率为:的概率为:(x 取值取值0、1、2、n)二项分布的二项分布的
8、密度函数密度函数:第12页,讲稿共90张,创作于星期日举举 例:例:临床上用针炙治疗某型头痛,有效的概率为临床上用针炙治疗某型头痛,有效的概率为60%;现以该法治疗患者;现以该法治疗患者3例,其中例,其中0例、例、1例、例、2例、例、3例例有效的概率各是多大?有效的概率各是多大?解:解:有效人数有效人数(x)C3x x(1-)n-x出现该结果概率出现该结果概率P(x)010.600.430.064130.610.420.288230.620.410.432310.630.400.216P(x)=Cnx()x(1-)n-x 第13页,讲稿共90张,创作于星期日二、二项分布的特征第14页,讲稿共9
9、0张,创作于星期日P(x)=Cnx()x(1-)n-x 1.二项分布的图形特征二项分布的图形特征:独立、重复实验的次数独立、重复实验的次数某研究事件发生的概率某研究事件发生的概率 和和n 是二项分布的是二项分布的两个参数两个参数,n决定决定x的取值范的取值范围,围,n 和和 决定了决定了x的概率分布。的概率分布。第15页,讲稿共90张,创作于星期日=0.5时,不同时,不同n值对应的二项分布值对应的二项分布 n=30,=0.3n=20,=0.5n=10,=0.3n=5,=0.3=0.3时,不同时,不同n值对应的二项分布值对应的二项分布第16页,讲稿共90张,创作于星期日二项分布图的形态取决于二项
10、分布图的形态取决于和和n,高峰在高峰在=n处处当当=0.5,图形是对称的;,图形是对称的;当当0.5,图形不对称;,图形不对称;离离0.5愈远,对称性愈差,愈远,对称性愈差,但随着但随着n的增大,分布趋向于对称。的增大,分布趋向于对称。当当n时,只要时,只要不太靠近不太靠近0或或1(特别是特别是 n 和和 n(1-)都大于都大于5时时),二项分布接近于正态分布。,二项分布接近于正态分布。第17页,讲稿共90张,创作于星期日 对对于于二二分分类类情情况况,进进行行n次次试试验验,每每次次试试验验出出现现阳阳性性结结果果的的概概率率均均为为,出出现现阳阳性性结结果果的的次次数数为为x,则则X的的总
11、总 体体 均均 数数、方方 差差2及及标标 准准 差差分分 别别 为为:总体方差:总体方差:2=n(1-)2.二项分布的均数和标准差:二项分布的均数和标准差:总体均数:总体均数:=n总体标准差:总体标准差:=n(1-)第18页,讲稿共90张,创作于星期日 对于二分类情况,进行对于二分类情况,进行n次随机试验,每次试验出现次随机试验,每次试验出现阳性结果的概率为阳性结果的概率为,则出现阳性结果,则出现阳性结果x的的概率概率P、概率概率P的均数的均数P,概率概率P的方差的方差P2及及概率概率P的标准差的标准差P为:为:概率概率P的均数:的均数:P=概率:概率:P=xn概率概率P的方差:的方差:P2
12、=(1-)n概率概率P的标准差:的标准差:p=(1-)n第19页,讲稿共90张,创作于星期日三、二项分布的应用第20页,讲稿共90张,创作于星期日二项分布的应用:二项分布的应用:概率估计概率估计:举例举例:如果某地钩虫感染率是如果某地钩虫感染率是13%13%,随机观察当地,随机观察当地150150人,人,其中其中1010人感染钩虫的概率有多大?人感染钩虫的概率有多大?解析解析:二分类(感染、不感染)二分类(感染、不感染)独立(假定互不影响)独立(假定互不影响)重复(重复(n=150),每人感染钩虫机率均为),每人感染钩虫机率均为=0.13故:故:感染钩虫的人数感染钩虫的人数x符合二项分布符合二
13、项分布B(150,0.13)所以:所以:P(x=10)=C15010 0.13100.87140=0.0055第21页,讲稿共90张,创作于星期日单侧累积概率的计算:单侧累积概率的计算:单纯计算二项分布单纯计算二项分布x恰好取某值的概率恰好取某值的概率没有太大意义没有太大意义经常需要计算的是二项分布的经常需要计算的是二项分布的累积概率累积概率P(xk)=Cnx()x(1-)n-x nx=kP(xk)=Cnx()x(1-)n-x kx=0(1)出现阳性次数至多为)出现阳性次数至多为k次的概率为:次的概率为:(2)出现阳性次数至少为)出现阳性次数至少为k次的概率为:次的概率为:第22页,讲稿共90
14、张,创作于星期日举例举例:某地钩虫感染率是某地钩虫感染率是13%13%,随机观察当地,随机观察当地150150人。(人。(1 1)其)其中最多有中最多有2 2人感染的概率有多大?人感染的概率有多大?解解:P(x2)=C150 x 0.13x(0.97)150-x 2x=0=C1500 0.130 0.97150+C1501 0.131 0.97149+C1502 0.132 0.97148=2.31 10-7(2 2)其中最少有)其中最少有2 2人感染的概率有多大?人感染的概率有多大?P(x 2)=C150 x 0.13x(0.97)150-x 150 x=2=1-(C1500 0.130 0
15、.97150+C1501 0.131 0.97149)1解解:(3 3)其中最少有)其中最少有2020人感染的概率有多大?人感染的概率有多大?150 x=20P(x 20)=C150 x 0.13x(0.97)150-x=0.4879=1-C150 x 0.13x(0.97)150-x 190解解:第23页,讲稿共90张,创作于星期日第二节 Poission分布及其应用1.1 Poission 1.1 Poission 分布的概念和函数分布的概念和函数1.2 Poission 1.2 Poission 分布的特征分布的特征1.3 1.3 Poission Poission 分布的应用分布的应用
16、第24页,讲稿共90张,创作于星期日一、Poission分布的概念 和概率函数第25页,讲稿共90张,创作于星期日Poission分布分布的概念的概念:Poisson分布分布是描述罕见事件发生次数的概率分布。是描述罕见事件发生次数的概率分布。如:出生缺陷、多胞胎、染色体异如:出生缺陷、多胞胎、染色体异常、常、细菌在单位面积的分布细菌在单位面积的分布等。等。Poisson分布可看作是二项分布的特例:分布可看作是二项分布的特例:独立重复的次数很大很大独立重复的次数很大很大 每次出现某事件的概率每次出现某事件的概率,或未出现某事,或未出现某事件的概率件的概率1-很小很小,接近于很小很小,接近于0或或
17、1(如(如0.001或或0.999)。)。第26页,讲稿共90张,创作于星期日举例:举例:1毫升水样品中大肠杆菌数目毫升水样品中大肠杆菌数目X的分布:的分布:将将1毫升水等分为毫升水等分为n个微小体积,这里个微小体积,这里n很大很大;很大很大;每每1个微小体积中大肠杆菌是否出现,相互独立;个微小体积中大肠杆菌是否出现,相互独立;第第1个微小体积中大肠杆菌出现的概率都是个微小体积中大肠杆菌出现的概率都是,且很小很小,且很小很小想象:想象:每毫升水中大肠杆菌数目每毫升水中大肠杆菌数目X服从服从Poission分布分布第27页,讲稿共90张,创作于星期日例:放射性物质一定时间内放射出质点数的分布例:
18、放射性物质一定时间内放射出质点数的分布时间时间“n 很大、独立、概率都是 且很小”的二项分布 -Poisson分布 第28页,讲稿共90张,创作于星期日注意:注意:举举若若n次观察互不独立次观察互不独立,或,或发生的概率发生的概率不等不等,则不,则不能看作是能看作是Poission分布。分布。举例:举例:传染性疾病的流行模型:首例病例出现后,便成为传染原,传染性疾病的流行模型:首例病例出现后,便成为传染原,可增加后继病例出现的概率。可增加后继病例出现的概率。污染牛奶细胞的播布:成集落存在及繁殖。污染牛奶细胞的播布:成集落存在及繁殖。钉螺在繁殖期一窝一窝的散布钉螺在繁殖期一窝一窝的散布这些现象均
19、不能用这些现象均不能用Poission分布这个理论模型处理分布这个理论模型处理第29页,讲稿共90张,创作于星期日Poission分布分布的概念的概念:对二项分布,当对二项分布,当n,n 时,可以证明:时,可以证明:P(x)=Cnx()x(1-)n-x P(x)=e-x X!所以,若随机变量所以,若随机变量X的概率函数为:的概率函数为:P(x)=e-x X!若则称此变量服从若则称此变量服从Poission分布分布,记作,记作P()。第30页,讲稿共90张,创作于星期日三、Possion分布的图形特征第32页,讲稿共90张,创作于星期日P(x)=e-x x!Poission分布的概率函数:分布的
20、概率函数:=n为为Poission分布的总体均数分布的总体均数 是是Poisson分布的分布的总体参数总体参数,也是,也是唯一的参数唯一的参数第33页,讲稿共90张,创作于星期日Poission的概率分布示意图:的概率分布示意图:第34页,讲稿共90张,创作于星期日PoissionPoission分布图形的特征:分布图形的特征:poission分布图的形态取决于分布图的形态取决于 5时为偏峰,时为偏峰,愈小分布愈偏愈小分布愈偏;随着随着 的增大,分布趋向于对称。的增大,分布趋向于对称。第35页,讲稿共90张,创作于星期日总体均数总体均数=总体方差总体方差=;观察结果具有可加性,即:观察结果具有
21、可加性,即:PoissionPoission分布的两个重要特征:分布的两个重要特征:若若X1服从总体均数为服从总体均数为 1的的Poission分布分布,X2服从总体均数为服从总体均数为 2的的Poission分布分布,则则T=X1+X2服从总体均数为服从总体均数为 1+2的的Poission分布。分布。第36页,讲稿共90张,创作于星期日举例:从同一水源独立取水样举例:从同一水源独立取水样5次,进行细胞培养次,进行细胞培养 把把5份水样混合,则合计菌落数也符合份水样混合,则合计菌落数也符合Poission分布,分布,则:则:X1+X2+X3+X4+X5 (1+2+3+4+5)第第1 1样水样
22、的菌落数样水样的菌落数 X1 (1)第第2 2样水样的菌落数样水样的菌落数 X2 (2)第第5 5样水样的菌落数样水样的菌落数 X5 (5)医学研究中常利用其可加性,将小的观察单位合并,医学研究中常利用其可加性,将小的观察单位合并,来增大发生次数来增大发生次数X,以便用后面讲到的正态近似法作出,以便用后面讲到的正态近似法作出统计推断。统计推断。第37页,讲稿共90张,创作于星期日三、Possion分布的应用第38页,讲稿共90张,创作于星期日 概率估计概率估计:举例举例1:若某地新生儿先天性心脏病的发病概率是若某地新生儿先天性心脏病的发病概率是8 8,那么该地那么该地120120名新生儿中有名
23、新生儿中有4 4人患先天性心脏病的概率是多人患先天性心脏病的概率是多少?少?解析解析:发病、不发病发病、不发病发病概率发病概率8 8,概率很小,概率很小n=120,相对较大,相对较大0 =n=120 8=0.960.964 4!=2.71828-0.96P(4)=e-x X!=0.014故:故:二项分布二项分布PoissionPoission分布分布第39页,讲稿共90张,创作于星期日单侧累积概率的计算:单侧累积概率的计算:(1)稀有事件发生次数至多为)稀有事件发生次数至多为k次的概率为:次的概率为:(2)稀有事件发生次数至少为)稀有事件发生次数至少为k次的概率为:次的概率为:P(xk)=kx
24、=0e-x X!举例举例1:若某地新生儿先天性心脏病的发病概率是若某地新生儿先天性心脏病的发病概率是8 8,那么该地那么该地120120名新生儿中:名新生儿中:(1 1)至多有)至多有4 4人患先天性心脏病的概率是多少?人患先天性心脏病的概率是多少?(2 2)至少有)至少有5 5人患先天性心脏病的概率是多少?人患先天性心脏病的概率是多少?P(xk)=nx=ke-x X!k-1=1-x=0e-x X!第40页,讲稿共90张,创作于星期日举例举例2:实验室显示某实验室显示某100cm100cm2 2的培养皿中平均菌落数为的培养皿中平均菌落数为6 6个,试个,试估计估计(1)(1)该培养皿中菌落数小
- 配套讲稿:
如PPT文件的首页显示word图标,表示该PPT已包含配套word讲稿。双击word图标可打开word文档。
- 特殊限制:
部分文档作品中含有的国旗、国徽等图片,仅作为作品整体效果示例展示,禁止商用。设计者仅对作品中独创性部分享有著作权。
- 关 键 词:
- 常用概率分布 2精选PPT 常用 概率 分布 精选 PPT
限制150内