第五章 二项分布和Poisson 分布及其应用

Slides:



Advertisements
Similar presentations
第一章 、随机事件与概率 1.1 、随机事件 1.2 、随机事件的概率 1.3 、随机事件概率的计算 1.4 、伯努利概型.
Advertisements

随机变量及其概率分布 第二章 离散型随机变量及其分布律 正态分布 连续型随机变量及其分布律 随机变量函数的分布.
急性阑尾炎病人的护理. 一 病因 1 阑尾管腔阻塞 2 细菌入侵 3 其它 二 病理类型 1 、 急性单纯性阑尾炎 2 、 急性化脓性阑尾炎 3 、 坏疽性及穿孔性阑尾炎 4 、 阑尾周围脓肿.
2.8 函数的微分 1 微分的定义 2 微分的几何意义 3 微分公式与微分运算法则 4 微分在近似计算中的应用.
2.5 函数的微分 一、问题的提出 二、微分的定义 三、可微的条件 四、微分的几何意义 五、微分的求法 六、小结.
二项分布.
第二章 随机变量及其分布 在第一章里,我们研究了随机事件及其概率.而对于一个随机试验,我们除了对某些特定的事件发生的概率感兴趣外,往往还会关心某个与试验结果相联系的变量.由于这一变量依赖于试验结果,因而这一变量的取值具有随机性,这种变量被称为随机变量.本章将着重介绍两类随机变量——离散型随机变量和连续型随机变量及其分布.
§2.2 离散型随机变量及其分布 离散型随机变量的概念 定义 若随机变量 的可能取值是有限多个或无穷可列多个,则称 为离散型随机变量.
第五章 二次型. 第五章 二次型 知识点1---二次型及其矩阵表示 二次型的基本概念 1. 线性变换与合同矩阵 2.
概率论与数理统计 课件制作:应用数学系 概率统计课程组.
第2章 随机变量及其分布 2.1 随机变量及其分布函数 2.2 离散型随机变量及其分布律 2.3 几种常见的离散型分布
3.1.3 概率的基本性质.
探究分解过氧化氢制氧气的 反应中二氧化锰的作用
如何打造学习型团队 主讲:詹琼然 选送单位:重庆市长寿区妇幼保健院 0903NX《中国医院内训师高级研修班》学员.
第三章 概率及概率分布 教学目的: (1)理解试验、事件、样本空间、概率定义 (2)学习描述和使用概率的运算法则
6.6 单侧置信限 1、问题的引入 2、基本概念 3、典型例题 4、小结.
完全随机设计多样本资料秩和检验.
08-09冬季学期 概率论与数理统计 姜旭峰,胡玉磊.
计数资料的统计推断 (2 学时) 吴成秋 公共卫生学院预防医学系
Distribution and Application of Discrete Variable
常用逻辑用语复习课 李娟.
第5章 定积分及其应用 基本要求 5.1 定积分的概念与性质 5.2 微积分基本公式 5.3 定积分的换元积分法与分部积分法
第三篇 医学统计学方法. 第三篇 医学统计学方法 医学统计学方法 实习2 主讲人 陶育纯 医学统计学方法 实习2 主讲人 陶育纯 流行病与卫生统计学教研室
主要内容 § 3.1 多维随机变量及联合分布 联合分布函里数 联合分布律 联合概率密度 § 3.2 二维随机变量的边缘分布
本讲义可在网址 或 ftp://math.shekou.com 下载
线性相关分析.
2.3 氧气.
区间估计 Interval Estimation.
第 二 十 二 章 阑尾炎病人的护理.
第三章 多维随机变量及其分布 §2 边缘分布 边缘分布函数 边缘分布律 边缘概率密度.
例1 :甲击中的环数; X :乙击中的环数; Y 平较高? 试问哪一个人的射击水 : 的射击水平由下表给出 甲、乙两人射击,他们
本次课讲授:第二章第十一节,第十二节,第三章第一节, 下次课讲第三章第二节,第三节,第四节; 下次上课时交作业P29—P30
计算机数学基础 主讲老师: 邓辉文.
第十章 方差分析.
第7章 機率分配 離散型機率分配 連續型機率分配.
概 率 统 计 主讲教师 叶宏 山东大学数学院.
常用概率分布 ---Poisson分布.
连续型随机变量及其概率密度 一、概率密度的概念与性质 二、常见连续型随机变量的分布 三、小结.
第七章 参数估计 7.3 参数的区间估计.
第八章 常用统计分布.
习题 一、概率论 1.已知随机事件A,B,C满足 在下列三种情况下,计算 (1)A,B,C相互独立 (2)A,B独立,A,C互不相容
抽样和抽样分布 基本计算 Sampling & Sampling distribution
概 率 统 计 主讲教师 叶宏 山东大学数学院.
应用概率统计 主讲:刘剑平.
5.2 常用统计分布 一、常见分布 二、概率分布的分位数 三、小结.
檢示動植物組織的過氧化氫酶對分解過氧化氫的催化作用
复习.
在第一章中,我们介绍了条件概率的概念 . 在事件B发生的条件下事件A发生的条件概率 推广到随机变量
第三章 从概率分布函数的抽样 (Sampling from Probability Distribution Functions)
§6.7 子空间的直和 一、直和的定义 二、直和的判定 三、多个子空间的直和.
蛋白质的结构与功能.
一 测定气体分子速率分布的实验 实验装置 金属蒸汽 显示屏 狭缝 接抽气泵.
概 率 统 计 主讲教师 叶宏 山东大学数学院.
学习任务三 偏导数 结合一元函数的导数学习二元函数的偏导数是非常有用的. 要求了解二元函数的偏导数的定义, 掌握二元函数偏导数的计算.
第四节 随机变量函数的概率分布 X 是分布已知的随机变量,g ( · ) 是一个已知 的连续函数,如何求随机变量 Y =g(X ) 的分布?
第一部分:概率 产生随机样本:对分布采样 均匀分布 其他分布 伪随机数 很多统计软件包中都有此工具 如在Matlab中:rand
第二节 中心极限定理 一、问题的引入 二、基本定理 三、典型例题 四、小结.
第15讲 特征值与特征向量的性质 主要内容:特征值与特征向量的性质.
§5.2 抽样分布   确定统计量的分布——抽样分布,是数理统计的基本问题之一.采用求随机向量的函数的分布的方法可得到抽样分布.由于样本容量一般不止2或 3(甚至还可能是随机的),故计算往往很复杂,有时还需要特殊技巧或特殊工具.   由于正态总体是最常见的总体,故本节介绍的几个抽样分布均对正态总体而言.
第二节 函数的极限 一、函数极限的定义 二、函数极限的性质 三、小结 思考题.
第八章 假设检验 8.1 假设检验的基本概念.
第三节 随机区组设计的方差分析 随机区组设计资料的总平方和可以分解为三项: (10.10).
难点:连续变量函数分布与二维连续变量分布
第十五讲 区间估计 本次课讲完区间估计并开始讲授假设检验部分 下次课结束假设检验,并进行全书复习 本次课程后完成作业的后两部分
第八章 假设检验 8.3 两个正态总体参数的假设检验.
单样本检验.
第三章 从概率分布函数的抽样 (Sampling from Probability Distribution Functions)
贝叶斯估计 Bayes Estimation
§4.1数学期望.
Presentation transcript:

第五章 二项分布和Poisson 分布及其应用

第一节 二项分布及其应用

学习要点: 1.二项分布和Poisson分布的定义、性质及概率分布图 2.二项分布和Poisson分布的应用及条件

第一节 二项分布及其应用 一、离散型随机变量及其概率分布列

离散型随机变量:假如用3只小白鼠作一定剂量某种毒物的毒性试验,那么试验后3只小白鼠“死亡数X”的可能取值能够一一列出,分别为0,1,2,3。这种可能取值能够一一列出的随机变量称为离散型随机变量。其概率分布特征 见表5.1。

二、二项分布的基本概念 (一)贝努利试验序列 特点: 1.每次试验的结果只能是两种互斥结果中的一种(A或者非A); 2.各次试验的结果互不影响,即各次试验独立;

3.在相同试验条件下,各次试验中出现某一结果A具有相同的概率π(非A的概率为1-π)。 满足上述3个条件的n次试验构成的序列称为贝努利(Bernoulli试验序列。

(二)二项分布(binomial distribution) 的定义 贝努利试验序列中结果A出现次数的概率分布就是二项分布。

例5. 1 设小白鼠接受一定剂量某种毒物时,其死亡率为80%,对于每只小白鼠来说其死亡概率为0. 8,生存概率为0 例5.1 设小白鼠接受一定剂量某种毒物时,其死亡率为80%,对于每只小白鼠来说其死亡概率为0.8,生存概率为0.2。若以甲、乙、丙3只小白鼠逐只实验,则3只小白鼠中的死亡数X服从二项分布。下面就小白鼠的死亡情况进行分析(见表5.2)。

(三)二项分布的累计概率 结果A最多有K次发生的概率: (5.3)

结果A最少有K次发生的概率: (5.4)

例5.2 经统计,某省用“中药阑尾炎合剂”治疗急性阑尾炎性腹膜炎的有效率为86%,试分别估计: ①治疗10例中至少9例有效的概率; ②治疗10例中至多7例有效的概率。

(五) 二项分布的图形

三、二项分布的应用 (一)样本率

(二)总体率的区间估计 1.正态近似法 当n足够大,p和1-p均不太小时 , 可信度为1-α的可信区间: (p-uasp,p+uasp)

例5.4 某医院用复方当归注射液,静脉滴注治疗脑动脉硬化症188例;其中显效83例,试估计复方当归注射液显效率的95%可信区间。

2.查表法 n≤50,特别是p很接近0或1时,附表3列出了总体率的95%和99%可信区间。

例5.5 从某学校随机抽取26名学生,发现有4名感染沙眼,试求该校沙眼感染率95%的可信区间。 本例n=26,X=4,查附表3的可信度为95%的可信区间为(0.04,0.35),即(4%,35%)。

n≤50,特别是p很接近0或1时,附表3列出了总体率的95%和99%可信区间。

(三)单个总体率的假设检验 主要是推断样本所代表的总体率π与一个已知总体率π是否相等。 1.直接计算概率法

例5.7 一种鸭通常感染某种传染病的概率是0.2,现将一种药物注射到25只鸭后发现有1只鸭发生感染,试判断这种药物对预防感染是否有效。

假设: Ho:此药物对预防感染无效,即 π=0.2 H1:此药物对预防感染有效,即 π<0.2 单侧:a=0.05

在Ho成立的前提下,25只鸭中感染的只数X~B(25,0.2),则有

2.正态近似法 当n足够大且π既不接近于0也不接近于1时,样本率p近似服从正态分布,利用正态分布理论可得:在Ho:π=πo成立的前提下,得到检验统计量为 (5.12)

例5. 9 根据以往经验,一般胃溃疡患者有20%发生胃出血症状。现观察某医院65岁以上溃疡病人304例,有31 例5.9 根据以往经验,一般胃溃疡患者有20%发生胃出血症状。现观察某医院65岁以上溃疡病人304例,有31.6%发生胃出血症状,问老年胃溃疡患者是否较容易出血?

假设 Ho:老年胃溃疡患者出血率等于 一般胃溃疡患者, 即π=0.2 H1:老年胃溃疡患者出血率高于一般胃溃疡患者, 即π >0.2 单侧α= 0.05

本例,n=304,p=0.316,π0=0.2,则有