理论分布和抽样分布.ppt

《理论分布和抽样分布.ppt》由会员分享，可在线阅读，更多相关《理论分布和抽样分布.ppt（125页珍藏版）》请在三一办公上搜索。

1、1,第二章 理论分布和抽样分布,教学基本要求：了解几种主要的理论分布和概率分布类型；理解小概率事件实际不可能性原理、样本平均数的抽样分布概念、t分布的概念；掌握正态分布标准化的方法以及正态分布概率的计算。教学重点难点：重点：小概率事件实际不可能性原理的概念，正态分布标准化的概念和方法及正态分布的概率计算方法。难点：正态分布标准化。教学建议：先复习概率论中有关内容,第二章 理论分布和抽样分布,2.1 概率的统计学意义2.2 小概率事件实际不可能性原理2.3 理论分布2.4 抽样分布2.5 t分布,3,第二章 理论分布和抽样分布,为了便于理解统计分析的基本原理，正确掌握和应用以后各章所介绍的统计分

2、析方法，在上章样本分布及其特征的基础上本章将讨论总体的分布及其特征。本章在介绍概率论中最基本的两个概念事件、概率的基础上，重点介绍生物科学研究中常用的几种随机变量的概率分布：间断性变数总体的理论分布：二项分布、泊松分布；连续性变数总体的理论分布，即正态分布；从这两类理论分布中抽出的样本统计数的分布，即抽样分布和t分布。,4,2.1 概率的统计学意义,一、事 件1.必然现象与随机现象在自然界与生产实践和科学试验中，人们会观察到各种各样的现象，归纳起来大体上分为两大类：必然现象：在保持条件不变的情况下，重复进行试验，其结果总是确定的，必然发生（或必然不发生），可预言其结果。随机现象：在保持条件不变

3、的情况下，重复进行试验，其结果未必相同，不可预言其结果。这类现象在个别试验中其结果呈现偶然性、不确定性现象。,5,一、攻关目标,2.1 概率的统计学意义,随机现象有如下特点：在一定的条件实现时，有多种可能的结果发生，事前人们不能预言将出现哪种结果；对一次或少数几次观察或试验而言，其结果呈现偶然性、不确定性；但在相同条件下进行大量重复试验时，其试验结果却呈现出某种固有的特定的规律性频率的稳定性，通常称之为随机现象的统计规律性。,6,2.1 概率的统计学意义,2.随机试验与随机事件随机试验 通常我们把根据某一研究目的，在一定条件下对自然现象所进行的观察或试验统称为试验。而一个试验如果满足下述三个特

4、性，则称其为一个 随机试验：随机现象有如下特点：（1）试验可以在相同条件下多次重复进行；（2）每次试验的可能结果不止一个，并且事先知道会有哪些可能的结果；（3）每次试验总是恰好出现这些可能结果中的一个，但在一次试验之前不能肯定这次试验会出现哪一个结果。例如在一定孵化条件下，孵化6枚种蛋，观察其出雏情况，具有随机试验的三个特征。,7,一、攻关目标,2.1 概率的统计学意义,2.随机试验与随机事件随机事件 随机试验的每一种可能结果，在一定条件下可能发 生，也可能不发生，称为随机事件，简称事件。（1）基本事件 把不能再分的事件称为基本事件。例如，在编号为1、2、3、10 的十头猪中随机抽取1头，有1

5、0种不同的可能结果：“取得一个编号是1”、，这10个事件都是不可能再分的事件。由若干个基本事件组合而成的事件称为 复合事件。如“取得一个编号是2的倍数”是一个复合事件，它由 5个基本事件组合而成。,8,2.1 概率的统计学意义,2.随机试验与随机事件随机事件（2）必然事件 把在一定条件下必然会发生的事件称为必然事件。例如，在严格按妊娠期母猪饲养管理的要求饲养的条件下，妊娠正常的母猪经114天左右产仔，就是一个必然事件。（3）不可能事件 把在一定条件下不可能发生的事件称为不可能事件。例如，在满足一定孵化条件下，从石头孵化出雏鸡，就是一个不可能事件。必然事件与不可能事件实际上是确定性现象，即它们不

6、是随机事件，但是为了方便起见，我们把它们看作为两个特殊的随机事件。,9,2.1 概率的统计学意义,二、概 率（一）概率的统计定义 研究随机试验，仅知道可能发生哪些随机事件是不够的，还需了解各种随机事件发生的可能性大小，以揭示这些事件的内在的统计规律性，从而指导实践。这就要求有一个能够刻划事件发生可能性大小的数量指标，这指标应该是事件本身所固有的，且不随人的主观意志而改变，人们称之为概率（probability）。事件A的概率记为P（A）。,10,2.1 概率的统计学意义,事件发生的可能性(概率)是在大量的实验中观察得到的，例如棉田发生盲椿象为害的情况，并不是所有的棉株都受害，随着观察的次数增多

7、，我们对棉株受害可能性程度大小的把握越准确、越稳定，棉株受害为随机事件。下表为一个调查结果：,11,2.1 概率的统计学意义,从棉株受害情况调查结果看，频率在n取不同的值时，尽管调查田块是相同的，频率p却不同，只有在n很大时频率才比较稳定一致。因而，调查株数n较多时的稳定频率才能较好地代表棉株受害的可能性。统计学上把通过大量实验而估计的概率称为实验概率或统计概率，用n较大时稳定的p近似代表概率，称为随机事件A的概率：P（A）=pm/n(n)此处P代表概率，P(A)代表事件A的概率。,12,2.1 概率的统计学意义,然而，正如此试验中出现的情况，尽管频率比较稳定，但仍有较小的数值波动，说明观察的

8、频率只是对棉株受害这个事件的概率的估计。,13,2.1 概率的统计学意义,（二）概率的古典定义 对于某些随机事件，用不着进行多次重复试验来确定其概率，而是根据随机事件本身的特性直接计算其概率。有很多随机试验具有以下特征：1、试验的所有可能结果(基本事件数)只有有限个；2、各个试验的可能结果出现的可能性相等，即所有基本事件的发生是等可能的；3、试验的所有可能结果两两互不相容。具有上述特征的随机试验，称为古典概型。,14,2.1 概率的统计学意义,对于古典概型，概率的定义如下：设样本空间由 n 个等可能的基本事件所构成，其中事件A包含有m个基本事件，则事件A的概率为m/n，即 P（A）=m/n这样

9、定义的概率称为古典概率。,15,2.1 概率的统计学意义,例如，在有两个孩子的家庭中，孩子性别的组成有四种类型。即：男男、男女、女男、女女。它们是四个基本事件，而且是互不相容且等可能的，那么两个男孩的事件A1为四个基本事件(n)中的一个(m)，A1的概率P（A1）=1/4=0.25第一个是男孩的事件A2，包括男男，男女两个基本事件。A2的概率P（A2）=2/4=0.50,16,2.1 概率的统计学意义,概率的古典定义是在概率论发展史上早期提出来的，它存在严重缺点。首先，它要求各基本事件是等可能的，即等概率的。在尚未给出概率的定义之前，利用概率的概念定义概率是不可取的。其次，它存在很大的局限性，

10、只适用于基本事件数是有限的一类试验，对于基本事件数是无限的一类就无能为力了。虽然如此，在实际应用中，它还是被广泛地使用。,17,2.1 概率的统计学意义,例 在N头奶牛中，有M头曾有流产史，从这群奶牛中任意抽出n头奶牛，试求:(1)其中恰有m头有流产史奶牛的概率是多少？(2)若N=30，M=8，n=10，m=2，其概率是多少？,18,2.1 概率的统计学意义,我们把从有M头奶牛曾有流产史的N头奶牛中任意抽出n头奶牛，其中恰有m头有流产史这一事件记为A，因为 从 N 头 奶 牛 中 任 意 抽 出 n 头 奶牛的基本事件总数为；事件A所包含的基本事件数为；因此所求事件A的概率为：,19,一、攻关

11、目标,2.1 概率的统计学意义,将N=30，M=8，n=10，m=2代入上式，得=0.0695 即在30头奶牛中有8头曾有流产史，从这群奶牛随机抽出 10 头奶牛其中有2头曾有流产史的概率为6.95%。,20,2.1 概率的统计学意义,（三）概率的性质 1、对于任何事件A，有0P（A）1；2、必然事件的概率为1，即P（）=1；3、不可能事件的概率为0，即P（）=0。,21,一、攻关目标,2.2 小概率事件实际不可能性原理,随机事件的概率表现了事件的客观统计规律性，它反映了事件在一次试验中发生可能性的大小，概率大表示事件发生的可能性大，概率小表示事件发生的可能性小。若随机事件的概率很小，例如小于

12、0.05、0.01、0.001，称之为小概率事件。,22,一、攻关目标,2.2 小概率事件实际不可能性原理,在统计学上，把小概率事件在一次试验中看成是实际不可能发生的事件称为小概率事件实际不可能性原理，亦称为小概率原理。小概率事件实际不可能性原理是统计学上进行假设检验（显著性检验）的基本依据。这里的0.05或0.01称为小概率标准，生物试验研究中通常使用这两个小概率标准。,23,2.3 理论分布,事件的概率表示了一次试验某一个结果发生的可能性大小。若要全面了解试验，则必须知道试验的全部可能结果及各种可能结果发生的概率，即必须知道随机试验的概率分布(probability distributio

13、n)。为了深入研究随机试验，我们先引入随机变量(random variable)的概念。,24,2.3 理论分布,第一节、随机变量随机变量就是在随机试验中被测定的量。例如，观察10只新生动物的性别是一随机试验，而其中雄性动物出现的只数Y，就是在随机试验中被测定的量，Y可取0，1，10中的任何值。但是它究竟取何值，在试验结束之前是不能确知的。一般来说，在随机试验中，被测定的量是可取不同值的变量，而且它究竟取何值具有随机性，我们称这样的量为随机变量。随机变量所取得的值称为观测值。,25,2.3 理论分布,有时随机试验结果本身就是数量，如测量我国男青年身高本身就是数量。有时，随机试验的结果本身不是数

14、量，但可以表示为数量。如观察每10只新生动物的性别，本身并不是数量，但可以记为10只动物中雄性动物的只数或雌性动物的只数，即试验结果可以表示为数量。这个数量的具体值，同样是由随机试验的结果而确定。,26,2.3 理论分布,根据随机变量可能取得的值，可将随机变量分为离散型随机变量和连续型随机变量：如果随机变量可能取得的数值为有限个，或可数无穷个孤立的数值，且以各种确定的概率取这些不同的值，则称为离散型随机变量。例如，每10只新生动物中，雄性动物的只数。如果随机变量可取某一(有限或无限)区间内的任何数值，且Y其取值范围内的任一区间中取值时，其概率是确定的，则称为连续型随机变量。例如我国男青年身高即

15、为一连续型随机变量。,27,2.3 理论分布,随机变量可能取值的全体称为总体，其n次独立观测值，称为样本。本书均以大写的拉丁字母，如X，Y，U等表示随机变量，而以小写字母如、等表示第i次观测值。有了随机变量的概念，事件就可以用随机变量的关系式表示。如在10只动物中，出现3只和3只以下雄性动物的事件即可写为Y3。,28,2.3 理论分布,离散型随机变量的概率分布 要了解离散型随机变量Y的统计规律，就必须知道它的一切可能值yi及取每种可能值的概率pi。如果将离散型随机变量Y的一切可能取值y的概率P(Y=y)写成y的函数称为随机变量Y的概率函数：p(y)=P(Y=y)(2.16)概率函数应满足p(y

16、)0，(2.17),29,第二章 理论分布和抽样分布,将Y的一切可能值，以及取得这些值的概率、，排列起来，就构成了离散型随机变量的概率分布(probabiit distribution)。表2-2 离散型随机变量的概率分布表。,30,2.3 理论分布,连续型随机变量的概率分布 连续型随机变量(如体长、体重、)的概率分布不能用上述分布表来表示，因为其可能取的值是不可数的。我们改用随机变量Y在某个区间内取值的概率P(aYb)来表示。下面通过频率分布密度曲线予以说明。,31,2.3 理论分布,如由140行水稻产量资料的频数分布方柱形图(图31)，图中纵座标取频数与组距的比值。可以设想，如果样本取得越

17、来越大(n)，组分得越来越细(i0)，某一范围内的频率将趋近于一个稳定值 概率。这时，频率分布方柱形图各个方柱上端中点的联线 频率分布折线将逐渐趋向于一条曲线，换句话说，当n、i0时，频数分布折线的极限是一条稳定的函数曲线。,32,第二章 理论分布和抽样分布,33,第二章 理论分布和抽样分布,对于样本是取自连续型随机变量的情况，这条函数曲线将是光滑的。这条曲线排除了抽样和测量的误差，完全反映了水稻行产量的变动规律。这条曲线叫概率分布曲线，相应的函数f(y)叫 概率密度函数。,34,2.3 理论分布,若记产量概率分布密度函数为f(y)，则y取值于区间(a,b)的概率为：上式为连续型随机变量Y在

18、区间(a,b)上取值概率的表达式。可见，连续型随机变量的概率由概率分布密度函数确定。,35,第二章 理论分布和抽样分布,连续型随机变量概率分布的性质：1、分布密度函数总是大于或等于0，即f(y)0；2、当随机变量Y取某一特定值时，其概率等于0；即(c为任意实数)因而，对于连续型随机变量，仅研究其在某一个区间内取值的概率，而不去讨论取某一个值的概率。,36,第二章 理论分布和抽样分布,3、在 一次试验中 随机变量Y之取值 必在-Y+范围内，为一必然事件。所以 上式表示分布密度曲线下、横轴上的全部面积为1。,37,2.3 理论分布,第二节 二项分布一、二项分布的概念在生物学研究中，有这样一类常见的

19、变量，其总体中的全部个体可以根据某种性状的出现与否分为两类。例如，一粒种子可能发芽也可能不发芽、随机抽出一只动物可能是雌性也可能是雄性等，这类变量属于间断性随机变量，其总体包括非此即彼的两项对立事件，这样的总体称为二项总体。,38,2.3 理论分布,为便于研究，通常将二项总体中的“此”事件以变量“1”表示，具概率；将“彼”事件以变量“0”表示，具概率。因而二项总体又称为0、1总体。,39,2.3 理论分布,如果从二项总体抽取n个个体，可能得到y个个体属于“此”，而属于“彼”的个体为n-y。由于是随机独立地从总体中抽取个体的，每一次抽取的个体均有可能属于“此”，也可能属于“彼”，那么得到的y个“

20、此”个体的数目可能为0、1、2、n个，共有n+l种取值，这n+l种取值各有其对应的概率，因而由变量及其概率就构成了一个分布，这个分布叫做二项式概率分布，简称二项式分布或二项分布(binomial distribution)。,40,2.3 理论分布,动物的性别比一般为11，即。现从一动物群体中进行随机抽样，共抽取10次，则抽到3只雄性动物的概率可分析为：在10次抽样中，抽到3雄7雌的组合方式数为：而每种抽样方式中，10次抽样得到3只雄性的概率为：所以抽取10次，抽到3只雄性动物的概率为：,41,2.3 理论分布,对于任意n和y，则可写成通式：上式正是二项式 展开式的第y+1项，故称二项分布，上

21、式称作二项概率公式。因为，所以：,42,2.3 理论分布,二、二项分布的性质1、二项分布的概率之和等于12、二项分布由n和 两个参数决定：当 值较小且n不大时，分布是偏倚的。但随着n的增大，分布逐渐趋于对称；当 值趋于 0.5 时，分布趋于对称；在n较大，、较接近时，二项分布接近于正态分布；当n时，二项分布的极限分布是正态分布。,43,2.3 理论分布,44,2.3 理论分布,三、二项分布的概率计算例1 一批种子发芽率为70%，每穴播种6粒种子，计算每穴出6棵苗、5、4、3、2、1、0棵苗的概率各为多少？解：设y表示每穴出苗数,45,2.3 理论分布,例2 纯种白猪与纯种黑猪杂交，根据孟德尔遗

22、传理论，子二代中白猪与黑猪的比率为31。求窝产仔10头，有7头白猪的概率。根据题意，n=10，=0.75，。设10头仔猪中白色的为y头，则y为服从二项分布B(10，0.75)的随机变量。于是窝产10头仔猪中有7头是白色的概率为：,46,2.3 理论分布,例3 设在家畜中感染某种疾病的概率为20，现有两种疫苗，用疫苗A 注射了15头家畜后无一感染，用疫苗B 注射 15头家畜后有1头感染。设各头家畜没有相互传染疾病的可能，问：应该如何评价这两种疫苗?假设疫苗A完全无效，那么注射后的家畜感染的概率仍为20，则15 头家畜中染病头数y=0的概率为：,47,2.3 理论分布,同理，如果疫苗B完全无效，则

23、15头家畜中最多有1头感染的概率为：由计算可知，注射 A 疫苗无效的概率为0.0352，比B疫苗无效的概率0.1671小得多。因此，可以认为A疫苗是有效的，但不能认为B疫苗也是有效的。,48,2.3 理论分布,在辐射育种实验中，已知经过处理的单株至少发生一个有利突变的概率是，群体中至少出现一株有利突变单株的概率为，问为了至少得到一株有利突变的单株，群体n应多大？解：己知 为单株至少发生一个有利突变的概率 则 为单株不发生一个有利突变的概率,49,第二章 理论分布和抽样分布,四、二项分布的平均数与标准差 统计学证明，服从二项分布B(n,)的随机变量的平均数、标准差与参数n、有如下关系：当试验结果

24、以事件A发生次数k表示时,50,第二章 理论分布和抽样分布,例：求=0.2,n=5时的平均死亡猪数及死亡数的标准差。平均死亡猪数=50.20=1.0(头)标准差=0.894(头),51,第二章 理论分布和抽样分布,当试验结果以事件A发生的频率kn表示时 也称为总体百分数标准误。,52,2.3 理论分布,第三节 泊松分布泊松分布是一种可以用来描述和分析随机地发生在单位空间或时间里的稀有事件的概率分布。要观察到这类事件，样本含量 n 必须很大。在生物学研究中，服从泊松分布的随机变量是常见的。如，一定群体中某种患病率很低的非传染性疾病患病数或死亡数，群体中遗传的畸形怪胎数，每升饮水中大肠杆菌数，计数

25、器小方格中血球数，单位空间中某些野生动物或昆虫数等，都是服从泊松分布的。,53,2.3 理论分布,一、泊松分布的意义 在二项分布中，当某事件出现的概率特别小()，而样本含量又很大()且 时，二项分布就变成泊松分布(Poisson distribution)，具有概率密度函数：其中；e=2.7182 是自然对数的底数，称y服从参数为 的泊松分布，记为。,54,2.3 理论分布,二、泊松分布的特征数泊松分布的平均数：即泊松分布的平均数为概率密度函数中的。泊松分布的方差：即泊松分布的方差为概率密度函数中的。所以，泊松分布具有重要特征：平均数和方差相等，都等于常数。泊松分布的偏斜度：泊松分布的峭度：当

26、(20)很大时，泊松分布近似于正态分布。,55,2.3 理论分布,例 调查某种猪场闭锁育种群仔猪畸形数，共记录200窝，畸形仔猪数的分布情况如表所示。试判断畸形仔猪数是否服从泊松分布。样本均数和方差：样本均数和方差两个数是相当接近的，因此可以认为畸形仔猪数服从泊松分布。,56,2.3 理论分布,将 代替公式中的 得：e-0.51=1.6653，畸形仔猪数各项的概率为：P(y=0)=0.510(0!1.6653)=0.6005P(y=1)=0.511(1!1.6653)=0.3063P(y=2)=0.512(2!1.6653)=0.0781P(y=3)=0.513(3!1.6653)=0.013

27、3P(y=4)=0.514(4!1.6653)=0.0017把上面各项概率乘以总观察窝数(n=200)即得各项按泊松分布的理论窝数。,57,2.3 理论分布,表 畸形仔猪数的泊松分布将实际计算得的频率与根据=0.51的泊松分布计算的概率相比较，发现畸形仔猪的频率分布与=0.51 的泊松分布是吻合得很好的。这进一步说明了畸形仔猪数是服从泊松分布的。,58,2.3 理论分布,第三节 泊松分布P47例3.5,59,2.3 理论分布,例 为监测饮用水的污染情况，现检验某社区每毫升饮用水中细菌数，共得400个记录如下：试分析饮用水中细菌数的分布是否服从泊松分布。若服从，按泊松分布计算每毫升水中细菌数的概

28、率及理论次数并将頻率分布与泊松分布作直观比较。,60,2.3 理论分布,经计算得每毫升水中平均细菌数和方差：两者很接近，故可认为每毫升水中细菌数服从泊松分布。将 代替公式中的 得：计算结果如下表：,61,2.3 理论分布,表 细菌数的泊松分布可见细菌数的频率分布与 的泊松分布是相当吻合的，进一步说明用泊松分布描述单位容积(或面积)中细菌数的分布是适宜的。,62,2.3 理论分布,第四节 正态分布正态分布是一种很重要的连续型随机变量的概率分布。生物现象中有许多变量是服从或近似服从正态分布的。许多统计分析方法都是以正态分布为基础的。此外，还有不少随机变量的概率分布在一定条件下以正态分布为其极限分布

29、。因此在统计学中，正态分布无论在理论研究上还是实际应用中，均占有重要的地位。,63,2.3 理论分布,一、正态分布的定义及其特征(一)正态分布的定义 若连续型随机变量Y的概率分布密度函数为：其中为平均数，为方差，则称随机变量Y服从正态分布(normal distribution)，记为YN(，)。,64,2.3 理论分布,65,2.3 理论分布,对于任意正态分布，随机变量Y的值落入任意区间(a，b)的概率为：相应的累积分布函数为：,66,2.3 理论分布,(二)正态分布的特征 1、正态分布密度曲线是单峰、对称的悬钟形曲线，对称轴为y=；2、f(y)在 y=处达到极大，极大值；3、f(y)是非负

30、函数，以x轴为渐近线，分布从-至+；4、曲线在y=处各有一个拐点，即曲线在(-,-)和(+,+)区间上是下凸的，在-,+区间内是上凸的；5、正态分布有两个参数，即平均数和标准差。是位置参数，如图48所示。当恒定时，愈大，则曲线沿x轴愈向右移动；反之，愈小，曲线沿x轴愈向左移动。是变异度参数，如图49所示。6、分布密度曲线与横轴所夹的面积为1，,67,2.3 理论分布,二、标准正态分布 由上述正态分布的特征可知，正态分布是依赖于参数和(或)的一簇分布，正态曲线之位置及形态随和 的不同而不同。这就给研究具体的正态总体带来困难。以一个新变数u替代y变数，即将y离其平均数的差数，以为单位进行转换，于是

31、。u称为标准正态离差。,68,2.3 理论分布,由之可将正态分布的概率密度函数标准化为标准正态分布的概率密度函数为：我们称 的正态分布为标准正态分布(standard normal distribution)。记作uN(0，1)。累积分布函数为：,69,2.3 理论分布,70,2.3 理论分布,三、正态分布的概率计算（一）标准正态分布的概率计算 设u服从标准正态分布，则 u在u1，u2)内取值的概率为：(u2)(u1)(u1)与(u2)可由附表2查得。,71,2.3 理论分布,由公式及正态分布的对称性可推出下列关系式，再借助附表2，便能很方便地计算有关概率：P(0Uu1)(u1)-0.5 P(

32、Uu1)=(-u1)P(Uu1)=2(-u1)P(Uu11-2(-u1)P(u1Uu2)(u2)-(u1),72,2.3 理论分布,例 已知uN(0，1)，试求：(1)P(u-1.64)?(2)P(u2.58)=?(3)P(u2.56)=?(4)P(0.34u1.53)=?,73,2.3 理论分布,查附表2得：(1)P(u-1.64)=0.05050(2)P(u2.58)=(-2.58)=0.024940(3)P(u2.56)=2(-2.56)=20.005234=0.010468(4)P(0.34u1.53)=(1.53)-(0.34)=0.93669-0.6331=0.30389,74,2

33、.3 理论分布,75,2.3 理论分布,关于标准正态分布，以下几种概率应当熟记：P（-1u1）=0.6826 P（-2u2）=0.9545 P（-3u3）=0.9973 P(-1.96u1.96)=0.95 P(-2.58u2.58)=0.99,76,2.3 理论分布,u变量在上述区间以外取值的概率分别为：P(u1)=2(-1)=1-P(-1u1)=1-0.6826=0.3174 P(u2)=2(-2)=1-P（-2u2）=1-0.9545=0.0455 P(u3)=1-0.9973=0.0027 P(u1.96)=1-0.95=0.05 P(u2.58)=1-0.99=0.01,77,2.3

34、 理论分布,（二）一般正态分布的概率计算 正 态 分 布 密度曲线和横轴围成的一个区域，其面积为1，这实际上表明了“随机变量Y取值在-与+之间”是一个必然事件，其概率为1。若随机变量 Y服从正态分布N(,2)，则Y的取值落在任意区间 y1，y2）的概率，记作P(y1 Y y2)，等于图中阴影部分曲边梯形面积。,78,2.3 理论分布,79,2.3 理论分布,对上式作变换u=(y-)，得dy=du，故有：其中，,80,2.3 理论分布,这表明服从正态分布N(,2)的随机变量Y 在 y1，y2）内取值的概率，等于服从标准正态分布的随机变量u 在(y1-)/，(y2-)/）内取值的概率。因此，计算一

35、般正态分布的概率时，只要将区间的上下限作适当变换(标准化)，就可用查标准正态分布的概率表的方法求得概率了。,81,2.3 理论分布,例 设Y服从=30.26，2=5.102的正态分布，试求P(21.64Y32.98)。令 则u服从标准正态分布，故=P(-1.69u0.53)=(0.53)-(-1.69)=0.6564,82,2.3 理论分布,关于一般正态分布，以下几个概率(即随机变量Y落在加减不同倍数区间的概率)是经常用到的。P(-Y+)=0.6826 P(-2Y+2)=0.9545 P(-3Y+3)=0.9973 P(-1.96Y+1.96)=0.95 P(-2.58Y+2.58)=0.99

36、,83,2.3 理论分布,四、正态分布的单侧临界值 生物统计中，不仅注意随机变量Y落在平均数加减不同倍数标准差区间(-k,+k)之内的概率，而且也很关心Y落在此区间之外的概率。我们把随机变量Y落在平均数加减不同倍数标准差区间之外的概率称为双侧概率(两尾概率)，记作。,84,2.3 理论分布,对应于双侧概率可以求得随机变量Y小于-k或大于+k的概率，称为单侧概率(一尾概率),记作2。例如，Y落在(-1.96,+1.96)之外的双侧概率为0.05，而单侧概率为0.025。即 P(y-1.96)=P(y+1.96)=0.025 双侧概率或单侧概率如图37所示。y落在(-2.58,+2.58)之外的双

37、侧概率为0.01，而单侧概率为0.005。即 P(x-2.58)=P(x+2.58)=0.005,85,2.3 理论分布,86,2.3 理论分布,附表3给出了满足 的上侧分位的数值，称为 的上侧临界值，也称上侧分位数，位丁曲线的右侧尾区；对于左侧尾区，满足 的下侧分位的数值，称为 的下侧临界值，也称下侧分位数。因此，只要已知单侧概率的值，由附表3就可直接查出对应的单侧分位数。例如，已知uN(0,1)：(1)P(u-1.645)+P(u1.645)=0.05(2)P(-1.645u1.645)=0.90,87,2.3 理论分布,如果(1)P(u-)+P(u)=1-P(-u=0.10=2侧由附表3

38、查得：=1.645(2)P(-u)=0.86，2=1-P(-u)=1-0.86=0.14 由附表3查得：=1.476 对于xN(,2)，只要将其转换为uN(0,1),即可求得相应的双侧分位数。,88,2.3 理论分布,前面讨论的三个重要的概率分布中，前一个属连续型随机变量的概率分布，后两个属离散型随机变量的概率分布。三者间的关系如下：对于二项分布，在n,p0，且np=(较小常数)情况下，二项分布趋于泊松布，在这种场合，泊松分布中的参数用二项分布的np代之；在n,p0.5时，二项分布趋于正态分布，在这种场合，正态分布中的、2用二项分布的np、nq代之。在实际计算中，当p0.1且n 很大时，二项分

39、布可由泊松分布近似；当p0.1且n很大时，二项分布可由正态分布近似。,89,第二章 理论分布和抽样分布,对于泊松分布，当时，泊松分布以正态分布为极限。在实际计算中，当 20(也有人认为6)时，用泊松分布中的代替正态分布中的及2，即可由后者对前者进行近似计算。,90,2.3 理论分布,标准正态分布几种特殊概率：P（-1u1）=0.6826P（-2u2）=0.9545P（-3u3）=0.9973P（-1.96u1.96）=0.95P(-2.58u2.58)=0.99两尾概率与一尾概率：两尾概率：P(y-k)+P(y+k)=一尾概率：P(y-k)=P(y+k)=/2P(|u|2.58)=0.01 P

40、(|u|1.96)=0.05,91,2.3 理论分布,第六节 样本平均数的抽样分布研究总体与从中抽取的样本之间的关系是统计学的中心内容。对这种关系的研究可从两方面着手：从总体到样本，研究抽样分布问题。即研究从总体中抽出的所有可能样本统计量的分布及其与原总体的关系。本节讨论。：从样本到总体，研究统计推断问题。即从总体中随机抽取样本，并用样本对总体作出推论。,92,2.3 理论分布,统计推断是以总体分布和样本抽样分布的理论关系为基础的。为了能正确地利用样本去推断总体，并能正确地理解统计推断的结论，须对样本的抽样分布有所了解。我们知道，由总体中随机地抽取若干个体组成样本，即使每次抽取的样本含量相等，

41、其统计量(如，S)也将随样本的不同而有所不同，因而样本统计量也是随机变量，也有其概率分布。我们把统计量的概率分布称为抽样分布。,93,2.3 理论分布,由总体随机抽样(random sampling)的方法可分为有返置抽样和不返置抽样两种。前者指每次抽出一个个体后，这个个体应返置回原总体；后者指每次抽出的个体不返置回原总体。对于无限总体，返置与否都可保证各个体被抽到的机会相等。对于有限总体，就应该采取返置抽样，否则各个体被抽到的机会就不相等。,94,2.3 理论分布,一、样本平均数抽样分布设有一个总体，总体平均数为,方差为2，总体中各变数为y，将此总体称为原总体。现从这个总体中随机抽取含量为n

42、的样本，样本平均数记为。,95,2.3 理论分布,可以设想，从原总体中可抽出 个含量为n的样本。由这些样本算得的平均数有大有小，不尽相同，与原总体平均数相比往往表现出不同程度的差异。这种差异是由随机抽样造成的，称为抽样误差(sampling error)。显然，样本平均数 也是一个随机变量，其概率分布叫做样本平均数的抽样分布。由样本平均数 构成的总体称为样本平均数的抽样总体。,96,2.3 理论分布,97,2.3 理论分布,的总体平均数记为、总体方差记为，的抽样总体标准差 简称总体标准误，表示平均数抽样误差的大小。数理统计的推导表明，样本平均数 构成的总体与原Y总体参数间具有以下关系：,98,

43、2.3 理论分布,1.2.大小与起始总体 成正比、而与样本含量n平方根 成反比。表明增大样本含量n 才能降低抽样误差。抽样分布的标准差又称为标准误，它可以度量抽样分布的变异。对于样本平均数分布，有样本标准误（）：其中，即 意义：因为S估计，故 估计，即 估计，表明样本标准误 是平均数抽样误差的估计值。,99,2.3 理论分布,3.中心极限定理若，且y1、y2、yn 来自Y总体，则，且、，即。若 Y 不服从正态分布，具有总体平均数、总体方差2，且y1、y2、yn来自Y总体，则 n 相当大时，。,100,第二章 理论分布和抽样分布,抽样试验：设有一个 N=4 的 有 限总体，变数为2、3、3、4。

44、根据=yN和2=(y-)2N求得该总体的、2、为：=3,2=12,=0.707,101,第二章 理论分布和抽样分布,从有限总体作返置随机抽样，所有可能的样本数为Nn，其中n为样本含量。以上述总体而论，如果从中抽取n=2的样本，共可得 42=16 个样本；如果样本含量n为4，则 一 共 可 抽 得44=256个样本。分别求这些样本的平均数，其次数分布如表46所示。根据表46，在n=2的试验中，样本平均数抽样总体的平均数、方差与标准差分别为：,102,第二章 理论分布和抽样分布,=4/16=1/4=(1/2)/2=,103,第二章 理论分布和抽样分布,同理，可得n=4时：这就验证了，的正确性。,1

45、04,第二章 理论分布和抽样分布,表46 N=4,n=2和n=4时的次数分布,105,2.3 理论分布,106,第二章 理论分布和抽样分布,由以上模拟抽样试验可以看出，虽然原总体并非正态分布，但从中随机抽取样本，即使样本含量很小(n=2,n=4)，样本平均数的分布却趋向于正态分布形式。随着样本含量 n 的增大，样本平均数的分布愈来愈从不连续趋向于连续的正态分布。,107,第二章 理论分布和抽样分布,中心极限定理告诉我们：不论Y变量是连续型还是离散型，也无论Y服从何种分布，一般只要n30，就可认为 的分布是正态的。,108,第二章 理论分布和抽样分布,注意，样本标准差与样本标准误是既有联系又有区

46、别的两个统计量。二者的区别在于：样 本 标 准 差 S 是 反 映 样 本中各 观测值，变异程度大小的一个指标，它的大小说明了 对该样本代表性的强弱。样本标准误 是样本平均数 的标准差，它是抽样误差的估计值，其大小说明了样本间变异程度的大小及精确性的高低。,109,2.3 理论分布,样本平均数分布可标准化，获得u值。从u值可查正态离差概率表，获得其相应的概率。,110,2.3 理论分布,二、两个独立样本平均数差数的抽样分布如果从一个总体随机地抽取一个样本容量为 的样本，同时随机独立地从另一个总体抽取一个样本容量为 的样本，那么可以得到分别属于两个总体的样本，这两个样本的平均数用 和 表示。,1

47、11,2.3 理论分布,设这两个样本所来自的两个总体的平均数分别为 和，它们的方差分别为 和。根据数理统计的推导，两个独立随机抽取的样本平均数间差数()的抽样分布参数与两个母总体间存在如下关系:,112,2.3 理论分布,(1)两个样本平均数差数分布的平均数 必等于两母总体平均数的差数。(2)两个独立的样本平均数差数分布的方差 等于两母总体的样本平均数的方差总和。其差数标准差为:,113,2.3 理论分布,(3)如果两个总体各作正态分布，则其样本平均数差数()准确地遵循正态分布律，无论样本容量大或小，都有N()。若两个样本抽自于两个非正态总体，尤其 与 相差很大时，则其平均数差数的抽样分布很难

48、确定。不过当 和 相当大、而 与 相差不太远时，也可近似地应用正态接近方法估计平均数差数出现的概率，当然这种估计的可靠性得依两总体偏离正态的程度和相差大小而转移。,114,2.3 理论分布,两个独立样本平均数差数的分布也可标准化，获得u值。从u值可查正态离差概率表，获得其相应的概率。,115,2.3 理论分布,第五节 t 分 布由样本平均数抽样分布的性质知道：若YN(,2)，则 N(，2/n)。将随机变量 标准化得：，则uN(0,1)。当总体标准差未知时，以样本标准差S代替所得到的统计量 记为t。在计算 时，由于采用S来代替，使得t 变量不再服从标准正态分布，而服从t分布(tdistribut

49、ion)。，具n-1的自由度。,116,2.3 理论分布,t分布的概率分布密度函数如下：式中，-t；df=n-1为t分布的自由度。当df的增大，t分布趋向于标准正态分布。t分布的平均数和标准差为：t0(df1)(df2）,117,2.3 理论分布,t分布密度曲线如图所示，其特点是：,118,2.3 理论分布,1、t分布受自由度的制约，每一个自由度都有一条t分布密度曲线。2、t分布密度曲线以纵轴为对称轴，左右对称，且在t0时，分布密度函数取得最大值。3、与标准正态分布曲线相比，t分布曲线顶部略低，两尾部稍高而平。df越小这种趋势越明显。df越大，t分布越趋近于标准正态分布。当：n 30时，t分布

50、与标准正态分布的区别很小；n 100时，t分布基本与标准正态分布相同；n时，t 分布与标准正态分布完全一致。,119,2.3 理论分布,t分布的概率分布函数为：因而t在区间（t1，+）取值的概率右尾概率为1-F t(df)。由于t分布左右对称，t在区间（-，-t1）取值的概率也为1-F t(df)。于是 t 分布曲线下由-到-t 1和由t 1到+两 个相等的概率之和两尾概率为2(1-F t(df)。对于不同自由度下t分布的两尾概率及其对应的临界t值已编制成附表4，即t分布表。,120,2.3 理论分布,例如，当df=15时，查附表4得两尾概率等于0.05的临界t值为=2.131，其意义是：P(