二项分布及其应用ppt课件
合集下载
第十章 二项分布和Poisson分布及其应用
Poisson分布
• Poisson分布是描述当试验中成功的概率很小 (如0.05)，而试验的次数n很大的小概率事件
出现规律性的一种离散型随机分布。 • 用于描述在单位时间(空间)内稀有事件的发生数。
医学卫生领域中服从Poisson分布指标
恶性肿瘤的死亡率 ; 放射性物质在单位时间内的放射次数； 在单位容积充分摇匀的水中的细菌数； 野外单位空间中的某种昆虫数等。
0.25
0.2
0.15
0.1
0.05
0 012 345
(b)
0.18 0.16 0.14
n =30 π =0.3
0.12
0.1
0.08
0.06
0.04
0.02
0
0 2 4 6 8 10 12 14 16 18 20
(d)
•由数理统计学的中心极限定理可知，当n较大、 不接近0也不接 近1时，二项分布B( n , )近似正态分布：
正态近似法
当n较大， p 和 1 p 均不太小，如 np 和 n(1 p) 均
大于5时，利用正态近似的原理，可作样本率p与已 知总体率的比较，检验统计量为：
Z p0 0 (1 0 ) n
例10.6 一项调查结果表明某市一般人群的艾滋病知识 知晓率为65%。现对该市吸毒人群进行调查，在150名 吸毒人员中有130人回答正确。问该市吸毒人群的艾滋 病知识知晓率是否高于一般?
X ~ N(n , n (1 ))
二项分布的应用
• 总体率的区间估计 – 查表法 – 正态近似法
• 单个样本率与总体率比较 – 直接计算概率法
– 正态近似法 • 两样本率的比较
总体率的区间估计
• 查表法：当n≤50时可查表求总体率的95%或 99%可信区间(附表7)。
二项分布及其应用
P(B)＝q2，P(－B )＝1－q2. 根据分布列知：当 X＝0 时，
－ P( A
－ B
－B )＝P(－A )P(－B )P(－B )＝0.75(1－q2)2＝0.03，
所以 1－q2＝0.2，q2＝0.8.
当 X＝2 时，P1＝P(－A B－B ＋－A －B B)＝P(－A )P(B)P(－B )＋
P(－A )P(－B )P(B)＝0.75q2(1－q2)×2＝0.24，
当 X＝3 时， P2＝P(A－B －B )＝P(A)P(－B )P(－B ) ＝0.25(1－q2)2＝0.01， 当 X＝4 时， P3＝P(－A BB)＝P(－A )P(B)P(B)＝0.75q22＝0.48，
当 X＝5 时，P4＝P(A－B B＋AB)＝P(A－B B)＋P(AB)
3．已知 P(B|A)＝12，P(AB)＝38，则 P(A)等于( C )
3
13
A.16
B.16
3
1
C.4
D.4
解析：由 P(AB)＝P(A)P(B|A)，可得 P(A)＝34.
4．投掷一枚均匀硬币和一枚均匀骰子各一次，记“硬币正
面向上”为事件 A，“骰子向上的点数是 3”为事件 B，则
事件 A，B 中至少有一个发生的概率是( C )
生的条件概率
2.事件的相互独立性
(1)定义：设 A，B 为两个事件，如果 P(AB)＝_P_(_A_)_P_(_B_)_，则
称事件 A 与事件 B 相互独立．
(2)性质： ①若事件 A 与 B 相互独立，则 P(B|A)＝____P_(_B_)___，
P(A|B)＝P(A)，P(AB)＝__P_(_A_)_P_(B__)_． ②如果事件 A 与 B 相互独立，那么__A__与__－B____，__－_A_与___B__， __－A__与__－B____也相互独立．
二项分布及其应用
感染、支气管炎，有效率为85％，今有5个 患者用该药治疗，问：① 至少3人有效的概 率为多少？② 最多1人有效的概率为多少？
本例 =0.85，l- =0.15，n =5，
① 至少3人有效的概率
P(X≥3)=P(3)+P(4)+P(5)
=0.138178125＋0.391504688＋0.443705313 =0.973388126
精选ppt
12
2.1 二项分布的性质：均数和标准差
• 若X～B(n,)，则
X n
2 X
n
1
X n 1
精选ppt
13
若均数与标准差不用绝对数而用率表示时
p
p
(1)
n
sp
p(1 p) n
精选ppt
14
2.2 二项分布的性质 ：累积概率
• 累计概率(cumulative probability) • 从阳性率为的总体中随机抽取n个个体，则
精选ppt
7
在医学上一些事物，其结局只有两种互相对 立的结果。如:
在毒理试验中，动物的生存与死亡；
在动物诱癌试验中，动物的发癌与不发癌；
在流行病学观察中，接触某危险因素的个体 发病与不发病；
在临床治疗中，病人的治愈与未愈；
理化检验结果的阴性与阳性等等，均表现为 两种互相对立的结果，每个个体的观察结果 只能取其中之一。对这类事物常用二项分布 (binomial distribution)进行描述。
1.000
死亡数 生存数
X
nX
0
3
1
2
2
1
3
0
不同死亡数的概率 0.008 0.096
0.384 0.512 1.000
本例 =0.85，l- =0.15，n =5，
① 至少3人有效的概率
P(X≥3)=P(3)+P(4)+P(5)
=0.138178125＋0.391504688＋0.443705313 =0.973388126
精选ppt
12
2.1 二项分布的性质：均数和标准差
• 若X～B(n,)，则
X n
2 X
n
1
X n 1
精选ppt
13
若均数与标准差不用绝对数而用率表示时
p
p
(1)
n
sp
p(1 p) n
精选ppt
14
2.2 二项分布的性质 ：累积概率
• 累计概率(cumulative probability) • 从阳性率为的总体中随机抽取n个个体，则
精选ppt
7
在医学上一些事物，其结局只有两种互相对 立的结果。如:
在毒理试验中，动物的生存与死亡；
在动物诱癌试验中，动物的发癌与不发癌；
在流行病学观察中，接触某危险因素的个体 发病与不发病；
在临床治疗中，病人的治愈与未愈；
理化检验结果的阴性与阳性等等，均表现为 两种互相对立的结果，每个个体的观察结果 只能取其中之一。对这类事物常用二项分布 (binomial distribution)进行描述。
1.000
死亡数 生存数
X
nX
0
3
1
2
2
1
3
0
不同死亡数的概率 0.008 0.096
0.384 0.512 1.000
高中数学选修2(新课标)课件2.2.1二项分布及其应用
所以 P(B|A)＝122＝16.
类型三 条件概率的性质及应用 例 3 把外形相同的球分装三个盒子，每盒 10 个．其中，第一 个盒子中有 7 个球标有字母 A,3 个球标有字母 B；第二个盒子中有 红球和白球各 5 个；第三个盒子中有红球 8 个，白球 2 个．试验按 如下规则进行：先在第一个盒子中任取一个球，若取得标有字母 A 的球，则在第二个盒子中任取一个球；若第一次取得标有字母 B 的 球，则在第三个盒子中任取一个球．如果第二次取出的是红球，则 称试验成功．求试验成功的概率．
【答案 100 个，但要求的是甲机床
加工的合格品概率，故只要在甲加工的 40 个零件中考虑问题即可， 同理，(2)只要在甲抽到的为奇数的所有可能中找出乙抽到的数比甲 大的结果．
方法归纳
利用缩小基本事件范围计算条件概率的方法 将原来的基本事件全体 Ω 缩小为已知的条件事件 A，原来的事 件 B 缩小为 AB.而 A 中仅包含有限个基本事件，每个基本事件发生 的概率相等，从而可以在缩小的事件空间上利用古典概型公式计算
(2) 把 一 枚 硬 币 连 续 抛 两 次 ． 记 “ 第 一 次 出 现 正 面 ” 为 事 件 A.“第二次出现正面”为事件 B.则 P(B|A)等于( )
1
1
A.2
B.4
1
1
C.6
D.9
解析：(2)由题知本题是一个条件概率，第一次出现正面的概率
是 P(A)＝12，第一次出现正面且第二次也出现正面的概率是 P(AB)
【解析】 (2)将甲抽到数字 a，乙抽到数字 b，记作(a，b)， 甲抽到奇数的情形有(1,2)，(1,3)，(1,4)，(1,5)，(1,6)，(3,1)，(3,2)， (3,4)，(3,5)，(3,6)，(5,1)，(5,2)，(5,3)，(5,4)，(5,6)，共 15 个，在 这 15 个中，乙抽到的数比甲抽到的数大的有(1,2)，(1,3)，(1,4)，(1,5)， (1,6)，(3,4)，(3,5)，(3,6)，(5,6)，共 9 个，所以所求概率 P＝195＝35.
类型三 条件概率的性质及应用 例 3 把外形相同的球分装三个盒子，每盒 10 个．其中，第一 个盒子中有 7 个球标有字母 A,3 个球标有字母 B；第二个盒子中有 红球和白球各 5 个；第三个盒子中有红球 8 个，白球 2 个．试验按 如下规则进行：先在第一个盒子中任取一个球，若取得标有字母 A 的球，则在第二个盒子中任取一个球；若第一次取得标有字母 B 的 球，则在第三个盒子中任取一个球．如果第二次取出的是红球，则 称试验成功．求试验成功的概率．
【答案 100 个，但要求的是甲机床
加工的合格品概率，故只要在甲加工的 40 个零件中考虑问题即可， 同理，(2)只要在甲抽到的为奇数的所有可能中找出乙抽到的数比甲 大的结果．
方法归纳
利用缩小基本事件范围计算条件概率的方法 将原来的基本事件全体 Ω 缩小为已知的条件事件 A，原来的事 件 B 缩小为 AB.而 A 中仅包含有限个基本事件，每个基本事件发生 的概率相等，从而可以在缩小的事件空间上利用古典概型公式计算
(2) 把 一 枚 硬 币 连 续 抛 两 次 ． 记 “ 第 一 次 出 现 正 面 ” 为 事 件 A.“第二次出现正面”为事件 B.则 P(B|A)等于( )
1
1
A.2
B.4
1
1
C.6
D.9
解析：(2)由题知本题是一个条件概率，第一次出现正面的概率
是 P(A)＝12，第一次出现正面且第二次也出现正面的概率是 P(AB)
【解析】 (2)将甲抽到数字 a，乙抽到数字 b，记作(a，b)， 甲抽到奇数的情形有(1,2)，(1,3)，(1,4)，(1,5)，(1,6)，(3,1)，(3,2)， (3,4)，(3,5)，(3,6)，(5,1)，(5,2)，(5,3)，(5,4)，(5,6)，共 15 个，在 这 15 个中，乙抽到的数比甲抽到的数大的有(1,2)，(1,3)，(1,4)，(1,5)， (1,6)，(3,4)，(3,5)，(3,6)，(5,6)，共 9 个，所以所求概率 P＝195＝35.
二项分布教学课件ppt
0.4
0.3
0.2
0.1
0.0
0
1
2
3
x
(0.2+0.8)3 二项分布示意图
构成成-败型实验序列的n次实验中，事件A出现 的次数X的概率分布为：
P X CnX X 1 nX
其中X=0，1，2…，n。 n，π是二项分布的两个参数 。
对于任何二项分布，总有
中国福利彩票
发行量1500万元，特等奖100个，金额5万元； 每张彩票面值2元，中奖概率1/75000。
投入金额 未中概率 中奖概率
100元 1000元 1万元 10万元 100万元 0.99933 0.99336 0.93551 0.51341 0.00127 0.00067 0.00664 0.06449 0.48659 0.99873
例4-2 临床上用针灸治疗某型头疼，有效的概率为60% 现以该疗法治疗3例，其中2例有效的概率是多大？
B(X;n,π)或B(n,π)。
二项分布的概率函数
• 任意一次试验中，只有事件A发生和不发生
两种结果，发生的概率分别是: 和1－
• 若在相同的条件下，进行n次独立重复试验，
用X表示这n次试验中事件A发生的次数，那 么X服从二项分布，记做 XB(n,) 或 B(X;n,π) 。
举例 设实验白鼠共3只，要求它们同种属、同 性别、体重相近，且他们有相同的死亡概率， 即事件“白鼠用药后死亡”为A，相应死亡概率 为π。记事件“白鼠用药后不死亡”为 ，相 应不死亡概率为1-π。设实验后3只白鼠中死亡 的白鼠数为X，则X的可能取值为0，1，2和3，
例 实验白鼠3只，白鼠用药后死亡的死亡概率 π=0.6，则3只白鼠中死亡鼠数X的总体均数为
《二项分布及其应用相互独立事件》课件-最全资料PPT
P (A)B P (A )· P (B )
0.0 5 0.0 50.0025
例3 某商场推出二次开奖活动，凡购买一定价值的商 品可以获得一张奖券。奖券上有一个兑奖号码，可以 分别参加两次抽奖方式相同的兑奖活动。如果两次兑 奖活动的中奖概率都是0.05，求两次抽中奖中以下事件 的概率：
(2)恰有一次抽到某一指定号码;
（2）“两次抽奖恰有一抽次到某一指定号码” 可以用(AB) (AB)表示。由于事A件B与AB 互斥，根据概率加法式公和相互独立事件 的定义，所求的概率为
P ( A B ) P ( A B ) P ( A ) · P ( B ) P ( A ) P ( B )
0 .0 ( 1 5 0 .0 ) ( 5 1 0 .0 ) )＝1－P(C )＝1－0.33＝0.67
甲,乙,丙三人独立地去破译一个密码,他们 能译出的概率分别为 0.2,0.25,0.3, 则此密码 能译出的概率是多少?
一个口袋内装有2个白球和2个黑球，先摸出1个白球，那 么 （1）如果白球不放回，这时摸出1个白球的概率是多少？ （2）如果白球放回，这时摸出1个白球的概率是多少？
表示相互独立事件A、B中
这就是说，两个相互独立事件同时发生的概率，等于每个事件发生的概率的积．
一般地，如果事件A ，A ，…，A 相互独立，那么这n 把“从甲坛子里摸出1个球，得到白球”叫做事件A 1
2
n
个事件同时发生的概率，等于每个事件发生的概率的积， 一般地，如果事件A1，A2，…，An相互独立，那么这n个事件同时发生的概率，等于每个事件发生的概率的积，
例3 某商场推出二次开奖活动，凡购买一定价值的商 品可以获得一张奖券。奖券上有一个兑奖号码，可以 分别参加两次抽奖方式相同的兑奖活动。如果两次兑 奖活动的中奖概率都是0.05，求两次抽中奖中以下事件 的概率：
0.0 5 0.0 50.0025
例3 某商场推出二次开奖活动，凡购买一定价值的商 品可以获得一张奖券。奖券上有一个兑奖号码，可以 分别参加两次抽奖方式相同的兑奖活动。如果两次兑 奖活动的中奖概率都是0.05，求两次抽中奖中以下事件 的概率：
(2)恰有一次抽到某一指定号码;
（2）“两次抽奖恰有一抽次到某一指定号码” 可以用(AB) (AB)表示。由于事A件B与AB 互斥，根据概率加法式公和相互独立事件 的定义，所求的概率为
P ( A B ) P ( A B ) P ( A ) · P ( B ) P ( A ) P ( B )
0 .0 ( 1 5 0 .0 ) ( 5 1 0 .0 ) )＝1－P(C )＝1－0.33＝0.67
甲,乙,丙三人独立地去破译一个密码,他们 能译出的概率分别为 0.2,0.25,0.3, 则此密码 能译出的概率是多少?
一个口袋内装有2个白球和2个黑球，先摸出1个白球，那 么 （1）如果白球不放回，这时摸出1个白球的概率是多少？ （2）如果白球放回，这时摸出1个白球的概率是多少？
表示相互独立事件A、B中
这就是说，两个相互独立事件同时发生的概率，等于每个事件发生的概率的积．
一般地，如果事件A ，A ，…，A 相互独立，那么这n 把“从甲坛子里摸出1个球，得到白球”叫做事件A 1
2
n
个事件同时发生的概率，等于每个事件发生的概率的积， 一般地，如果事件A1，A2，…，An相互独立，那么这n个事件同时发生的概率，等于每个事件发生的概率的积，
例3 某商场推出二次开奖活动，凡购买一定价值的商 品可以获得一张奖券。奖券上有一个兑奖号码，可以 分别参加两次抽奖方式相同的兑奖活动。如果两次兑 奖活动的中奖概率都是0.05，求两次抽中奖中以下事件 的概率：
二项分布及其应用 (2)ppt课件
中减去查得的数值即为所求可信区间。
2、总体率的区间估计
三、二项分布的应用
（2）正态近似法
当样本含量足够大，且样本率p和 1-p均不太小，一般 np与 n(1-p)均大于5时，样本率的抽样分布近似正态分布，即
p
~
N
(
,
1
)
n
此时, 总体率的可信区间可按下式进行估计:
p u s p , p u s p
死 死 生 0.8 0.8 0.2 0.128
1
死 生 死 0.8 0.2 0.8 0.128
生 死 死 0.2 0.8 0.8 0.128
0
死 死 死 0.8 0.8 0.8 0.512
P（x） (5)
0.008
0.096
0.384 0.512 1.000
概率的乘法原理：几个相互独立的事件同时发生的概率等于各 事件发生概率的乘积。
B( , n ）。
例 抛硬币（正/反），患者治疗后的结局（治愈/未愈），实验 动物染毒后结局（生存/死亡），……。
一、二项分布的概念及应用条件
2、应用条件：
① n次试验相互独立 （ n 个观察单位相互独立）。 ② 每次试验只有两种可能结果中的某一种（适用
于二分类资料）。
③ 每次试验发生某一种结果的概率 固定不变
n
304
（3） 确定P值 , 做出推断结论。查表得, P<0.0005, 按 = 0.05
水准拒绝H0, 接受H1, 认为老年胃溃疡患者较一般患者更易发 生胃出血。
☺小贴士：注意事项
以上各例均为单侧检验, 若需进行双侧检验, 则P值为从H0
规定的总体中抽到现有样本以及更极端（即概率小于等于现有 样本概率）情形的累计概率。
2、总体率的区间估计
三、二项分布的应用
（2）正态近似法
当样本含量足够大，且样本率p和 1-p均不太小，一般 np与 n(1-p)均大于5时，样本率的抽样分布近似正态分布，即
p
~
N
(
,
1
)
n
此时, 总体率的可信区间可按下式进行估计:
p u s p , p u s p
死 死 生 0.8 0.8 0.2 0.128
1
死 生 死 0.8 0.2 0.8 0.128
生 死 死 0.2 0.8 0.8 0.128
0
死 死 死 0.8 0.8 0.8 0.512
P（x） (5)
0.008
0.096
0.384 0.512 1.000
概率的乘法原理：几个相互独立的事件同时发生的概率等于各 事件发生概率的乘积。
B( , n ）。
例 抛硬币（正/反），患者治疗后的结局（治愈/未愈），实验 动物染毒后结局（生存/死亡），……。
一、二项分布的概念及应用条件
2、应用条件：
① n次试验相互独立 （ n 个观察单位相互独立）。 ② 每次试验只有两种可能结果中的某一种（适用
于二分类资料）。
③ 每次试验发生某一种结果的概率 固定不变
n
304
（3） 确定P值 , 做出推断结论。查表得, P<0.0005, 按 = 0.05
水准拒绝H0, 接受H1, 认为老年胃溃疡患者较一般患者更易发 生胃出血。
☺小贴士：注意事项
以上各例均为单侧检验, 若需进行双侧检验, 则P值为从H0
规定的总体中抽到现有样本以及更极端（即概率小于等于现有 样本概率）情形的累计概率。
学案二项分布及其应用PPT演示课件
【解析】（1）解法一：记“有r人同时上网”为事 件Ar,则“至少3人同时上网”即为事件A3+A4+A5+A6， 因为A3,A4,A5,A6为彼此互斥事件，所以可应用概率加 法公式，得“至少3人同时上网”的概率为
P=P(A3+A4+A5+A6)
=P(A3)+P(A4)+P(A5)+P(A6)
=1
64
,P(AB)=P(A|B)·P(B)+P(B|A)·P(A).
P(B)
•8
某地区气象台统计，该地区下雨的概率为 4 ，刮风的
15
概率为
，152 既刮风又下雨的概率为
1 10
，设A为下雨，
B为刮风，求(1)P(A|B);(2)P(B|A).
•9
根据题意知
4
2
1
P(A)= 15 ,P(B)= 15 ,P(AB)= 10 .
了解条件概率的概念,了解两个事件相互独立 二项分布 的概念;理解n次独立重复试验模型及二项分布， 及其应用 并能解决一些简单问题.
•1
2013年高考,试题难度以中低档题为主,很可能与期望、 方差一起在解答题中考查.
•2
1.条件概率
一般地,设A，B为两个事件，且P（A）>0，称P
（B|A）= P(AB ) 为在事件A发生的条件下，事件B发生 P(A)
•16
【解析】
•17
考点3 独立重复试验与二项分布
某单位6个员工借助互联网开展工作，每个员工上网的 概率都是0.5(相互独立). (1)求至少3人同时上网的概率; (2)至少几人同时上网的概率小于0.3?
【分析】因为6个员工上网都是相互独立的，所以 该题可归结为n次独立重复试验与二项分布问题.
二项分布及其应用
考基联动
考向导析 规范解答系列 阅卷报告系列 限时规范训练
解法三：∵D＝A＋B，且 A 与 B 独立． ∴P(D)＝P(A＋B)＝P(A)＋P(B)－P(A· B)＝0.8＋0.9－0.8×0.9＝0.98. 故目标被击中的概率是 0.98. (4)设 E＝{至多有 1 人击中目标}， ∵E＝A·B ＋B·A ＋ A ·B ， 且 A 与 B 、B 与 A 、 A 与 B 独立， A·B 、B·A 、 A ·B 彼此互斥， ∴P(E)＝P(A·B ＋B·A ＋ A ·B )＝P(A·B )＋P(B·A )＋P( A ·B ) ＝P(A)· B )＋P(B)· A )＋P( A )· B )＝0.8×0.1＋0.9×0.2＋0.1×0.2＝0.28. P( P( P( 故至多有 1 人击中目标的概率为 0.28.
考基联动
考向导析
规范解答系列
阅卷报告系列
限时规范训练
(2)由于 Y 表示这名学生在首次停车时经过的路口数，显然 Y 是随机变量，其取值为 0,1,2,3,4,5,6. 其中：{Y＝k}(k＝0,1,2,3,4,5)表示前 k 个路口没有遇上红灯，但在第 k＋1 个路口遇 上红灯，故各概率应按独立事件同时发生计算． 2 1 P(Y＝k)＝ k·(k＝0,1,2,3,4,5)， 3 3 而{Y＝6}表示一路没有遇上红灯． 2 6 故其概率为 P(Y＝6)＝ ， 3 因此 Y 的分布列为： Y P Y P 0 1 3 1 12 · 33 4 1 24 · 3 3
考基联动
考向导析
规范解答系列
阅卷报告系列
限时规范训练
(2)设事件 C＝{两人中恰有 1 人击中目标}，则 C＝A·B ＋B·A ∴A·B 与 B·A 互斥，且 A 与 B 独立， ∴P(C)＝P(A·B ＋B·A ) ＝P(A·B )＋P(B·A ) ＝P(A)· B )＋P(B)· A ) P( P( ＝P(A)· [1－P(B)]＋P(B)· [1－P(A)] ＝0.8×0.1＋0.9×0.2＝0.26， 即两人中恰有 1 人击中目标的概率为 0.26. (3)设 D＝{目标被击中}＝{两人中至少有 1 人击中目标}，本问有三种解题思路：
考向导析 规范解答系列 阅卷报告系列 限时规范训练
解法三：∵D＝A＋B，且 A 与 B 独立． ∴P(D)＝P(A＋B)＝P(A)＋P(B)－P(A· B)＝0.8＋0.9－0.8×0.9＝0.98. 故目标被击中的概率是 0.98. (4)设 E＝{至多有 1 人击中目标}， ∵E＝A·B ＋B·A ＋ A ·B ， 且 A 与 B 、B 与 A 、 A 与 B 独立， A·B 、B·A 、 A ·B 彼此互斥， ∴P(E)＝P(A·B ＋B·A ＋ A ·B )＝P(A·B )＋P(B·A )＋P( A ·B ) ＝P(A)· B )＋P(B)· A )＋P( A )· B )＝0.8×0.1＋0.9×0.2＋0.1×0.2＝0.28. P( P( P( 故至多有 1 人击中目标的概率为 0.28.
考基联动
考向导析
规范解答系列
阅卷报告系列
限时规范训练
(2)由于 Y 表示这名学生在首次停车时经过的路口数，显然 Y 是随机变量，其取值为 0,1,2,3,4,5,6. 其中：{Y＝k}(k＝0,1,2,3,4,5)表示前 k 个路口没有遇上红灯，但在第 k＋1 个路口遇 上红灯，故各概率应按独立事件同时发生计算． 2 1 P(Y＝k)＝ k·(k＝0,1,2,3,4,5)， 3 3 而{Y＝6}表示一路没有遇上红灯． 2 6 故其概率为 P(Y＝6)＝ ， 3 因此 Y 的分布列为： Y P Y P 0 1 3 1 12 · 33 4 1 24 · 3 3
考基联动
考向导析
规范解答系列
阅卷报告系列
限时规范训练
(2)设事件 C＝{两人中恰有 1 人击中目标}，则 C＝A·B ＋B·A ∴A·B 与 B·A 互斥，且 A 与 B 独立， ∴P(C)＝P(A·B ＋B·A ) ＝P(A·B )＋P(B·A ) ＝P(A)· B )＋P(B)· A ) P( P( ＝P(A)· [1－P(B)]＋P(B)· [1－P(A)] ＝0.8×0.1＋0.9×0.2＝0.26， 即两人中恰有 1 人击中目标的概率为 0.26. (3)设 D＝{目标被击中}＝{两人中至少有 1 人击中目标}，本问有三种解题思路：
【数学】2.2《 二项分布及其应用课件(新人教A版选修2-3)
( 互独事件 互独事件)
独立事件一定不互斥. 独立事件一定不互斥 互斥事件一定不独立. 互斥事件一定不独立 明确事件中的关键词， 明确事件中的关键词，如，“至少有一个发生”“至 至少有一个发生”“至 ”“ 多有一个发生” 恰有一个发生” 多有一个发生”，“恰有一个发生”，“都发 ”“都不发生 都不发生” 不都发生” 生”“都不发生”，“不都发生”。
此时称随机变量X服从二项分布，记作X~B(n,p), 此时称随机变量 服从二项分布，记作 服从二项分布 并称p为成功概率 为成功概率。 并称 为成功概率。
复习回顾
二项分布 3、
在一次试验中某事件发生的概率是p，那么在n次 在一次试验中某事件发生的概率是 ，那么在 次 独立重复试验中这个事件恰发生 恰发生ξ 显然 显然ξ 独立重复试验中这个事件恰发生ξ次,显然ξ是一个随机 变量. 变量. 于是得到随机变量ξ的概率分布如下： 于是得到随机变量 的概率分布如下： 的概率分布如下 ξ p
例 1 考虑恰有三个小孩的家庭 （假定生男生女为 考虑恰有三个小孩的家庭.
等可能） 等可能）
（1）若已知某一家有一个是女孩，求这家另两个是男孩的概率 ）若已知某一家有一个是女孩， （2）若已知某一家第一个是女孩，求这家另两个是男孩的概率 ）若已知某一家第一个是女孩，
(女、女、女)； (女、女、男)； (女、男、女)；(女、男、男)； ( 男、女、女) ； ( 男、女、男) ； ( 男、男、女) ； ( 男、男、男) ；
B
A
复习回顾
1、事件的相互独立性 、 为两个事件， 设A，B为两个事件，如果 P(AB)=P(A)P(B),则称事 ， 为两个事件 则称事 与事件B相互独立 件A与事件 相互独立。 与事件 相互独立。 即事件A（ 对事件B（ 即事件 （或B）是否发生 对事件 （或A）发生的 ）是否发生,对事件 ） 概率没有影响，这样两个事件叫做相互独立事件。 概率没有影响，
独立事件一定不互斥. 独立事件一定不互斥 互斥事件一定不独立. 互斥事件一定不独立 明确事件中的关键词， 明确事件中的关键词，如，“至少有一个发生”“至 至少有一个发生”“至 ”“ 多有一个发生” 恰有一个发生” 多有一个发生”，“恰有一个发生”，“都发 ”“都不发生 都不发生” 不都发生” 生”“都不发生”，“不都发生”。
此时称随机变量X服从二项分布，记作X~B(n,p), 此时称随机变量 服从二项分布，记作 服从二项分布 并称p为成功概率 为成功概率。 并称 为成功概率。
复习回顾
二项分布 3、
在一次试验中某事件发生的概率是p，那么在n次 在一次试验中某事件发生的概率是 ，那么在 次 独立重复试验中这个事件恰发生 恰发生ξ 显然 显然ξ 独立重复试验中这个事件恰发生ξ次,显然ξ是一个随机 变量. 变量. 于是得到随机变量ξ的概率分布如下： 于是得到随机变量 的概率分布如下： 的概率分布如下 ξ p
例 1 考虑恰有三个小孩的家庭 （假定生男生女为 考虑恰有三个小孩的家庭.
等可能） 等可能）
（1）若已知某一家有一个是女孩，求这家另两个是男孩的概率 ）若已知某一家有一个是女孩， （2）若已知某一家第一个是女孩，求这家另两个是男孩的概率 ）若已知某一家第一个是女孩，
(女、女、女)； (女、女、男)； (女、男、女)；(女、男、男)； ( 男、女、女) ； ( 男、女、男) ； ( 男、男、女) ； ( 男、男、男) ；
B
A
复习回顾
1、事件的相互独立性 、 为两个事件， 设A，B为两个事件，如果 P(AB)=P(A)P(B),则称事 ， 为两个事件 则称事 与事件B相互独立 件A与事件 相互独立。 与事件 相互独立。 即事件A（ 对事件B（ 即事件 （或B）是否发生 对事件 （或A）发生的 ）是否发生,对事件 ） 概率没有影响，这样两个事件叫做相互独立事件。 概率没有影响，
《二项分布及其应》课件
• a. 样本量较小：二项分布适用于独立重复试验，当样本量较小时，分布的精确度降低。 • b. 分布参数难以确定：在实际应用中，往往难以确定二项分布的参数，如试验次数和单次试验的成功概率。
• 改进方向： a. 引入其他分布：对于样本量较小的情况，可以考虑使用泊松分布等其他分布来近似二项分布。 b. 利 用贝叶斯推断：贝叶斯推断可以用于估计未知的分布参数，提高二项分布在实际应用中的精确度。 c. 考虑其他模型： 对于某些特定问题，可以考虑使用其他模型来描述实际数据，如正态分布、泊松分布等。
贝叶斯估计法的定义和原理 贝叶斯估计法在二项分布参数估计中的应用 贝叶斯估计法的优缺点分析 贝叶斯估计法与其他参数估计方法的比较
最小二乘估计法
定义：最小二乘法是一种数学统计方法，通过最小化误差的平方和来估计参数
原理：最小二乘法通过最小化预测值与实际值之间的误差平方和来估计参数，从而得到最佳的 参数估计值
假设检验的步骤和实例
提出假设
构造检验统计量
确定临界值
做出推断
实例演示
06
二项分布在实际应用中的案例分析
实验设计和数据分析
实验设计：确 定实验目的、 设计实验方案、 选择实验样本
数据分析：对 实验数据进行 整理、分析和 解释，得出结
论
实验结果：展 示实验结果， 包括数据表格、
图表等
结论与讨论： 对实验结果进 行讨论，提出 改进意见和建
议
二项分布在实际应用中的案例介绍
案例一：医学研究计学中的 二项分布
案例四：计算机科学中的 二项分布
二项分布在实际应用中的优缺点分析
优点：适用于独立 重复试验，可以快 速准确地计算概率
缺点：不适用于连 续性随机变量，需 要满足独立同分布 的条件
• 改进方向： a. 引入其他分布：对于样本量较小的情况，可以考虑使用泊松分布等其他分布来近似二项分布。 b. 利 用贝叶斯推断：贝叶斯推断可以用于估计未知的分布参数，提高二项分布在实际应用中的精确度。 c. 考虑其他模型： 对于某些特定问题，可以考虑使用其他模型来描述实际数据，如正态分布、泊松分布等。
贝叶斯估计法的定义和原理 贝叶斯估计法在二项分布参数估计中的应用 贝叶斯估计法的优缺点分析 贝叶斯估计法与其他参数估计方法的比较
最小二乘估计法
定义：最小二乘法是一种数学统计方法，通过最小化误差的平方和来估计参数
原理：最小二乘法通过最小化预测值与实际值之间的误差平方和来估计参数，从而得到最佳的 参数估计值
假设检验的步骤和实例
提出假设
构造检验统计量
确定临界值
做出推断
实例演示
06
二项分布在实际应用中的案例分析
实验设计和数据分析
实验设计：确 定实验目的、 设计实验方案、 选择实验样本
数据分析：对 实验数据进行 整理、分析和 解释，得出结
论
实验结果：展 示实验结果， 包括数据表格、
图表等
结论与讨论： 对实验结果进 行讨论，提出 改进意见和建
议
二项分布在实际应用中的案例介绍
案例一：医学研究计学中的 二项分布
案例四：计算机科学中的 二项分布
二项分布在实际应用中的优缺点分析
优点：适用于独立 重复试验，可以快 速准确地计算概率
缺点：不适用于连 续性随机变量，需 要满足独立同分布 的条件
第5讲二项分布及其应用
对二项分布理解要到位 【问题诊断】 二项分布是高中概率中最重要的概率分布模 型，是近年高考非常重要的一个考点.二项分布概率模型的 特点是“独立性”和“重复性”，事件的发生都是独立的、 相互之间没有影响，事件又在相同的条件之下重复发生.但 在试题中，有的问题是局部的二项分布概率模型问题，解 题时要注意这种特殊情况. 【防范措施】 要记住二项分布概率模型的特点，在解题 时把符合这种特点的概率问题归结到二项分布模型上面， 直接根据二项分布概率模型的公式解决.
考向三
独立重复ቤተ መጻሕፍቲ ባይዱ验与二项分布
【例3】一名学生每天骑车上学，从他家到学校的途中有6 个交通岗，假设他在各个交通岗遇到红灯的事件是相互独 立的，并且概率都是1/3. (1)设X为这名学生在途中遇到红灯的次数，求X的分布列； (2)设Y为这名学生在首次停车前经过的路口数，求Y的分布 列； (3)求这名学生在途中至少遇到一次红灯的概率． [审题视点]首先判断分布的类型，再根据X，Y的取值所 对应的事件意义求解．
专题十二 概率、随机变量及其分布
第5讲 二项分布及其应用
1．考查条件概率和两个事件相互独立的概念． 2．考查n次独立重复试验的模型及二项分布． 3．能解决一些简单的实际问题． 【复习指导】 复习时要把事件的独立性、事件的互斥性结合起来，会对 随机事件进行分析，即把一个随机事件分拆成若干个互斥 事件之和，再把其中的每个事件分拆成若干个相互独立事 件之积，同时掌握好二项分布的实际意义及其概率分布和 数学期望的计算方法．
【示例】 某气象站天气预报的准确率为80%，计算(结果保 留到小数点后面第2位) (1)5次预报中恰有2次准确的概率； (2)5次预报中至少有2次准确的概率； (3)5次预报中恰有2次准确，且其中第3次预报准确的概率． 错因 解本题容易出错的地方，一是对“恰有2次”、“至 少有2次”理解错误，误用二项分布；二是对随机事件“5 次预报中恰有2次准确，且其中第3次预报准确”的意义理 解错误，不能把问题归结为只要在第1,2,4,5次预报中预报1 次准确即可，出现仍然用5次独立重复试验二项分布模型解 决问题的错误．
数学：2.2.2《二项分布及其应用-事件的相互独立性》PPT课件(新人教A版-选修2-3)
注:(1)若事件 A1，A2 ，… ，An 中任意两个事件相互 独立， 则称事件 A1，A2 ，… ，An 两两相互独立. (2)设 A1，A2 ，… ，An为n 个事件，若对于任意k(1≤k≤n), 及 1≤i 1< i 2< · < i k≤n 有P( Ai Ai Ai ) P( Ai )P( Ai ) P( Ai ) · · 则称事件 A1，A2 ，… ，An 相互独立.
1 P( A B C ) 1 0.5 0.55 0.6 0.835
0.8 P ( D)
所以，合三个臭皮匠之力把握就大过诸葛亮.
学习小结:
(1)列表比较 互斥事件 不可能同时发 定义 生的两个事件
相互独立事件 事件A是否发生对事件B 发生的概率没有影响
概率公式 P(A+B)=P(A)+P(B) P( A B) P( A) P( B) (2)解决概率问题的一个关键：分解复杂问题为基本 的互斥事件与相互独立事件. 选做作业: 研究性题:在力量不是十分悬殊的情况下我们解释 了“三个臭皮匠顶个诸葛亮”的说法.那么你能否用概 率的知识解释我们常说的“真理往往掌握在少数人手 里的”？
练习5
(1 0.7) (1 0.7) (1 0.7) 0.027
2
(4)
P2=1－(1－r)2
1 1 2 2
P3=1－(1－r2)2
P4=[1－(1－r)2]2
答案
附1：用数学符号语言表示下列关系：
若A、B、C为相互独立事件，则 B· ① A、B、C同时发生； ①A· C B· ② A、B、C都不发生； ② A· C ③ A、B、C中恰有一个发生； B·＋A· C＋A· C ③A· C B· B· ④ A、B、C中至少有一个发生的概率； －P( A· C ) ④1 B· ⑤ A、B、C中至多有一个发生. B· ⑤A· C ＋ A· C ＋ A· C＋ A· C B· B· B·
1 P( A B C ) 1 0.5 0.55 0.6 0.835
0.8 P ( D)
所以，合三个臭皮匠之力把握就大过诸葛亮.
学习小结:
(1)列表比较 互斥事件 不可能同时发 定义 生的两个事件
相互独立事件 事件A是否发生对事件B 发生的概率没有影响
概率公式 P(A+B)=P(A)+P(B) P( A B) P( A) P( B) (2)解决概率问题的一个关键：分解复杂问题为基本 的互斥事件与相互独立事件. 选做作业: 研究性题:在力量不是十分悬殊的情况下我们解释 了“三个臭皮匠顶个诸葛亮”的说法.那么你能否用概 率的知识解释我们常说的“真理往往掌握在少数人手 里的”？
练习5
(1 0.7) (1 0.7) (1 0.7) 0.027
2
(4)
P2=1－(1－r)2
1 1 2 2
P3=1－(1－r2)2
P4=[1－(1－r)2]2
答案
附1：用数学符号语言表示下列关系：
若A、B、C为相互独立事件，则 B· ① A、B、C同时发生； ①A· C B· ② A、B、C都不发生； ② A· C ③ A、B、C中恰有一个发生； B·＋A· C＋A· C ③A· C B· B· ④ A、B、C中至少有一个发生的概率； －P( A· C ) ④1 B· ⑤ A、B、C中至多有一个发生. B· ⑤A· C ＋ A· C ＋ A· C＋ A· C B· B· B·
6(第三章)二项分布及其应用.
80%。 对于每只小白鼠来说，死亡概率0.8，生存概 率0.2。如果每组有甲、乙、丙三只小白鼠， 有不同生死组合方式、排列方式：
各种生存死亡排列、组合的概率
小鼠生死组合 排列方式 死亡数 生存数 甲 乙 丙
每种排列 的概率
0
3 √ √ √ 0.2 × 0.2 × 0.2
1
2 × √ √ 0.8 × 0.2 × 0.2
H0: π1=π2 H1: π1≠π2
α(80+85)=0.2182
u
0.2875 0.1529
2.092
0.2182
1
0.2182
1 80
1 85
查u界值表，得 0.01<P<0.05，拒绝H0，接受H1， 可认为男女生感染率不同，男生高于女生
0 0 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20
n=20 pi=0.5
π≠0.5分布偏态
0.4 0.3 0.2 0.1
0 0
1
2
3
4
n=5 pi=0.3
0.3
0.25
0.2
0.15
0.1
0.05
0
5
0 1 2 3 4 5 6 7 8 9 10
P<0.01，拒绝H0，接受H1，可认为老年患者与 一般患者不同，更易有出血症状
②两样本率比较的u检验
u
p1 p2
pc
(1
p
c
)( 1 n1
1 n2
)
pc
X1 X2 n1 n2
例 某山区小学男生80人，其中肺吸虫感染23人，感 染 率 为 28.75%, 女 生 85 人 感 染 13 人 , 感 染 率 为 15.29%,问男女生的肺吸虫感染率有无差别?
各种生存死亡排列、组合的概率
小鼠生死组合 排列方式 死亡数 生存数 甲 乙 丙
每种排列 的概率
0
3 √ √ √ 0.2 × 0.2 × 0.2
1
2 × √ √ 0.8 × 0.2 × 0.2
H0: π1=π2 H1: π1≠π2
α(80+85)=0.2182
u
0.2875 0.1529
2.092
0.2182
1
0.2182
1 80
1 85
查u界值表，得 0.01<P<0.05，拒绝H0，接受H1， 可认为男女生感染率不同，男生高于女生
0 0 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20
n=20 pi=0.5
π≠0.5分布偏态
0.4 0.3 0.2 0.1
0 0
1
2
3
4
n=5 pi=0.3
0.3
0.25
0.2
0.15
0.1
0.05
0
5
0 1 2 3 4 5 6 7 8 9 10
P<0.01，拒绝H0，接受H1，可认为老年患者与 一般患者不同，更易有出血症状
②两样本率比较的u检验
u
p1 p2
pc
(1
p
c
)( 1 n1
1 n2
)
pc
X1 X2 n1 n2
例 某山区小学男生80人，其中肺吸虫感染23人，感 染 率 为 28.75%, 女 生 85 人 感 染 13 人 , 感 染 率 为 15.29%,问男女生的肺吸虫感染率有无差别?
第八讲 二项分布与Poisson分布及其应用wang
二、率的假设检验
（一）样本率与总体率比较 • 比较的目的是推断该样本所代表的未知总 体率π与已知的总体率π0是否相等。 （二）两样本率比较的u检验
• 比较的目的是推断该两样本率所代表的总 体率π1与总体率π2是否相等。
（一）样本率与总体率比较
1、直接计算概率法
• 当阳性数 x 较小时，可直接计算二项分布的累计 概率，做出统计推断。
0.14 0.12 0.1 0.08 0.06 0.04 0.02 0
12 15 18 21 24 27 30 33 36 39 42 45 48 0 3 6 9
0.25 0.2 0.15 0.1 0.05 0
10 12 14 16 18 20 0 2 4 6 8
n=50 p=0.3
n=20 p=0.3
p(X k)
X 0
P(X)
k
例1：据以往经验，新生儿染色体异常率一般为 1%，某医院观察了当地 400名新生儿，只有1 例异常，问该地新生儿染色体异常率是否低于 一般？
• H0: π=0.01 H1: π<0.01 α=0.05 （单侧） P = p(x≤1) = p(x=0) + p(x=1)
n=5
p=0.5
n=10 p=0.5
0.3 0.25 0.2 0.15 0.1 0.05
n=20 p=0.5
0.4 0.3 0.2 0.1 0 0 1 2 3 4 5
0 0 1 2 3 4 5 6 7 8 9 10
n=5 p=0.3
n=10
p=0.3
(2) 数理统计证明，当n趋于无穷大时， 二项分布趋于正态分布。实际应用中，只 要n足够大， π不接近于1或0，就可以用正 态分布来处理二项分布的问题。
7.4.1二项分布PPT课件(人教版)
二、素养训练
1．某一批花生种子，如果每 1 粒发芽的概率都为45，那么播下 3 粒种子恰有 2 粒发芽的 概率是( )
12 A.125
48 B.125
16 C.125
96 D.125
解析 播下 3 粒种子恰有 2 粒发芽的概率为 C23452×1－45＝14285.
答案 B
2．某电子管正品率为34，次品率为14，现对该批电子管进行测试，设第 X 次首次测到正
解析 设出现正面向上的次数为 X，则 X～B5，12，故 P(X＝3)＝C351231－122＝156.
答案
5 16
3．某人射击一次击中目标的概率为0.6, 经过3次射击， 此人至少有两次击中目标的概 率为__________． 解析 设击中目标的次数为X，则X～B(3，0.6)． 故 P(X≥2)＝P(X＝2)＋P(X＝3)＝C230.62(1－0.6)＋C330.63＝0.648.
好发生 k 次的概率 P(X＝k)＝Cknpk(1－p)n－k，k＝0，1，2，…，n.
(√)
[微训练]
1．已知 X～B6，13，则 P(X＝4)＝__________．
解析 P(X＝4)＝C461341－132＝22403.
答案
20 243
2．连续掷一枚硬币5次， 恰好有3次出现正面向上的概率是__________．
1．n重伯努利实验的概念 只包含__两__个可能结果的实验叫做伯努利实验，将一个伯努利实验独立地重 复进行n次所组成的随机实验称为n重伯努利实验．
2．n重伯努利实验具有如下共同特征 (1)同一个伯努利实验重复做n次； (2)各次实验的结果相互独立．
3．二项散布 一般地，在n重伯努利实验中，设每次实验中事件A产生的概率为p(0<p<1)， 用X表示事件A产生的次数，则X的散布列为： P(X＝k)＝___C_nk_p_k_(1_－__p_)_n－_k____，k＝0，1，2，…，n. 如果随机变量X的散布列具有上式的情势，则称随机变量X服从二项散布，记作 __X__～__B_(_n_，__p_) ______． 4 ． 一 般 地 ， 可 以 证 明 ： 如 果 X ～ B(n ， p) ， 那 么 E(X) ＝ np ， D(X) ＝ ___n_p_(1_－__p_)_______．
课件2：二项分布及其应用
2 9
1 9
作 业
能
所以 Eξ＝1×23＋2×29＋3×19＝193.
菜单
91淘课网 ——淘出优秀的你
自
1．解答本题关键是把所求事件包含的各种情况找出
高 考
主
体
落 实
来，从而把所求事件表示为几个事件的和事件．
验 ·
·
明
固 基
2．求相互独立事件同时发生的概率的方法主要有
考 情
础
(1)利用相互独立事件的概率乘法公式直接求解．
1
由条件概率计算公式，得 P(B|A)＝P（P（A∩A）B）＝140＝14.
典
例
探
究 ·
【答案】 B
提
知
能
10
课 后 作 业
菜单
91淘课网 ——淘出优秀的你
高
自
主
1．利用定义，分别求P(A)和P(AB)，得
考 体
落 实 · 固
P(B|A)＝PP（（AAB））.这是通用的求条件概率的方法．
验 · 明 考
体 验
实 · 固
篮投中，则 P(Ak)＝13，P(Bk)＝12(k＝1，2，3)．
· 明 考
基 础
(1)记“甲获胜”为事件 C，由互斥事件有一个发生的概 情
率与相互独立事件同时发生的概率计算公式知
P(C)＝P(A1)＋P(A1 B1A2)＋P(A1 B1 A2 B2A3) ＝P(A1)＋P(A1 )P(B1 )P(A2)＋
典
S△SEOH＝π2＝21π.故 P(B|A)＝PP（（AAB））＝22π＝14.
例 探
π
课
后
究 · 提
【答案】 (1)π2 (2)14
相关主题
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
（3） 确定P值，做出推断结论。
查表得, 0.0005<P<0.001, 按 = 0.05 水准拒绝H0，接受H1，
认为中西医结合疗法的疗效好于常规疗法。
.
例4 经长期临床观察, 发现胃溃疡患者发生胃出血症状 的占20%。现某医院观察了304例65岁以上的老年胃 溃疡患者，有96例发生胃出血症状，占31.58%。问老 年胃溃疡患者是否较一般患者更易发生胃出血？
(2) 根据二项分布的分布规律，计算 P 值。
本例0=0.01，n=400，x=1，根据题意需求最多有1例染
色体异常的概率，按二项分布的概率函数得
1
P( X 1) P( X ) (0.99)400
400! (0.99)4001 (0.01) 0.0905
0
1!(400 1)!
(3) 做出推断结论: P >0.05，按 =0.05检验水准不拒绝H0，尚 不能认为该地新生儿染色体异常率低于一般。
xx
n=20, =0.5
n=30, =0.5
.
n=5, =0.3
n=10, =0.3
n=20, =0.3
n=50, =0.3
.
=0.2, n=5
=0.2, n=10
==00.2.2, ,nn==2200
=0.2, n=50
.
（四）二项分布的特点
1、当 0.5时，无论 n大小，其图形均呈对称分布；
当H0成立时, 100例患者中治愈人数的概率分布
.
（1）建立检验假设，确定检验水准
H0： = 0，即该种中西医结合疗法疗效与常规疗法相同 H1： > 0，即该种中西医结合疗法疗效好于常规疗法 = 0.05
（2） 计算检验统计量 。
本例, 0 =0.65，n=100， x=80 。
un X 0 1 n 001 8 0 0 1 0.0 6 0 0 5 .0 0 6 .35 53.14
二项分布及其应用
.
内容提纲
二项分布的概念及应用条件 二项分布的性质 二项分布的特点 二项分布的应用
.
一、二项分布的概念及应用条件
举例：设小白鼠接受一定剂量的某种 毒物染毒后死亡率为80%。若每组各 用3只小白鼠（甲、乙、丙）接受该 种毒物染毒，观察各组小白鼠的存亡 情况。
.
死亡数 x
.
❖二项分布的累计概率:
15
20
25
30
35
40
45
50
55
60
65
k1
k2
.
三、二项分布的应用
（一）估计总体率的可信区间
1、率的抽样误差
p
1
n
p1 p
sp
n
2、总体率的区间估计
.
(理论值) (估计值)
三、二项分布的应用
2、总体率的区间估计 (1)查表法——样本量较小时(n50) 例3.6 某医院皮肤科医师用某种药物治疗20名
(1) 0
1
2
3 合计
表 1 3 只小白鼠染毒后的死亡只数的概率分布
生存数
排列方式
n-x
甲乙 丙
各种排列的概率
(2)
(3)
(4)
3
生 生 生 0.2 0.2 0.2 0.008
死 生 生 0.8 0.2 0.2 0.032
2
生 死 生 0.2 0.8 0.2 0.032
生 生 死 0.2 0.2 0.8 0.032
.
2、总体率的区间估计
三、二项分布的应用
（2）正态近似法 当样本含量足够大，且样本率p和 1-p均不太小，一般 np与 n(1-p)均大于5时，样本率的抽样分布近似正态分布，即
p~N(,1)
n
此时, 总体率的可信区间可按下式进行估计:
p u s p , p u s p
2
2
其中,
sp
p1 p
n
304
（3） 确定P值 , 做出推断结论。查表得, P<0.0005, 按 = 0.05
水准拒绝H0, 接受H1, 认为老年胃溃疡患者较一般患者更易发 生胃出血。
.
☺小贴士：注意事项
以上各例均为单侧检验, 若需进行双侧检验, 则P值为从H0
规定的总体中抽到现有样本以及更极端（即概率小于等于现有 样本概率）情形的累计概率。
该例题中各种组合的概率恰好等于该二项式展开式的各项，所以将
n次这种只具有两种互相对立结果中一种的随机实验成功次数的概
率分布称为二项分布。
.
该例题中各种组合的概率恰好等于该二项式展开式 的各项，所以将n次这种只具有两种互相对立结果 中一种的随机实验成功次数的概率分布称为二项分 布。
[1 ( )]n (1 )n C n 1 (1 )n 11 C n 2(1 )n 22 C n X (1 )n XX C n n 1 (1 )n 1n
.
例2 据以往经验，新生儿染色体异常率一般为1％， 某医生观察了当地400名新生儿，发现有1例染色体 异常，问该地新生儿染色体异常率是否低于一般？
H0成立时, 400名新生儿中染色体异常例数的概率分布
.
（1）建立检验假设，确定检验水准
H0： = 0，即该地新生儿染色体异常率不低于一般 H1： < 0，即该地新生儿染色体异常率低于一般 = 0.05
次的试验称为 n 重贝努里试验（Bernoulli trial）。 n 重贝努里试验中事件A发生的次数 x 所服从的分布 即为二项分布（binomial distribution），记为 x ~
B( , n ）。
例 抛硬币（正/反），患者治疗后的结局（治愈/未愈），实验 动物染毒后结局（生存/死亡），……。
.
例. 求前例中三只小白鼠死亡2只的概率。
p ( x 2 ) C 3 22 1 3 2 3 0 .8 2 0 .2 1 0 .384
.
一、二项分布的概两种相互对立的结果(A及 A ),
并且 P(A) ，PA1， 把 E 独立地重复 n
.
一、二项分布的概念及应用条件
2、应用条件：
① n次试验相互独立 （ n 个观察单位相互独立）。 ② 每次试验只有两种可能结果中的某一种（适用
于二分类资料）。
③ 每次试验发生某一种结果的概率 固定不变
（要求各观察单位同质）。
.
二、二项分布的性质
（一）均数和标准差
设从概率为的总体中随机抽取样本量为n的样本，每个
.
1、样本率与已知总体率的比较：
(2) 正态近似法: 当 n0 和 n(1-0) 均大于5时,
近似
X ~ Nn 0 , n 0 1 0
p
近似
~
N
0
,
0
1
n
0
可用正态近似法, 按下式计算检验统计量u值。
u X n 0
n 0 1 0
或
u p0 0(10)/n
.
例3 据报道，某常规疗法对某种疾病的治愈率为65%。现某 医生用中西医结合疗法治疗了100例该病患者，治愈了80人。 问该中西医结合疗法的疗效是否比常规疗法好？
.
若H0成立, 由400名新生儿中染色体异常的人数服从B(0.01,400),
现有样本为x=1： p( x
1)
C
1 400
0.01 0.99 399
0.07253
比现有样本更极端（即p0.07253)的情形包括x=0,x=7,x=8,…,
x=400。故 P p (x 1 )p (x7 )
1 p (2 )p (3 )p (4 )p (5 )p (6 )0 .2001
系统性红斑狼疮患者，其中8人近期有效，求该法 近期有效率的95%可信区间。
用n=20和x=8查附表7.2百分率的可信区间得该 法近期有效率的95%可信区间为19%64%。
由于附表7百分率的可信区间中值只列出了x n/2的部分，当x>n/2时，应以n -x查表，再从100
中减去查得的数值即为所求可信区间。
2、当 0.5，且且nn小小时时 呈偏态分布；随n不断增大，逐
渐趋于对称分布；当 n时，逼近正态分布。
实际工作中，只要n足够大，与1- 均不太小时（通常规
n定> 50 n5 n15
且
与
时），可看作近似正
ap 态分.p布r，o即
x~Nn,n1 或
pa~pp.rNo,1
n
.
二项分布的正态近似示意图
例2* 据以往经验，新生儿染色体异常率一般为1％。为了解某地 新生儿染色体异常率，某医生观察了当地400名新生儿,发现有1 例染色体异常，问该地新生儿染色体异常率是否与一般人群相同？
（1）建立检验假设，确定检验水准
H0: =0，即该地新生儿染色体异常率与一般人群相同 H1: 0，即该地新生儿染色体异常率与一般人群不同 = 0.05
概率的加法原理：几个互不相容的事件至少发生其一的概率等 于各事件发生概率的和。
.
3只小白鼠存亡的排列和组合方式及其概率的计算 0.8,n3
小白鼠存亡组合方 式
生存数 死亡数 （n-X） （X）
（1）
3
0
排列方式 每种排列的概率
每种组合的概率
甲乙丙
P(X ) CnX X (1 )nX
（2）
（3）
1
2
生 死
死 生
死 死
0.2×0.8×0.8=0.128 0.8×0.2×0.8=0.128
P(2) C32 (0.8)2 (1 0.8)32 0.384
死 死 生 0.8×0.8×0.2=0.128
0
3
死 死 死 0.8×0.8×0.8=0.512 P(3) C33 (0.8)3 (1 0.8)33 0.512
查表得, 0.0005<P<0.001, 按 = 0.05 水准拒绝H0，接受H1，
认为中西医结合疗法的疗效好于常规疗法。
.
例4 经长期临床观察, 发现胃溃疡患者发生胃出血症状 的占20%。现某医院观察了304例65岁以上的老年胃 溃疡患者，有96例发生胃出血症状，占31.58%。问老 年胃溃疡患者是否较一般患者更易发生胃出血？
(2) 根据二项分布的分布规律，计算 P 值。
本例0=0.01，n=400，x=1，根据题意需求最多有1例染
色体异常的概率，按二项分布的概率函数得
1
P( X 1) P( X ) (0.99)400
400! (0.99)4001 (0.01) 0.0905
0
1!(400 1)!
(3) 做出推断结论: P >0.05，按 =0.05检验水准不拒绝H0，尚 不能认为该地新生儿染色体异常率低于一般。
xx
n=20, =0.5
n=30, =0.5
.
n=5, =0.3
n=10, =0.3
n=20, =0.3
n=50, =0.3
.
=0.2, n=5
=0.2, n=10
==00.2.2, ,nn==2200
=0.2, n=50
.
（四）二项分布的特点
1、当 0.5时，无论 n大小，其图形均呈对称分布；
当H0成立时, 100例患者中治愈人数的概率分布
.
（1）建立检验假设，确定检验水准
H0： = 0，即该种中西医结合疗法疗效与常规疗法相同 H1： > 0，即该种中西医结合疗法疗效好于常规疗法 = 0.05
（2） 计算检验统计量 。
本例, 0 =0.65，n=100， x=80 。
un X 0 1 n 001 8 0 0 1 0.0 6 0 0 5 .0 0 6 .35 53.14
二项分布及其应用
.
内容提纲
二项分布的概念及应用条件 二项分布的性质 二项分布的特点 二项分布的应用
.
一、二项分布的概念及应用条件
举例：设小白鼠接受一定剂量的某种 毒物染毒后死亡率为80%。若每组各 用3只小白鼠（甲、乙、丙）接受该 种毒物染毒，观察各组小白鼠的存亡 情况。
.
死亡数 x
.
❖二项分布的累计概率:
15
20
25
30
35
40
45
50
55
60
65
k1
k2
.
三、二项分布的应用
（一）估计总体率的可信区间
1、率的抽样误差
p
1
n
p1 p
sp
n
2、总体率的区间估计
.
(理论值) (估计值)
三、二项分布的应用
2、总体率的区间估计 (1)查表法——样本量较小时(n50) 例3.6 某医院皮肤科医师用某种药物治疗20名
(1) 0
1
2
3 合计
表 1 3 只小白鼠染毒后的死亡只数的概率分布
生存数
排列方式
n-x
甲乙 丙
各种排列的概率
(2)
(3)
(4)
3
生 生 生 0.2 0.2 0.2 0.008
死 生 生 0.8 0.2 0.2 0.032
2
生 死 生 0.2 0.8 0.2 0.032
生 生 死 0.2 0.2 0.8 0.032
.
2、总体率的区间估计
三、二项分布的应用
（2）正态近似法 当样本含量足够大，且样本率p和 1-p均不太小，一般 np与 n(1-p)均大于5时，样本率的抽样分布近似正态分布，即
p~N(,1)
n
此时, 总体率的可信区间可按下式进行估计:
p u s p , p u s p
2
2
其中,
sp
p1 p
n
304
（3） 确定P值 , 做出推断结论。查表得, P<0.0005, 按 = 0.05
水准拒绝H0, 接受H1, 认为老年胃溃疡患者较一般患者更易发 生胃出血。
.
☺小贴士：注意事项
以上各例均为单侧检验, 若需进行双侧检验, 则P值为从H0
规定的总体中抽到现有样本以及更极端（即概率小于等于现有 样本概率）情形的累计概率。
该例题中各种组合的概率恰好等于该二项式展开式的各项，所以将
n次这种只具有两种互相对立结果中一种的随机实验成功次数的概
率分布称为二项分布。
.
该例题中各种组合的概率恰好等于该二项式展开式 的各项，所以将n次这种只具有两种互相对立结果 中一种的随机实验成功次数的概率分布称为二项分 布。
[1 ( )]n (1 )n C n 1 (1 )n 11 C n 2(1 )n 22 C n X (1 )n XX C n n 1 (1 )n 1n
.
例2 据以往经验，新生儿染色体异常率一般为1％， 某医生观察了当地400名新生儿，发现有1例染色体 异常，问该地新生儿染色体异常率是否低于一般？
H0成立时, 400名新生儿中染色体异常例数的概率分布
.
（1）建立检验假设，确定检验水准
H0： = 0，即该地新生儿染色体异常率不低于一般 H1： < 0，即该地新生儿染色体异常率低于一般 = 0.05
次的试验称为 n 重贝努里试验（Bernoulli trial）。 n 重贝努里试验中事件A发生的次数 x 所服从的分布 即为二项分布（binomial distribution），记为 x ~
B( , n ）。
例 抛硬币（正/反），患者治疗后的结局（治愈/未愈），实验 动物染毒后结局（生存/死亡），……。
.
例. 求前例中三只小白鼠死亡2只的概率。
p ( x 2 ) C 3 22 1 3 2 3 0 .8 2 0 .2 1 0 .384
.
一、二项分布的概两种相互对立的结果(A及 A ),
并且 P(A) ，PA1， 把 E 独立地重复 n
.
一、二项分布的概念及应用条件
2、应用条件：
① n次试验相互独立 （ n 个观察单位相互独立）。 ② 每次试验只有两种可能结果中的某一种（适用
于二分类资料）。
③ 每次试验发生某一种结果的概率 固定不变
（要求各观察单位同质）。
.
二、二项分布的性质
（一）均数和标准差
设从概率为的总体中随机抽取样本量为n的样本，每个
.
1、样本率与已知总体率的比较：
(2) 正态近似法: 当 n0 和 n(1-0) 均大于5时,
近似
X ~ Nn 0 , n 0 1 0
p
近似
~
N
0
,
0
1
n
0
可用正态近似法, 按下式计算检验统计量u值。
u X n 0
n 0 1 0
或
u p0 0(10)/n
.
例3 据报道，某常规疗法对某种疾病的治愈率为65%。现某 医生用中西医结合疗法治疗了100例该病患者，治愈了80人。 问该中西医结合疗法的疗效是否比常规疗法好？
.
若H0成立, 由400名新生儿中染色体异常的人数服从B(0.01,400),
现有样本为x=1： p( x
1)
C
1 400
0.01 0.99 399
0.07253
比现有样本更极端（即p0.07253)的情形包括x=0,x=7,x=8,…,
x=400。故 P p (x 1 )p (x7 )
1 p (2 )p (3 )p (4 )p (5 )p (6 )0 .2001
系统性红斑狼疮患者，其中8人近期有效，求该法 近期有效率的95%可信区间。
用n=20和x=8查附表7.2百分率的可信区间得该 法近期有效率的95%可信区间为19%64%。
由于附表7百分率的可信区间中值只列出了x n/2的部分，当x>n/2时，应以n -x查表，再从100
中减去查得的数值即为所求可信区间。
2、当 0.5，且且nn小小时时 呈偏态分布；随n不断增大，逐
渐趋于对称分布；当 n时，逼近正态分布。
实际工作中，只要n足够大，与1- 均不太小时（通常规
n定> 50 n5 n15
且
与
时），可看作近似正
ap 态分.p布r，o即
x~Nn,n1 或
pa~pp.rNo,1
n
.
二项分布的正态近似示意图
例2* 据以往经验，新生儿染色体异常率一般为1％。为了解某地 新生儿染色体异常率，某医生观察了当地400名新生儿,发现有1 例染色体异常，问该地新生儿染色体异常率是否与一般人群相同？
（1）建立检验假设，确定检验水准
H0: =0，即该地新生儿染色体异常率与一般人群相同 H1: 0，即该地新生儿染色体异常率与一般人群不同 = 0.05
概率的加法原理：几个互不相容的事件至少发生其一的概率等 于各事件发生概率的和。
.
3只小白鼠存亡的排列和组合方式及其概率的计算 0.8,n3
小白鼠存亡组合方 式
生存数 死亡数 （n-X） （X）
（1）
3
0
排列方式 每种排列的概率
每种组合的概率
甲乙丙
P(X ) CnX X (1 )nX
（2）
（3）
1
2
生 死
死 生
死 死
0.2×0.8×0.8=0.128 0.8×0.2×0.8=0.128
P(2) C32 (0.8)2 (1 0.8)32 0.384
死 死 生 0.8×0.8×0.2=0.128
0
3
死 死 死 0.8×0.8×0.8=0.512 P(3) C33 (0.8)3 (1 0.8)33 0.512