4 常用概率分布
《生物统计附试验设计》第五版_课后习题(前六章)
生物统计第一章绪论1.什么是生物统计？它在动物科学研究中有何作用？2.什么是总体、个体、样本、样本容量？统计分析的两个特点是什么？3.什么是参数、统计数？二者有何关系？4.什么是试验或调查的准确性与精确性？如何提高试验或调查的准确性与精确性？5.什么是随机误差与系统误差？如何控制、降低随机误差，避免系统误差？6.统计学发展的概貌可分为哪三种形态？拉普拉斯、高斯、高尔顿、皮尔森、哥塞特、费舍尔对统计学有何重要贡献？第二章资料的整理1.资料可以分为哪几种类型？它们有何区别与联系？2.为什么要对资料进行整理？对于计量资料，整理成次数分布表的基本步骤是什么？3.统计表与统计图有何用途？常用统计表、统计图有哪些？编制统计表、绘制统计图有何基本要求？4.某品种100头猪的血红蛋白含量资料单位：g／100ml列于下表，将其整理成次数分布表，并绘制次数分布直方图与折线图。
表格1 4某品种100头猪的血红蛋白含量（g／100ml）13. 4 13.814.414.714.814.413.913.13.12.812.512.312.111.811.10.111. 1 10.111.612.12.12.712.613.413.513.514.15.15.114.113.513.513.12.12.16.12.11.11.10.10.11.11.12.12.12.12.13.2 7 83 1 7 2 5 5 3 8 24 8 8 313. 6 14.114.515.215.314.614.213.713.412.912.912.412.311.911.110.710. 8 11.411.512.212.112.89.512.312.512.713.13.113.914.214.912.413. 1 12.512.712.12.411.611.510.911.111.612.613.213.814.114.715.615. 7 14.714.13.95.1～9周龄大型肉鸭杂交组合GW和GY的料肉比列于下表，绘制线图。
概率论与数理统计公式
概率论与数理统计公式概率论是一门研究随机现象规律的数学学科，是现代数学的基础之一、而数理统计则是利用概率论的工具和方法，分析和处理统计数据，从而得出推断、估计、决策等信息的科学。
在概率论与数理统计的学习过程中，掌握一些重要的公式是非常关键的。
下面是一些概率论与数理统计中常用的公式：1.概率公式：-加法公式：P(A∪B)=P(A)+P(B)-P(A∩B)-乘法公式：P(A∩B)=P(A)*P(B，A)-条件概率公式：P(A，B)=P(A∩B)/P(B)2.期望与方差公式：-期望：E(X)=∑(x*P(X=x))- 方差：Var(X) = E((X-μ)^2) = ∑((x-μ)^2 * P(X=x))3.常用概率分布及其特征：-二项分布：P(X=k)=C(n,k)*p^k*(1-p)^(n-k)-泊松分布：P(X=k)=(λ^k*e^(-λ))/k!-正态分布：f(x)=(1/(σ*√(2π)))*e^(-((x-μ)^2)/(2*σ^2))4.样本与总体统计量公式：-样本均值：x̄=(∑x)/n-样本方差：s^2=(∑(x-x̄)^2)/(n-1)-样本标准差：s=√(s^2)5.参数估计公式：-点估计：-总体均值估计：μ的点估计为x̄-总体方差估计：σ^2的点估计为s^2-区间估计：-总体均值的置信区间：x̄±Z*(σ/√n)-总体比例的置信区间：p±Z*√((p*(1-p))/n)6.假设检验公式：-均值检验：-单样本均值检验：t=(x̄-μ0)/(s/√n)-双样本均值检验：t=(x̄1-x̄2)/√((s1^2/n1)+(s2^2/n2))-比例检验：-单样本比例检验：z=(p-p0)/√((p0*(1-p0))/n)-双样本比例检验：z=(p1-p2)/√((p*(1-p))*((1/n1)+(1/n2)))以上是概率论与数理统计中一些常用的公式，这些公式为解决问题提供了有力的工具和方法。
第四章 常见概率分布之二项分布和波松分布
样本均数和方差S2计算结果如下：
x =Σfk/n
=(120×0+62×1
+15×2+2×3+1×4)/200
=0.51
上一张 下一张 主 页 退 出
s2
fk 2 ( fk ) 2 / n
n 1 2 2 2 2 2 2 (120 0 62 1 15 2 2 3 1 4 102 ) / 200 200 1
即得各项按波松分布的理论窝数。 波松分布与
相应的频率分布列于表4—7中。
上一张 下一张 主 页 退 出
表4—4 畸形仔猪数的波松分布
将实际计算得的频率与根据λ=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 λ=0.51 的 波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波松分 布的。
上一张 下一张 主 页 退 出
【例4.14】 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：
0 1 p( x 1) C15 0.2 0 0.815 C15 0.210.814 0.1671
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。
上一张 下一张 主 页
退 出
【例4.11】 仔猪黄痢病在常规治疗下死亡率 为20％，求5 头病猪治疗后死亡头数各可能值相 应的概率。 设5头病猪中死亡头数为x，则x服从二项分
作中，当 λ≥20时就可以用正态分布来近 似地处理波松分布的问题。
二、波松分布的概率计算
波松分布的概率计算，依赖于参数 λ的确定， 只要参数λ确定了 ，把k=0，1，2，… 代入 (4-23)式即可求得各项的概率。 但是在大多数 服从波松分布的实例中，分布参数λ往往是未知 的，只能从所观察的随机样本中计算出相应的样 本平均数作为 λ 的 估计值，将其代替(4-23) 式中的λ，计算出 k = 0，1，2，… 时的各项 概率。
16种常见概率分布概率密度函数、意义及其应用
目录1. 均匀分布 (1)2. 正态分布（高斯分布） (2)3. 指数分布 (2)4. Beta分布（：分布） (2)5. Gamm 分布 (3)6. 倒Gamm分布 (4)7. 威布尔分布（Weibull分布、韦伯分布、韦布尔分布） (5)8. Pareto 分布 (6)9. Cauchy分布（柯西分布、柯西-洛伦兹分布） (7)210. 分布（卡方分布） (7)8 11. t分布................................................9 12. F分布 ...............................................10 13. 二项分布............................................10 14. 泊松分布（Poisson 分布）.............................11 15. 对数正态分布........................................1. 均匀分布均匀分布X ~U（a,b）是无信息的，可作为无信息变量的先验分布。
2. 正态分布（高斯分布）当影响一个变量的因素众多，且影响微弱、都不占据主导地位时，这个变量 很可能服从正态分布，记作X~N （」f 2）。
正态分布为方差已知的正态分布N （*2）的参数」的共轭先验分布。
1 空f （x ）： —— e 2-J2 兀 o'E(X)， Var(X) _ c 23. 指数分布指数分布X ~Exp （ ）是指要等到一个随机事件发生，需要经历多久时间。
其 中，.0为尺度参数。
指数分布的无记忆性：Plx s t|X = P{X t}。
f （X ）二 y oiE(X) 一4. Beta 分布（一：分布）f （X ）二 E(X)Var(X)=(b-a)2 12Var(X)二1~2Beta 分布记为X 〜Be(a,b)，其中Beta(1,1)等于均匀分布，其概率密度函数 可凸也可凹。
卫生统计学七版 第四章常用概率分布剖析
二项分布的概率函数
n为总例数，X为得到其中一种结果的 次数，
为得到这种结果的概率 ， !为阶乘
n！ n （n 1 ） （n 2） 1 0! 1 例: 3! 3 2 1 6
例4 （ 1 P63） 用针灸治疗头痛，假定结果不是 有效就是无效，每一例有效的概率为。某医生用此 方法治疗头痛患者3例， 2例有效的概率是多少？ P( X )C X X (1 )n X n 2 2 3 2 P(2)C (1 ) 3
（ 1 ）估计身高在 130cm以上者所占比例 查附表1得： （ 1.46 ） 0.0721
Z分布
该地8岁男孩身高在130cm以上者约占该地8岁男孩总数 的7.21%。
(2)身高在120～128cm者占该地8岁男孩总数的百分比
120 123.02 z1 0.63 4.79 128 128 123.02 z2 1.04 4.79 120
二项分布的正态近似计算方法：
Poisson分布的正态近似计算方法：
例5-15（P76） 即例5-6，某地钩虫感染率为 13%，如果随机抽查当地150人，至少有20人感染钩虫的 概率有多大？
例4 （ 2 P64） 如果例4 -1中 0.6，随机治疗3例，有效 例数为0例、 1例、 2例和3例的概率各多大？ 1例及1例以上有 效的概率多大？ n 3 X 0
0 .6
P(0) C 0 0 (1 )30 3 P(0) 10.60 0.43 0.064
3! 321 0 C 1 3 0! (30) ! 1321 P( X 1) 1 P(0) 10.0640.936
第二节
Poisson分布
4 第三章 几种常见的概率分布律
φ-事件A发生的概率（每次试验都是恒定的）
1-φ- 事件 A 发生的概率 p(y)-y的概率函数=P(Y=y)
F(y)= P(Y≤y)=
p( yi )
yi y
5
例3.1 从雌雄各半的100只动物中，每次抽一只， 做放回式抽样，若抽样试验共进行10次，问其中 包括0，1，2，3只雄性动物的概率是多少？包括 3只及3只以下的概率是多少？
1
e dz y
(
y )2 2 2
2
24
F(y) 1
1 2
y
25
正态分布的特性
当y=μ时，f(y)有最大值，正态分布曲线是以平均数 为中心的分布。
当y不论向哪个方向远离μ时， f(y)的值都减小，但永 远不会等于0，正态分布以y轴为渐近线， y的取值区 间（-∞，+∞）。
36
标准正态分布的概率计算
如：设y服从标准正态分布，求概率 P(y>0.3) 。 解：标准正态分布关于y=0对称，所以
P(y>0.3)=P(y<-0.3)= (0.30) 0.3821
37
标准正态分布的概率计算
例：设y服从标准正态分布，求概率P(-1.83 <y <0.3) 。
解：即求标准正态分布曲线下在（-1.83，-0.30）范围 内的面积
k,
k
1,
k
2,
...
20
第四节 正态分布
第四节 正态分布
正态分布：两头少，中间多，两侧对称。 一、正态分布的密度函数和累积分布函数
正态分布密度函数
f (y)
1
e
(
y )2 2 2
常用概率分布函数
– 则f(x)为X的概率密度函数（PDF）
– f(x)满足：
(1) f (x) 0
(2) f (x)dx 1
常用概率分布函数
• 连续型随机变量
– F(x)为连续型随机变量的累积分布函数（CDF）
F(x) P(X x) x f (x)dx
– 连续型随机变量X均值和方差分别为：
E(X ) xf (x)dx
常用概率分布函数
二项分布 泊松分布 均匀分布 正态分布 指数分布 伽马分布
常用概率分布函数
• 离散型随机变量
– 若随机变量的取值为有限个或可以逐一列举的无穷多个 数值，则称此类随机变量为离散型随机变量。
– 设离散随机变量X有：P( X xi ) p( xi )
– 将P={p1,p2,…pn…}称为X的概率密度函数 （Probability Density Function，PDF）
– 泊松分布是二项分布的特殊情况（n趋近无穷大，令 np->λ），当一个固定时间间隔内有大量事件以恒定的 速率发生，且事件之间相互独立时，可以用泊松分布描 述，并称这样的随机事件为泊松流。
– 泊松分布的概率密度函数： P(x k) k e k {0,1, 2..., n}
k!
– 累积分布函数：
– x=0:0.001:5;
0.4
– n=10;
0.35
– p=0.1;
0.3
– y=binopdf(x,n,p); 0.25
– plot(x,y);
0.2
0.15
0.1
0.05
0 0 0.5 1 1.5 2 2.5 3 3.5 4 4.5 5
常用概率分布函数
• 泊松分布（ Poisson Distribution ）
《生物统计附试验设计》第五版-课后习题(前六章)
生物统计第一章绪论1.什么是生物统计？它在动物科学研究中有何作用？2.什么是总体、个体、样本、样本容量？统计分析的两个特点是什么？3.什么是参数、统计数？二者有何关系？4.什么是试验或调查的准确性与精确性？如何提高试验或调查的准确性与精确性？5.什么是随机误差与系统误差？如何控制、降低随机误差，避免系统误差？6.统计学发展的概貌可分为哪三种形态？拉普拉斯、高斯、高尔顿、皮尔森、哥塞特、费舍尔对统计学有何重要贡献？第二章资料的整理1.资料可以分为哪几种类型？它们有何区别与联系？2.为什么要对资料进行整理？对于计量资料，整理成次数分布表的基本步骤是什么？3.统计表与统计图有何用途？常用统计表、统计图有哪些？编制统计表、绘制统计图有何基本要求？4.某品种100头猪的血红蛋白含量资料单位：g／100ml列于下表，将其整理成次数分布表，并绘制次数分布直方图与折线图。
表格1 4某品种100头猪的血红蛋白含量（g／100ml）13. 4 13.814.414.714.814.413.913.13.12.812.512.312.111.811.10.111. 1 10.111.612.12.12.712.613.413.513.514.15.15.114.113.513.513. 2 12.712.816.312.111.711.210.510.511.311.812.212.412.812.813.313. 6 14.114.515.215.314.614.213.713.412.912.912.412.311.911.110.710. 8 11.411.512.212.112.89.512.312.512.713.13.113.914.214.912.413. 1 12.512.712.12.411.611.510.911.111.612.613.213.814.114.715.615. 7 14.714.13.95.1～9周龄大型肉鸭杂交组合GW和GY的料肉比列于下表，绘制线图。
16种常见概率分布概率密度函数、意义及其应用
目录1. 均匀分布 ...................................................................................................... 1 2. 正态分布（高斯分布） ........................................................................... 2 3. 指数分布 ...................................................................................................... 2 4. Beta 分布（β分布） ............................................................................. 2 5. Gamma 分布 .................................................................................................. 3 6. 倒Gamma 分布 ............................................................................................. 4 7. 威布尔分布(Weibull 分布、韦伯分布、韦布尔分布) ................. 5 8. Pareto 分布 ................................................................................................ 6 9. Cauchy 分布（柯西分布、柯西-洛伦兹分布） . (7)10. 2χ分布（卡方分布） (7)11. t 分布 ........................................................................................................ 8 12. F 分布 ........................................................................................................ 9 13. 二项分布 ................................................................................................ 10 14. 泊松分布（Poisson 分布） ............................................................. 10 15.对数正态分布 .......................................................................................111. 均匀分布均匀分布~(,)X U a b 是无信息的，可作为无信息变量的先验分布。
(卫生统计学)第四章 常用概率分布
第二节 Poisson分布的概念与特征
一、Poisson分布概念与特征
若某一随机变量X的取值为0，1，2，…，且X=k 的概率为：
P(X k) k e
k!
记作 X~P（ λ ）
其中 自然数e≈2.7182; λ 是大于0的常数，称X服从以λ 为参数的Poisson分布。
Poisson分布主要用于描述在单位时间（空间）内稀有事件的发生数。例如：放 射性物质在单位时间内的放射次数、单位容积内充分摇匀的水中的细菌数、染色 体异变数等。
350 300 250 200
人数
150 100
50 0
109 111 113 115 117 119 121 123 125 127 129 131 133 135 137 139 141 143
不同参数µ和σ下的正态分布曲线
正态分布函数
1.Gauss函数 （Gauss, 1777~1855 德国人）
某地正常成人心率（次/分）的频率分布
频数 1 5 12 13 26 31
组段 75~ 80~ 85~ 90~ 95~ 100~105
频数 24 15 9 7 5 2
心率频数分布
35
30
25
20
人数
15
10
5
0
45
50
55
60
65
70
75
80
85
90
95 100~105
正态曲线
例4-10 某地1986年120名8岁男孩身高频数图
百分位数法
例4-13
282名正常人尿汞值（g/L）测量结果
尿汞值 0~ 8.0~
16.0~ 24.0~ 32.0~ 40~ 48.0~ 56.0~ 64.0~72.0
常用概率分布间简介
其中 c 为常数，解方程（1）得
f ( ) c f ( )
f
(
)
k
e
1 2
c
2
，
k
为常数.
为使 f ( ) 为概率密度函数，
f
( )d
1，
即
k
e
1 2
c
2
dy
1
故必须 c 0 ，不妨令 c 1 （ 0 ），代入（2）解得 2
k 1 ， 2 Biblioteka 于是f ( ) 1
2
e2 2 ， R ，
2
这是均值为 0，方差为 2 的正态分布的概率密度函数.
.
X
~
N(0, 2)
,
则Y
X2
~
Ga(
1 2
,
1 2
2
)
.
（1） （2）
Ga( n , 1) 2(n) . 22
m
Xi ~ N(0,1) , i 1,2,,n 且相互独立 , 则 X
X
2 i
~
2(n) .
i 1
⒊ 相当误差（比率）的概率分布
m
设
Xi
~
N(0, 2 ) ，i
1,2,, m,m 1,,m n且相互独立，则
i 1
二、随机误差的概率分布
⒈ 高斯随机误差模型 随机变量的高斯分解
可观测的指标
X
不可观测的随机干扰
指标的标准值(生产控制参数,理论均值)
原始测量误差的概率分布
由棣莫弗提出，高斯推证，拉普拉斯再证，原始测量误差的概率分布为：
~ N (0 , 2 )
高斯的推证要点如下：
设测量误差 X 的密度函数为 f ( ) ，由“最大后验概率”的原则得
生物统计学答案
生物统计学答案第一章绪论一、名词解释1、总体：根据研究目的确认的研究对象的全体称作总体。
2、个体：总体中的一个研究单位称作个体。
3、样本：总体的一部分称为样本。
4、样本含量：样本中所涵盖的个体数目称作样本含量（容量）或大小。
5、随机样本：从总体中随机抽取的样本称为随机样本，而随机抽取是指总体中的每一个个体都有同等的机会被抽取组成样本。
6、参数：由总体计算的特征数叫参数。
7、统计量：由样本计算的特征数叫统计量。
8、随机误差：也叫做抽样误差，就是由于许多无法控制的内在和内在的偶然因素所导致，具有偶然性质，影响试验的精确性。
9、系统误差：也叫片面误差，是由于一些能控制但未加控制的因素造成的，其影响试验的准确性。
10、准确性：也叫做准确度，所指在调查或试验中某一试验指标或性状的观测值与真值吻合的程度。
11、精确性：也叫精确度，指调查或试验研究中同一试验指标或性状的重复观测值彼此接近的程度。
二、简答题1、什么是生物统计？它在畜牧、水产科学研究中有何作用？答：（1）生物统计是数理统计的原理和方法在生物科学研究中的应用，是一门应用数学。
（2）生物统计在畜牧、水产科学研究中的作用主要体现在两个方面：一是提供试验或调查设计的方法，二是提供整理、分析资料的方法。
2、统计分析的两个特点就是什么？答：统计分析的两个特点是：①通过样本来推断总体。
②有很大的可靠性但也有一定的错误率。
3、如何提升试验的准确性与精确性？答：在调查或试验中应严格按照调查或试验计划进行，准确地进行观察记载，力求避免认为差错，特别要注意试验条件的一致性，即除所研究的各个处理外，供试畜禽的初始条件如品种、性别、年龄、健康状况、饲养条件、管理措施等尽量控制一致，并通过合理的调查或试验设计，努力提高试验的准确性和精确性。
4、如何掌控、减少随机误差，防止系统误差？答：随机误差是由于一些无法控制的偶然因素造成的，难以消除，只能尽量控制和降低；主要是试验动物的初始条件、饲养条件、管理措施等在试验中要力求一致，尽量降低差异。
概率与统计学的主要公式及解题技巧
一、基本概率公式及分布1、概率常用公式：P(A+B)=P(A)+P(B)-P(AB);P(A-B)=P(A)-P(AB);如A 、B 独立，则P(AB)=P(A)P(B);P(A )=1-P(A);B 发生的前提下A 发生的概率==条件概率：P(A|B)=P(AB)P(B);或记：P(AB)=P(A|B)*P(B);2、随机变量分布律、分布函数、概率密度分布律：离散型X 的取值是x k (k=1,2,3...),事件X=x k 的概率为：P{X=x k }=P k ,k=1,2,3...;---既X 的分布律；X X1X2....xn PkP1P2...pnX 的分布律也可以是上面的表格形式，二者都可以。
分布函数：F(x)=P{X ≤x},-∞ t ∞;是概率的累积！P(x1<X<x2)=F(x2)-F(x1);P{X>a}=1-P{X<a}离散型rv X;F(x)=P{X ≤x}=x k tp k ;(把X<x 的概率累加）连续型rvX ；F(x)=−∞xf x dx ,f(x)称密度函数；既分布函数F(X)是密度函数f(x)和X 轴上的(-∞,x)围成的面积！性质：F(∞)=1;F(−∞)=0;二、常用概率分布：①离散：二项分布：事件发生的概率为p,重复实验n次，发生k 次的概率（如打靶、投篮等）,记为B(n,p)P{X=k}=n k p k(1−p)n−k，k=0,1,2,...n;E(X)=np,D(X)=np(1-p);②离散：泊松分布：X～Π(λ)P{X=k}=λk e−λk!,k=0,1,2,...;E(X)=λ,D(X)=λ;③连续型：均匀分布：X在(a,b)上均匀分布，X～U(a,b),则：密度函数：f(x)=1b−a,a t0,其它=0,x x−a b−a1,x≥b,a t分布函数F(x)=−∞x f x dx④连续型：指数分布，参数为θ，f(x)=1θe−xθ,0 t0,其它F(x)=1−e−xθ0,x 0;⑤连续型：正态分布：X～N(μ,σ2),most importment!密度函数f(x),表达式不用记！一定要记住对称轴x=µ,E(X)=µ,方差D(X)=σ2;当µ=0，σ2=1时，N(0,1)称标准正态，图形为：分布函数F(x)为密度函数f(x)从(-∞,x)围成的面积。
16种常见概率分布概率密度函数意义及其应用
16种常见概率分布概率密度函数意义及其应用1. 常数分布（Constant distribution）：概率密度函数（Probability Density Function，PDF）为常数，表示特定区间内的概率相等。
这种分布常用于模拟实验或作为基线分布进行比较。
2. 均匀分布（Uniform distribution）：概率密度函数为一个常数，表示在特定区间内的各个取值的概率相等。
均匀分布经常用于随机抽样，以确保样本的代表性。
3. 二项分布（Binomial distribution）：概率密度函数描述了进行n次独立二类试验中成功次数的概率分布。
二项分布在实验设计、质量控制和市场研究中广泛应用。
4. 泊松分布（Poisson distribution）：5. 正态分布（Normal distribution）：概率密度函数为指数函数形式，常用来描述自然界中众多连续变量的分布，例如身高、体重等。
正态分布在统计学和金融学中广泛应用。
6. χ2分布（Chi-square distribution）：概率密度函数描述了n个独立标准正态分布随机变量的平方和的分布，是假设检验和方差分析中常用的分布。
7. t分布（t-distribution）：概率密度函数描述了标准正态分布随机变量与一个自由度为n的卡方分布随机变量的比值的分布。
t分布在小样本推断和回归分析中常用。
8. F分布（F-distribution）：概率密度函数描述了两个自由度为m和n的卡方分布随机变量的比值的分布。
F分布在方差分析、回归分析和信号处理中常应用。
9. 负二项分布（Negative binomial distribution）：概率密度函数描述了进行一系列独立二类试验中直到第r次取得第k 次成功的概率。
负二项分布在可靠性工程和传染病模型中常用。
10. 伽马分布（Gamma distribution）：概率密度函数描述了多个指数分布随机变量的和的分布，常被用于描述连续事件的时间间隔。
概率分布及概率分布图
概率密度函数图
总结词
概率密度函数图是一种展示连续概率分布的图形，通过曲线的高低表示概率密度的大小。
详细描述
概率密度函数图是连续概率分布的图形表示，它通过曲线的高低表示概率密度的大小。在概率密度函数图中，曲 线下方的面积表示事件发生的概率。这种图形可以帮助我们了解连续随机变量的分布情况，并用于估计和预测未 来的事件。
02 离散概率分布
二项分布
01
02
03
定义
二项分布是描述在n次独 立重复的伯努利试验中成 功的次数的概率分布。
公式
$B(n, p) = C(n, k) p^k (1-p)^{n-k}$，其中C(n, k)是组合数，表示从n个 不同项中选取k个的方法 数。
应用场景
例如，抛硬币的结果（正 面或反面），或者给定数 量的独立事件中成功事件 的次数。
泊松分布
定义
泊松分布是描述在单位时间内（或单 位面积内）随机事件的次数，当这些 事件以小概率发生，并且这些事件之 间是独立的。
公式
应用场景
例如，放射性衰变或者网络中同时发 生的请求数。
$P(X=k) = frac{e^{lambda}lambda^k}{k!}$，其中 $lambda$是事件的平均发生率。
05 概率分布及概率分布图的 应用实例
在统计学中的应用
1 2 3
描述性统计
概率分布图可以用来描述数据的分布情况，如频 数分布图、直方图等，帮助我们了解数据的集中 趋势、离散程度等。
假设检验
在假设检验中，概率分布图可以用来表示样本数 据和理论分布之间的比较，帮助我们判断样本数 据是否符合预期的分布。
概率分布的种类
离散概率分布
描述离散随机变量的取值概率，如二项分布、泊 松分布等。
张勤主编的(畜牧兽医)生物统计学方面的习题作业及答案
第一章绪论一、名词解释总体个体样本样本含量随机样本参数统计量准确性精确性二、简答题1、什么是生物统计？它在畜牧、水产科学研究中有何作用？2、统计分析的两个特点是什么？3、如何提高试验的准确性与精确性？4、如何控制、降低随机误差，避免系统误差？第二章资料的整理一、名词解释数量性状资料质量性状资料半定量（等级）资料计数资料计量资料二、简答题1、资料可以分为哪几类？它们有何区别与联系？2、为什么要对资料进行整理？对于计量资料，整理的基本步骤怎样？3、在对计量资料进行整理时，为什么第一组的组中值以接近或等于资料中的最小值为好？4、统计表与统计图有何用途？常用统计图、统计表有哪些？第三章平均数、标准差与变异系数一、名词解释算术平均数几何平均数中位数众数调和平均数标准差方差离均差的平方和（平方和）变异系数二、简答题1、生物统计中常用的平均数有几种？各在什么情况下应用？2、算术平均数有哪些基本性质？3、标准差有哪些特性？4、为什么变异系数要与平均数、标准差配合使用？三、计算题1、10头母猪第一胎的产仔数分别为：9、8、7、10、12、10、11、14、8、9头。
试计算这10头母猪第一胎产仔数的平均数、标准差和变异系数。
2、随机测量了某品种120头6月龄母猪的体长，经整理得到如下次数分布表。
试利用加权法计算其平均数、标准差与变异系数。
组别组中值（x）次数（f）80— 84 288— 92 1096— 100 29104— 108 28112— 116 20120— 124 15128— 132 13136— 140 33、某年某猪场发生猪瘟病，测得10头猪的潜伏期分别为2、2、3、3、4、4、4、5、9、12(天)。
试求潜伏期的中位数。
4、某良种羊群1995—2000年六个年度分别为240、320、360、400、420、450只，试求该良种羊群的年平均增长率。
5、某保种牛场，由于各方面原因使得保种牛群世代规模发生波动，连续5个世代的规模分别为：120、130、140、120、110头。
常见的概率分布
常见的概率分布离散分布0-1分布(伯努利分布)它的分布律为：\[P\{X=k\}=p^k(1-p)^{1-k}, k=0,1, (0<p<1)\]0-1分布记作：\(X \sim b(1,p)\)期望：\(E(X)=p\)⽅差:\(D(X)=p(1-p)\)常⽤的场景：新⽣婴⼉性别的登记，招⽣考试的录取，产品的是否合格，硬币的正反⾯。
⼆项分布⼆项分布为\(n\)重伯努利实验的概率分布。
分布律为：\[P\{X=k\}=\begin{pmatrix}n\\k\end{pmatrix}p^k(1-p)^{n-k},k=0,1,2,...,n,(0<p<1)\]\[\sum\limits_{k=0}^{n}P\{X=k\}=\sum\limits_{k=0}^{n}\begin{pmatrix}n\\k\end{pmatrix}p^k(1-p)^{n-k}=(p+1-p)^n=1\]⼆项分布记作：\( X \sim b(n,p)\)期望：\(E(X)=np\)⽅差:\(D(X)=np(1-p)\)常⽤的场景：⽐如⼀个⼈射击\(n\)次，其中\(k\)次命中的概率，抽查50台设备，其中10台出故障的概率等等。
从下⾯的图中，我们可以看到命中次数先增加，到了3达到最⼤，之后⼜逐渐减少，⼀般来说，对于固定的\(n,p\)，都具有这⼀性质。
（1）当\(（n+1）p\)不为整数时，⼆项概率\(P\{X=k\}\)在\(k=[(n+1)p]\)时达到最⼤值；（2）当\(（n+1）p\)为整数时，⼆项概率\(P\{X=k\}\)在\(k=(n+1)p,k=(n+1)p-1\)时达到最⼤值。
%每轮射击10次，命中概率0.3，射击10000轮，x中返回的是每轮中命中的次数x=binornd(10,0.3,10000,1);%bin的数⽬为10hist(x,10);N=100;p=0.4;k=0:N;%事件发⽣k次的概率pdf=binopdf(k,N,p);%事件发⽣不⼤于k次的概率cdf=binocdf(k,N,p);plotyy(k,pdf,k,cdf);grid on;多项分布多项式分布是⼆项式分布的扩展，在多项式分布所代表的实验中，⼀次实验会有多个互斥结果，⽽⼆项式分布所代表的实验中，⼀次实验只有两个互斥结果。
常用的概率分布类型及其特征
常用的概率分布类型及其特征概率分布是用来描述随机变量的取值的概率的函数。
不同的概率分布具有不同的特征和应用范围。
以下是常用的概率分布类型及其特征。
1. 伯努利分布（Bernoulli Distribution）：伯努利分布是最简单的概率分布之一，它描述了只有两个可能结果的离散随机变量的概率分布。
例如，抛一枚硬币的结果可以是正面或反面。
伯努利分布的特征是它的均值和方差分别等于成功的概率（p）和失败的概率（1-p）。
2. 二项分布（Binomial Distribution）：二项分布是一种描述离散随机变量成功次数的概率分布。
它描述了在n次独立试验中成功的次数。
例如，投掷一枚硬币n次，成功的次数即为正面出现的次数。
二项分布的特征是它的均值等于试验次数乘以成功概率，方差等于试验次数乘以成功概率乘以失败概率。
3. 泊松分布（Poisson Distribution）：泊松分布适用于描述单位时间内独立事件发生的次数的概率分布。
例如，在一小时内到达一些公共汽车站的乘客数。
泊松分布的特征是它的均值和方差相等，并且与单位时间内事件发生的频率（λ）相关。
4. 正态分布（Normal Distribution）：正态分布是最常见的概率分布之一，它以钟形曲线表示。
正态分布适用于连续变量，例如身高、体重等。
正态分布的特征是它的均值和方差决定了曲线的位置和形状。
均值决定了曲线的中心，而方差决定了曲线的宽窄。
5. 卡方分布（Chi-Square Distribution）：卡方分布适用于描述随机变量和它的平方之和的概率分布。
它在统计推断中经常用于检验统计模型的拟合优度。
卡方分布的特征是它的自由度决定了分布的形状。
6. t分布（Student's t-Distribution）：t分布适用于样本容量较小，总体标准差未知的情况。
t分布的特征是它的形状比正态分布更扁平，更厚尾。
7. F分布（F-Distribution）：F分布适用于进行方差分析等统计推断问题。
4常用概率分布
PX11P0
或
10.06 40.936
一、二项分布的概念 二、二项分布的特征 三、二项分布的应用
1. 二项分布的图形特征
n，π是二项分布的两个参数，所以二 项分布的形状取决于n，π。可以看出π= 0.5时分布对称，近似对称分布。π ≠0.5 时，分布呈偏态，特别是n较小时， π偏离 0.5越远，分布的对称性越差，但只要不接 近1和0时，随着n 的增大，分布逐渐逼近正 态。
（一） 概率估计
例4-5 如果某地钩虫感染率为13%，随机 观察当(地二1)5单0人侧，累其计中概有率1计0人算感染钩虫的概 率有多大?
P X C n X X1 n X
P10C1 15 000.113010.13 15100
0.0055
(二)单侧累计概率计算
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，记事件“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A”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，则死亡鼠数 为X的概率分布即表现为二项分布。
均数 n
= 3×0.6 = 1.8（只）
方差为 标准差为
2 n1
30.60.40.7（ 2 只）
n1
30.60.40.85(只）
如果以率表示，将阳性结果的频率记为
则P的p 总X体均数
n 总体方差为
p2
1
n
p
总体标准差为
p
该该培培养养皿皿菌菌落落数数大小于于13个个的的概概率率
P PX X 1 3 1 x 20[ PP 0 X P x 21 0e] 60 6X.X9 ! 83
- 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)。
－∞<X<＋∞
新疆医科大学 流行病学与卫生统计学教研室
正态分布的两个参数
μ是位置参数，决定曲线在横轴上的位置。
σ是形状参数，决定曲线的形状。
用N（μ，σ）表示均数为μ，标准差为σ的正 态分布。
新疆医科大学 流行病学与卫生统计学教研室
新疆医科大学 流行病学与卫生统计学教研室
2、Poisson分布的实质是研究小概率事件出现 规律性的一种重要的离散型随机分布。 小概率事件就是稀有事件。医学上的小概率 事件很多，如细菌在空气或水中的分布；对某药 物过敏患者在人群中的分布；遗传缺陷、癌症等 发病情况。
新疆医科大学 流行病学与卫生统计学教研室
(1)二分类资料是定性资料之一，在医学中常 见，如检查结果阳、阴性；人的性别、生存或 死亡等。 (2)观察对象的结果互相独立。 (3)出现阳性数为k的概率，由二项式展开后 可得：
[π十(1一π)]n ＝ Cn0π0(1一π)n十Cn1π(1一π)n-1十… 十Cnkπk(1—π)n-k十…+Cnnπn(1-π)0=1
φ (u )
二、标准正态分布表
本书附表1标准正态分布表，列出了标准正态曲 线下-∞到u的左侧累计面积。 求得u值后，查表得到标准正态曲线下的面积。 注意事项： ⑴ 当x、μ和σ已知时，应先求得u值后再查表。 ⑵ 曲线下对称于0的区间，其面积相等。 ⑶ 曲线下、横轴上的总面积为100%或1。
新疆医科大学 流行病学与卫生统计学教研室
新疆医科大学 流行病学与卫生统计学 112～ 114～ 116～ 118～ 120～ 122～ 124～ 126～ 128～ 130～ 132～ 134～136 一 正 正正 正正 正正正 正正正正 正正正正一 正正正 正正 正 正 正 一
新疆医科大学 流行病学与卫生统计学教研室
4、两样本率的比较： 当n>50,且p和(1-p)均不太小，按正态分布 原理进行两个样本率的比较，推断两样本率所 代表的两个未知的总体率是否相等。
| p1 p2 | u S p1 p2
S p1 p2 X1 X 2 1 1 ( ) n1 n2 n1 n2
新疆医科大学 流行病学与卫生统计学教研室
Poisson分布
新疆医科大学 流行病学与卫生统计学教研室
1、Poisson分布最初用于二项分布概率的近 似计算。 当试验中阳性率π很小(如小于5％)，n很 大时，用二项分布计算阳性事件出现的概率比 较麻烦，而Poisson分布有较好的近似效果。 Poisson分布概率计算公式如下： P(X)＝e-μ·μX/X! (X＝0，l，2，…)
正态分布的概念和特征
一、正态分布的概念：
要研究某地1995年7岁男童身高分布规律，从该地随机 110名7岁男童测量得身高值如下。
114.4 125.5 121.7 121.8 122.2 126.4 114.3 119.9 125.8 118.3 118.8 119.2 120.3 118.8 124.9 122.8 118.4 116.9 122.1 120.1 127.1 127.6 124.7 122.3 121.8 130.0 128.6 121.0 126.4 120.4 124.8 122.5 125.2 125.0 118.2 124.5 123.5 122.0 119.1 114.2 124.8 122.7 116.3 121.5 115.0 116.7 121.7 128.1 132.5 116.9 127.2 122.1 119.4 125.1 122.5 112.8 121.7 122.7 119.7 122.0 131.1 118.3 114.4 128.2 124.4 129.1 120.2 116.8 116.3 126.1 123.5 120.4 127.8 120.5 124.1 112.3 122.6 110.2 121.6 124.0 131.3 116.3 115.2 123.0 115.0 127.2 121.3 134.5 120.9 115.2 119.0 123.8 126.1 118.0 117.4 122.8 120.0 127.0 118.3 120.1 122.0 124.5 114.7 119.2 122.4 123.2 116.8 122.7 113.5 132.8
新疆医科大学 流行病学与卫生统计学教研室
2、样本均数与总体均数的比较：
(1)直接概率计算法： 例7.15 据以往大量观察得某溶液中平均 每毫升游细菌3个。某研究者想了解该溶液放 在5℃冰箱中3天，溶液中细菌数是否会增长。 现取已放在5℃冰箱中3天的该溶液1毫升，测 得细菌5个。请问在5℃冰箱中放置3天后，溶 液中细菌数是否会增长?
95.00
104
94.55
121.95±2.58(4.72) 121.95—134.13
99.00
109
99.10
新疆医科大学 流行病学与卫生统计学教研室
正态分布的应用
u 一、估计频数分布： X μ σ
二、制定医学正常值范围：
1．正常值范围：是指医学上绝大多数正常人某项指 标 值的范围。 2．正常人：是指排除了所研究指标的疾病和有关影 响因素的同质人群。 三、质量控制
阳性数恰为k的概率等于：Cnkπk(1—π)n-k； 表达为： P(x＝k)＝Cnkπk(1—π)n-k
新疆医科大学 流行病学与卫生统计学教研室
实例分析
在急性毒理实验中，若有一个总体死亡率 π＝0．8的二分类资料，其4只小白鼠的观察结 果相互独立，那么小白鼠死亡数k＝0，l，2，3， 4的概率可以由二项式[0.8十(1—0．8)]4 的展开 式求得： (0.8十0.2)4 ＝C400.800.24+C410.810.23+C420.820.22 +C430.830.2十C440.840.20
新疆医科大学 流行病学与卫生统计学教研室
P(x≤k)=ΣCnkπk(1-π)n-k。 P(x≥k)=ΣCnkπk(1-π)n-k。
新疆医科大学 流行病学与卫生统计学教研室
二项分布的应用
1、应用二项分布规律进行统计推断时应遵循 以下步骤： ①资料是否满足独立性、互斥性； ②核对参数π、n和X或求出π的估计值 p＝X／n； ③写出二项式； ④计算P(x＝k)或P(x≤k)或P(x≥k)。
频数
１ ３ ９ 9 15 18 21 14 10 4 3 2 1
Σf 110
新疆医科大学 流行病学与卫生统计学教研室
以身高为横坐标，以频数为纵坐标绘制直方图，由直条的高 度反映频率的大小。当n=110, i=2cm时, 绘制的直方图如下图。
新疆医科大学 流行病学与卫生统计学教研室
1、正态分布： 是一条高峰位于中央，两侧逐渐下降并完全对称， 两端永远不与横轴相交的钟型曲线。 2、正态密度函数：
第四章
常用概率分布
新疆医科大学 流行病学与卫生统计学教研室
常用概率分布
正态分布(Normal Distribution)
二项分布(Binomial Distribution) 泊松分布(Poisson Distribution)
新疆医科大学 流行病学与卫生统计学教研室
正 态 分 布
新疆医科大学 流行病学与卫生统计学教研室
新疆医科大学 流行病学与卫生统计学教研室
标准正态分布
一、标准正态分布与标准化变换
一切正态分布N(μ,σ)通过标准正态变换，成为 服从μ=0，σ=1的标准正态分布。
X μ u σ 正态密度函数：式中的u称为标准正态变量。标准
正态分布用N（0，1）表示。
1 2 π
u2 e 2
新疆医科大学 流行病学与卫生统计学教研室
新疆医科大学 流行病学与卫生统计学教研室
二 项 分 布
新疆医科大学 流行病学与卫生统计学教研室
二项分布的概念
1、二项分布：
是在总体阳性率π已知的两分类资料中，n 例观察对象的观察结果相互独立，出现阳性数 为k的概率可以由二项式[π十(1—π)]n 求得，这 些概率的集合称为二项分布。
新疆医科大学 流行病学与卫生统计学教研室
二、正态分布的两个参数
σ =1
μ=0
μ=1
μ=2
新疆医科大学 流行病学与卫生统计学教研室
二、正态分布的两个参数
σ =1
μ=-2
μ=-1
μ=0
新疆医科大学 流行病学与卫生统计学教研室
二、正态分布的两个参数
σ=1 σ =1.5 σ =2
μ= 0
新疆医科大学 流行病学与卫生统计学教研室
正态曲线下面积分布规律
新疆医科大学 流行病学与卫生统计学教研室
Ho：每毫升在5℃冰箱中放置3天溶液 中的细菌数μ=3 H1： μ>3 α=0.05 P(X≥5)=1-P(X=0)+P(X=1)…+P(X=5) =1-(e-3+
例3.1 某地110名7岁男童身高均数为121.5cm,标准差为 4.72cm，利用正态曲线下面积分布规律估计其频数分布。
身高范围 (cm) 121.95±1(4.72)
估计频数比例% (频率) 68.27
实际频数 实际频率 % 75 68.18
117.23—126.67
121.95±1.96(4.72) 112.70—131.20
新疆医科大学 流行病学与卫生统计学教研室
(2)计算： 4 P(X≤4) =ΣC35k0.3k0.735-k
0
＝P(x＝0)+P(x＝1)+P(x＝2)+P(x＝3) +P(x＝4) =0.009156 (3)推断结论： 因为P(x≤4)＝0.009156＜0.05，按α＝0.05 水准拒绝Ho，又鉴于改进法样本率p＝4/35＝ 0.1143＝11.43％低于30％，提示改进法疗效优 于常规法。