二項(xiàng)分布與poission分布.課件

1、第一節(jié) 二項(xiàng)分布Binomial distribution7/24/20221第五章 常用概率分布 (二)二項(xiàng)分布(binomial distribution)的引入在隨機(jī)現(xiàn)象中，最 例如：藥物毒理實(shí)驗(yàn)（生存、死亡）新藥療效（有效、無效）生化檢測（陽性、陰性）、調(diào)查疾病情況（患病、未患病）描述這類問題，常用離散型隨機(jī)變量的分布二項(xiàng)分布7/24/20222第五章 常用概率分布 (二)摸球?qū)嶒?yàn)一個(gè)袋子里有5個(gè)乒乓球，其中2個(gè)黃球，3個(gè)白球。摸球游戲，每一次摸到黃球的概率是0.4，摸到白球的概率是0.6。這個(gè)實(shí)驗(yàn)有三個(gè)特點(diǎn)：一是各次摸球是彼此獨(dú)立的；二是每次摸球只有二種可能的結(jié)果，或黃球或白球；三是

2、每次摸到黃球（或摸到白球）的概率是固定的。具備這三點(diǎn)， n 次中有x 次摸到黃球（或白球）的概率分布就是二項(xiàng)分布。 7/24/20223第五章 常用概率分布 (二)二項(xiàng)分布(binomial distribution)的定義Bernoulli試驗(yàn)：只有兩個(gè)互斥結(jié)果A和的隨機(jī)事件。n次獨(dú)立、重復(fù)的Bernoulli試驗(yàn)需滿足下列條件每次試驗(yàn)只有兩個(gè)互斥的結(jié)果獨(dú)立：指各次試驗(yàn)出現(xiàn)的結(jié)果之間是無關(guān)的重復(fù)：每次試驗(yàn)的條件不變7/24/20224第五章 常用概率分布 (二)二項(xiàng)分布(binomial distribution)的定義任意一次試驗(yàn)中，只有事件A發(fā)生和不發(fā)生兩種結(jié)果，發(fā)生和不發(fā)生的概率分別是

3、： 和1 若在相同的條件下，進(jìn)行n次獨(dú)立重復(fù)試驗(yàn)，用x 表示這 n次試驗(yàn)中事件A發(fā)生的次數(shù)那么x服從二項(xiàng)分布，記做 x B (n，)，也叫Bernolli分布。7/24/20225第五章 常用概率分布 (二)二項(xiàng)分布(binomial distribution)例5-1 用針灸治療頭痛，假定結(jié)果不是有效就是無效，每一例有效的概率為。某醫(yī)生用此方法治療頭痛患者5例，2例有效的概率是多少？ 7/24/20226第五章 常用概率分布 (二)二項(xiàng)分布(binomial distribution)的概念如果每個(gè)觀察對象陽性結(jié)果的發(fā)生概率均為，陰性結(jié)果的發(fā)生概率均為（1）；而且各個(gè)觀察對象的結(jié)果是相互獨(dú)立

4、的，那么，重復(fù)觀察n 個(gè)人，發(fā)生陽性結(jié)果的人數(shù)X的概率分布為二項(xiàng)分布，記作B（n，）。二項(xiàng)分布的概率函數(shù)P(X) 公式為7/24/20227第五章 常用概率分布 (二)二項(xiàng)分布(binomial distribution)的概念臨床上用針灸治療某型頭痛，有效的概率為60%，現(xiàn)以該法治療3例，其中2例有效的概率是多大？本例=0.6，隨機(jī)治療3例，有效例數(shù)為2的概率為 表1 治療3例可能的有效例數(shù)及其概率有效人數(shù)(x)C nx x(1) n-x出現(xiàn)該結(jié)果概率 P(x)010.60=10.40.40.40.064130.60.40.40.288230.60.60.40.432310.60.60.60

5、.400.2167/24/20228第五章 常用概率分布 (二)二項(xiàng)分布如果隨機(jī)變量服從二項(xiàng)分布，記為：恒有7/24/20229第五章 常用概率分布 (二)二、二項(xiàng)分布的適用條件每次實(shí)驗(yàn)只會出現(xiàn)兩種對立的可能結(jié)果之一 （結(jié)果對立）每次實(shí)驗(yàn)出現(xiàn)某種結(jié)果的概率固定不變，即每次實(shí)驗(yàn)條件不變； （概率固定）每次實(shí)驗(yàn)相互獨(dú)立 （相互獨(dú)立）7/24/202210第五章 常用概率分布 (二)三、二項(xiàng)分布的特征二項(xiàng)分布的圖形：取決于兩個(gè)參數(shù)（n，)=0.5時(shí)（ n =6， n =10， n =15， n =20， n =50）7/24/202211第五章 常用概率分布 (二)三、二項(xiàng)分布的特征二項(xiàng)分布的圖形：

6、取決于兩個(gè)參數(shù)（n ,)0.5時(shí)（0.2， n =6， n =10， n =15， n =20， n =30， n =50 ）7/24/202212第五章 常用概率分布 (二)三、二項(xiàng)分布的特征二項(xiàng)分布的正態(tài)近似性條件n較大,不接近0也不接近1時(shí)( n和n(1-)均5)（n，）近似正態(tài)分布 N ( n, n(1- ) )可利用正態(tài)分布原理解決二項(xiàng)分布的問題7/24/202213第五章 常用概率分布 (二)三、二項(xiàng)分布的特征二項(xiàng)分布的均數(shù)和標(biāo)準(zhǔn)差若x（n，）的總體均數(shù)為：= n的總體方差為2= n(1- )的總體標(biāo)準(zhǔn)差為7/24/202214第五章 常用概率分布 (二)三、二項(xiàng)分布的特征二項(xiàng)分布

7、的均數(shù)和標(biāo)準(zhǔn)差若x（n，）若以p表示陽性率，則p的取值可為0、1/n、2/n、k/n、n/n,則樣本率p的總體均數(shù)為樣本率p的總體方差為樣本率p的總體標(biāo)準(zhǔn)差為7/24/202215第五章 常用概率分布 (二)四、二項(xiàng)分布的應(yīng)用（，），計(jì)算恰有k例“陽性”的概率：例5-3 如果某地鉤蟲感染率為13%，隨機(jī)觀察當(dāng)?shù)?50人，其中有10人感染鉤蟲的概率有多大？7/24/202216第五章 常用概率分布 (二)四、二項(xiàng)分布的應(yīng)用（，）, 計(jì)算累積概率出現(xiàn)“陽性”的次數(shù)至多為k次的概率出現(xiàn)“陽性”的次數(shù)至少為k次的概率7/24/202217第五章 常用概率分布 (二)二項(xiàng)分布根據(jù)公式（4-10）至多有2

8、名感染鉤蟲的概率為至少有2名感染鉤蟲的概率為 7/24/202218第五章 常用概率分布 (二)四、二項(xiàng)分布的應(yīng)用當(dāng)n相當(dāng)大時(shí)，只要p不太靠近0或1， 特別是當(dāng)n和n(1)都大于5時(shí)，二項(xiàng)分布B（n，）近似正態(tài)分布。 (a)k(b)kk-0.5k+0.5(c)kk-0.5k+0.5 圖 二項(xiàng)分布連續(xù)性校正和正態(tài)近似示意圖 （a）概率函數(shù)直條圖；（b）連續(xù)性校正直方圖；（c）正態(tài)近似圖7/24/202219第五章 常用概率分布 (二)四、二項(xiàng)分布的應(yīng)用利用二項(xiàng)分布的正態(tài)近似性條件，可簡化計(jì)算7/24/202220第五章 常用概率分布 (二)四、二項(xiàng)分布的應(yīng)用二項(xiàng)分布的實(shí)際應(yīng)用廣泛：預(yù)測、管理決策

9、、疾病的家族聚集性等例：新生兒窒息在非順產(chǎn)嬰兒中會經(jīng)常出現(xiàn)。據(jù)北京幾家醫(yī)院的記載，1070例住院新生兒中有107例發(fā)生新生兒窒息。搶救新生兒需要長時(shí)間使用呼吸機(jī)。如果一家醫(yī)院每天平均接受10名新生兒，那么該醫(yī)院需準(zhǔn)備多少臺呼吸機(jī)，才能保證90以上的概率夠用？7/24/202221第五章 常用概率分布 (二)四、二項(xiàng)分布的應(yīng)用例：現(xiàn)用同類設(shè)備300臺，各臺設(shè)備工作是相互獨(dú)立的，且發(fā)生故障的概率都為0.01，在通常情況下，一臺設(shè)備的故障可由一人來處理。問至少需要配備多少工人，才能保證當(dāng)設(shè)備發(fā)生故障時(shí)能及時(shí)維修的概率大于0.99？7/24/202222第五章 常用概率分布 (二)第二節(jié) Poisso

10、n分布Poisson分布的概念Poisson分布的適用條件Poisson分布的特征Poisson分布的應(yīng)用7/24/202223第五章 常用概率分布 (二)一、Poisson分布的概念Poisson分布也是一種離散型分布，用以描述單位時(shí)間、面積、空間范圍內(nèi)某種罕見事件的發(fā)生數(shù)。Poisson分布的概念（ Poissondistribution ):若隨機(jī)變量在單位時(shí)間、面積、空間發(fā)生0、1、2、k、次的概率為：則稱隨機(jī)變量服從以為參數(shù)的Poisson分布,記為P()或()7/24/202224第五章 常用概率分布 (二)一、Poisson分布的概念單位時(shí)間、單位空間內(nèi)某事件的發(fā)生數(shù)單位人群（較

11、大）中某稀有事件的發(fā)生數(shù)放射性物質(zhì)每分鐘放射的脈沖數(shù)每ml水中大腸菌群數(shù)、每升空氣中粉塵數(shù)、每1萬個(gè)細(xì)胞中有多少個(gè)發(fā)生突變某地每天的交通事故數(shù)、某工礦企業(yè)每天的工傷人數(shù)足球比賽每場的進(jìn)球數(shù)生物：每平方公里有多少植物7/24/202225第五章 常用概率分布 (二)二、Poisson分布的適用條件結(jié)果對立概率固定相互獨(dú)立Poisson分布還要求或（1）接近于0或1（例如0.999） Poisson分布可以看作是發(fā)生的概率（或未發(fā)生的概率1）很小，而觀察例數(shù)n很大時(shí)的二項(xiàng)分布 7/24/202226第五章 常用概率分布 (二)二、Poisson分布的適用條件醫(yī)學(xué)現(xiàn)象中，服從Poisson分布：單位

12、時(shí)間接受到的放射性物質(zhì)的發(fā)射線數(shù)；在單位容積水中大腸桿菌的數(shù)量粉塵在單位空間的分布一定的大人群中某種非傳染性疾病患病數(shù)或死亡數(shù)野外單位空間中某種昆蟲數(shù)或野生動物數(shù)7/24/202227第五章 常用概率分布 (二)二、Poisson分布的適用條件醫(yī)學(xué)現(xiàn)象中，不服從Poisson分布：在單位容積牛奶中的細(xì)菌數(shù)丁螺在繁殖期成窩狀分布傳染性疾病在人群中的分布7/24/202228第五章 常用概率分布 (二)三、Poisson分布的圖形特征Poisson分布的圖形取決于參數(shù)7/24/202229第五章 常用概率分布 (二)三、Poisson分布的圖形特征Poisson分布的圖形取決于參數(shù)7/24/202

13、230第五章 常用概率分布 (二)三、Poisson分布的圖形特征Poisson分布的圖形取決于參數(shù)7/24/202231第五章 常用概率分布 (二)四、Poisson分布的特征Poisson分布的總體均數(shù)與總體方差相等即=2利用此特征，判斷某種未知分布是否服從Poisson分布當(dāng)20時(shí)，Poisson分布近似正態(tài)分布N (, )利用正態(tài)分布原理解決Poisson分布問題7/24/202232第五章 常用概率分布 (二)四、Poisson分布的特征Poisson分布具有可加性：以較小的度量單位，觀察某一現(xiàn)象的發(fā)生數(shù)時(shí)，如果它呈Poisson分布，那么把若干個(gè)小單位合并為一個(gè)大單位后，其總計(jì)數(shù)亦

14、呈Poisson分布?？杉有允纠?已知某放射性物質(zhì)每10分鐘放射脈沖數(shù)呈Poisson分布，5次測量的結(jié)果，分別為35、34、36、38、34次，那么50分鐘放射脈沖數(shù)(總計(jì)為177次)亦呈一Poisson分布。因此 Poisson分布資料可利用可加性原理使50，然后用正態(tài)近似法處理之。 7/24/202233第五章 常用概率分布 (二)四、Poisson分布的特征Poisson分布是二項(xiàng)分布的極限形式二項(xiàng)分布中，當(dāng)很小，比如0.05，而n很大，二項(xiàng)分布逼近Poisson分布。且：其中= n。n愈大，近似程度愈好。如果某些現(xiàn)象的發(fā)生率甚少，而樣本例數(shù)n甚多時(shí)，二項(xiàng)分布常用Poisson分布來簡

15、化運(yùn)算。 7/24/202234第五章 常用概率分布 (二)四、Poisson分布的特征Poisson分布遞推公式7/24/202235第五章 常用概率分布 (二)五、Poisson分布的應(yīng)用P()，計(jì)算恰有例罕見事件發(fā)生的概率據(jù)以往經(jīng)驗(yàn)，新生兒染色體異常率為1%，試用Poisson分布的原理，求100名新生兒中發(fā)生0、1例的概率7/24/202236第五章 常用概率分布 (二)五、Poisson分布的應(yīng)用P()，計(jì)算累積概率：出現(xiàn)罕見事件至多為k次的概率出現(xiàn)罕見事件至少為k次的概率7/24/202237第五章 常用概率分布 (二)五、Poisson分布的應(yīng)用利用Poisson分布的正態(tài)近似性條件，可簡化計(jì)算出現(xiàn)罕見事件至多為k次的概率出現(xiàn)罕見事件至少為k次的概率7/24/202238第五章 常用概率分布 (二