【概率与统计】二项分布

目录

1. 二项分布的概念与特征

2. 二项分布的条件

3. 二项分布的概率函数

4. 例子

5. 二项分布的特征 

5.1 二项分布的图形特征

5.2 二项分布的均数和标准差

5.3  二项分布的总体方差和总体标准差

6. 二项分布应用

6.1 概率估计

6.2 单侧累计概率计算

7. 二项分布的正态近似

参考


1. 二项分布的概念与特征

在医学卫生领域的许多实验或观察中,人们感兴趣的是某事件是否发生:

  • 如用白鼠做某药物削毒性实验,关心的是白鼠是否死亡;
  • 某种新疗法临床实验观察患者是否治愈;
  • 观察某指标的化验结果是否呈阳性等。

将我们关心的事件A出现称为成功,不出现称为失败,这类试验就称为成-败型实验。指定性资料中的二项分类实验。

2. 二项分布的条件

3. 二项分布的概率函数

二项分布是指在只能产生两种可能结果(如“阳性”或“阴性”)之一的n次独立重复实验中,当每次试验的“阳性”概率保持不变时,出现“阳性”的次数X=0,1,2,...,,n的一种概率分布。

若从阳性率为T的总体中随机抽取大小为n的样本,则出现“阳性”数为X的概率分布即呈现二项分布,记作 B(X ;n, T)或B(n, T )。

4. 例子

 

5. 二项分布的特征 

5.1 二项分布的图形特征

n,\pi是二项分布的两个参数,所以二项分布的形状取决于n,\pi。可以看出,当\pi=0.5时分布对称,近似对称分布。当\pi≠0.5时,分布呈偏态,特别是n较小时,\pi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。因此,\pi或1-\pi不太小,而n足够大,我们常用正态近似的原理来处理二项分布的问题

 

5.2 二项分布的均数和标准差

5.3  二项分布的总体方差和总体标准差

6. 二项分布应用

6.1 概率估计

6.2 单侧累计概率计算

7. 二项分布的正态近似

参考

生物统计(技术):二项分布possion分布

猜你喜欢

转载自blog.csdn.net/u013066730/article/details/131012412