概率论与数理统计教学设计
于实数的概率,并把联合分布函数记为,即 . 3.联合分布函数的性质 (1) ; (2) 是变量(固定)或(固定)的非减函数; (3) , ;
(4) 是变量(固定)或(固定)的右连续函数; (5)
. 例题:设二维随机变量(,)X Y 的联合分布函数为 (,)(arctan )(arctan )F x y A B x C y =++ 求:常数,,(,)A B C x y -∞<<+∞-∞<<+∞ 解:由分布函数(,)F x y 的性质得: lim (arctan )(arctan )()()122
lim (arctan )(arctan )()(arctan )02lim (arctan )(arctan )(arctan )()0
2x y x y A B x C y A B C A B x C y A B C y A B x C y A B x C πππ
π
→+∞→+∞→-∞
→-∞++=++=++=-+=++=+-=
由以上三式可解得:21,,22A B C π
π
π===
教师给予引
导,提出的问题
上。
y (,)F x y (,)(,),,F x y P X x Y y x y =≤≤-∞<<+∞-∞<<+∞
0(,)1F x y ≤≤(,)F x y x y y x (,)0,(,)0lim lim x y F x y F x y →-∞→-∞==(,)0,(,)1lim lim x x y y F x y F x y →-∞→+∞→-∞→+∞==(,)F x y x y y x 121222211211(,)(,)(,)(,)(,)
P x X x y Y y F x y F x y F x y F x y <≤<≤=--+
分)5.二维连续型随机变量及联合概率密度
(1)对于二维随机变量(X,Y)的分布函数,如
果存在一个二元非负函数,使得对于任意一对
实数有
成立,则为二维连续型随机变量,为二
维连续型随机变量的联合概率密度.
(2)二维连续型随机变量及联合概率密度的性质
①;
②;
③设为二维连续型随机变量,则对任意一条平面
曲线,有;’
④在的连续点处有
;
⑤设为二维连续型随机变量,则对平面上任一区
域有
例.求在D上服从均匀分布的随机变量(X,Y)的密
度函数和分布函数,其中D为x轴、y轴及直线y=2x+1
围城的三角形区域。
解:如图,区域D为直角三角形RT△OAB,其面积
为:
111
1
224
OAB
S=??=
所以由均匀分布的定义可得,(X,Y)的联合密度函
数为:
4,(,)
(,)
0,
x y D
f x y
∈
?
=?
?其他
下面来求(X,Y)的分布函数,
通
具
展
续
量。
(,)
F x y
(,)
f x y
(,)
x y
(,)(,)
x y
F x y f s t dtds
-∞-∞
=??
(,)
X Y(,)
f x y
(,)0,,
f x y x y
≥-∞<<+∞
(,)1
f x y dxdy
+∞+∞
-∞-∞
=
??
(,)
X Y
L((,))0
P X Y L
∈=
(,)
f x y
2(,)
(,)
F x y
f x y
x y
?
=
??
(,)
X Y
D
((,))(,)
D
P X Y D f x y dxdy
∈=??
(,)(,),(x y F x y f s t dtds x -∞-∞=-∞?
(1)当102x y <-<或时,(,)=0F x y (2)当10,0212x y x -≤<≤<+时
2102(,)=442y x y F x y dt ds xy y y -=+-??
(3)当1
0,212x y x -≤<≥+时 21
2102(,)4441x x F x y ds dy x x +-==++??
(4)当0,01x y ≥≤<时 0
2
102(,)=42y y F x y dt ds y y -=-?? (5)当0,1x y ≥≥时 021102(,)=41x F x y ds dt +-=??
综上所述,
F y
第五章+统计学教案(假设检验)参数估计和假设检验是统计推断的两个组成部分,它们分别从不同的角度利用样本信息对总体参数 进行推断。前者讨论的是在一定的总体分布形式下,借助样本构造的统计量,对总体未知参数作出估计 的问题;后者讨论的是如何运用样本信息对总体未知参数的取值或总体行为所做的事先假定进行验证, 从而作出真假判断。通俗地、简单地说,前者是利用样本信息估计总体参数将落在什么范围里;而后者 则是利用样本信息回答总体参数是不是会落在事先假定的某一个范围里。 通过本章学习,要求学生在充分理解有关抽样分布理论的基础上,理解掌握假设检验的有关基本概 念;明确在假设检验中可能犯的两种错误,以及这两种错误之间的联系;熟练掌握总体均值和总体成数 的检验方法,主要是 Z 检验和 t 检验;对于非参数的检验,也应有所了解,包括符号检验、秩和检验与游程检验等。 2 一、假设检验概述与基本概念 1、假设检验概述 2、假设检验的有关基本概念 二、总体参数检验 1、总体平均数的检验 2、总体成数的检验
3、总体方差的检验 三、总体非参数检验 1、符号检验 2、秩和检验 3、游程检验 一、假设检验的有关基本概念; 二、总体平均数与总体成数的检验; 三、非参数检验; 一、假设检验的基本思路与有关概念; 二、两类错误的理解及其关系; 一、假设检验概述 假设检验:利用统计方法检验一个事先所作出的假设的真伪,这一假设称为统计假设,对这一假设 所作出的检验就是假设检验。 基本思路:首先,对总体参数作出某种假设,并假定它是成立的。然后,根据样本得到的信息(统 计量),考虑接受这个假设后是否会导致不合理的结果,如果合理就接受这个假设,不合理就拒绝这个 假设。 所谓合理性,就是看是否在一次的观察中出现了小概率事件。 小概率原理:就是指概率很小的事件,在一次试验中实际上是几乎不可能出现。这种事件可以称其 为“实际不可能事件”。 二、假设检验的基本概念
2.3条件概率 教学目标: 知识与技能:通过对具体情景的分析,了解条件概率的定义。 过程与方法:掌握一些简单的条件概率的计算。 情感、态度与价值观:通过对实例的分析,会进行简单的应用。 教学重点:条件概率定义的理解. 教学难点:概率计算公式的应用. 授课类型:新授课 . 课时安排:1课时. 教具:多媒体、实物投影仪. 教学设想:引导学生形成“自主学习”与“合作学习”等良好的学习方式。 教学过程: 一、复习引入: 探究: 三张奖券中只有一张能中奖,现分别由三名同学无放回地抽取,问最后一名同学抽到中奖奖券的概率是否比前两名同学小. 若抽到中奖奖券用“Y ”表示,没有抽到用“Y”,表示,那么三名同学的抽奖结果共有三种可能:Y Y Y,Y Y Y和Y Y Y.用B 表示事件“最后一名同学抽到中奖奖券”, 则B 仅包含一个基本事件Y Y Y.由古典概型计算公式可知,最后一名同学抽到中奖奖券的概率为1 () 3 P B=. 思考:如果已经知道第一名同学没有抽到中奖奖券,那么最后一名同学抽到奖券的概率又是多少? 因为已知第一名同学没有抽到中奖奖券,所以可能出现的基本事件只有Y Y Y和Y Y Y.而“最后一名同学抽到中奖奖券”包含的基本事件仍是Y Y Y.由古典概型计算公式可知.最后一 名同学抽到中奖奖券的概率为1 2 ,不妨记为P(B|A ) ,其中A表示事件“第一名同学没有抽 到中奖奖券”. 已知第一名同学的抽奖结果为什么会影响最后一名同学抽到中奖奖券的概率呢? 在这个问题中,知道第一名同学没有抽到中奖奖券,等价于知道事件A 一定会发生,导致可能出现的基本事件必然在事件A 中,从而影响事件B 发生的概率,使得P ( B|A )≠P ( B ) . 思考:对于上面的事件A和事件B,P ( B|A)与它们的概率有什么关系呢? 用Ω表示三名同学可能抽取的结果全体,则它由三个基本事件组成,即Ω={Y Y Y, Y Y Y,Y Y Y}.既然已知事件A必然发生,那么只需在A={Y Y Y, Y Y Y}的范围内考虑问题,
2.2.2 事件的相互独立性 一、教学目标 知识与技能:理解两个事件相互独立的概念。 过程与方法:能进行一些与事件独立有关的概率的计算。 情感、态度与价值观:通过对实例的分析,会进行简单的应用。 二、教学重难点 教学重点:独立事件同时发生的概率。 教学难点:有关独立事件发生的概率计算。 三、教学过程 复习引入: 1. 事件的定义: 随机事件:在一定条件下可能发生也可能不发生的事件; 必然事件:在一定条件下必然发生的事件; 不可能事件:在一定条件下不可能发生的事件。 2.随机事件的概率:一般地,在大量重复进行同一试验时,事件A发生的频率m n 总是接近某个常数,在它附近摆动,这时就把这个常数叫做事件A的概率,记作() P A. 3.概率的确定方法:通过进行大量的重复试验,用这个事件发生的频率近似地作为它的概率;
4.概率的性质:必然事件的概率为1,不可能事件的概率为0,随机事件的概率为0()1P A ≤≤,必然事件和不可能事件看作随机事件的两个极端情形。 5. 基本事件:一次试验连同其中可能出现的每一个结果(事件A )称为一个基本事件。 6.等可能性事件:如果一次试验中可能出现的结果有n 个,而且所有结果出现 的可能性都相等,那么每个基本事件的概率都是1 n ,这种事件叫等可能性事件。 7.等可能性事件的概率:如果一次试验中可能出现的结果有n 个,而且所有结果都是等可能的,如果事件A 包含m 个结果,那么事件A 的概率 ()m P A n =。 讲解新课: 1.相互独立事件的定义: 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. 事件A (或B )是否发生对事件B (或A )发生的概率没有影响,这样的两个事件叫做相互独立事件. 若A 与B 是相互独立事件,则A 与B ,A 与B ,A 与B 也相互独立. 2.相互独立事件同时发生的概率:()()()P A B P A P B ?=? 问题2中,“从这两个坛子里分别摸出1个球,它们都是白球”是一个事件,它的发生,就是事件A ,B 同时发生,记作A B ?.(简称积事件) 从甲坛子里摸出1个球,有5种等可能的结果;从乙坛子里摸出1个球,有4种等可能的结果于是从这两个坛子里分别摸出1个球,共有54?种等可能的结果。同时摸出白球的结果有32?种所以从这两个坛子里分别摸出1个球,它们
1 引言 概率与统计是研究随机现象统计规律的一门数学学科,是对随机现象的统计规律进行演绎和归纳的科学.随着社会的不断发展,概率与统计的知识越来越重要,运用抽样数据进行推断已经成为现代社会一种普遍适用且强有力的思考方式.独立性[5]是随机变量非常重要的性质,其应用也很广泛.在解决很多问题时都有随机变量独立这样的前提,只有这样问题才能得以解决或解决起来比较简单.众所周知,随机变量独立性的判定无论从理论还是在实践中都有着重要意义,因此寻找独立性判断方法显得尤为重要.不少的文献对此进行了深入的研究,给出了一些很好的判断方法[3],但到目前为止人们还没找到简便有效的方法,从而对其深入研究很有必要. 2 相关定义 定义1离散型随机变量 定义在样本空间Ω上,取值于实数域R ,且只取有限个或可列个值的变量()ξξω=,称做是一维(实值)离散型随机变量,简称离散型随机变量. 定义2 n 维离散型随机变量 设12,,,n ξξξ???是样本空间Ω上的n 个离散型随机变量,则称n 维向量(12,,,n ξξξ???)是Ω上的一个n 维离散型随机变量. 定义3 联合分布型 设(,)ξη是一个二维离散型随机变量,它们一切可能取值为(,),,1,2,i j a b i j =???,令 (,),,1 ,2,ij i j P P a b i j ξη====??? 称(,1 ,2,)ij P i j =???是二维离散型随机变量(,)ξη的联合分布列. 我们容易证明()(1,2,i i P a P i ξ?===???是ξ的分布列,同理有()(1 ,2,)j j P b P j η?===???是η的分布列,称,ξη的分布列是(,ξη)的联合分布列的边际分布列. 定义 4 离散型随机变量独立性 设离散型随机变量ξ的可能取值为(1,2,)i a i =???,η的可能取值为(1,2,)j b j =???,如果对任意的,i j a b ,有
第四章 总体均数的估计和假设检验 一、教学大纲要求 (一) 掌握内容 1. 抽样误差、可信区间的概念及计算; 2. 总体均数估计的方法; 3. 两组资料均数比较的方法,理解并记忆应用这些方法的前提条件; 4. 假设检验的基本原理、有关概念(如I 、II 类错误)及注意事项。 (二) 熟悉内容 两样本方差齐性检验。 (三) 了解内容 1. t 分布的图形与特征; 2. 总体方差不等时的两样本均数的比较; 3. 等效检验。 二、教学内容精要 (一) 基本概念 1. 抽样误差 抽样研究中,样本统计量与总体参数间的差别称为抽样误差(sampling error )。统计上用标准误(standard error ,SE )来衡量抽样误差的大小。不同的统计量,标准误的表示方法不同,如均数的标准误用X S 表示,率的标准误用S P 表示,回归系数的标准误用S b 表示等等。均数的标准误与标准差的区别见表4-1。 表4-1 均数的标准误与标准差的区别 均数的标准误 标准差 意义 反映的抽样误差大小 反映一组数据的离散情况 记法 X σ(样本估计值X S ) σ(样本估计值S ) 计算 X σ= n σ X S = n S σ = n X 2 )(∑ -μ S= 1 )(2 --∑ n X X 控制方法 增大样本含量可减小标准误。 个体差异或自然变异,不能通过统计方法来控制。 2.可信区间 (1)定义、涵义:即按预先给定的概率确定的包含未知总体参数的可能范围。该范围称为总体参数的可信区间(confidence interval ,CI )。它的确切含义是:CI 是随机的,总体参数是固定的,所以,CI 包含总体参数的可能性是1-α。不能理解为CI 是固定随机的,总体参数是随机固定的,总体参数落在CI 范围内可能性为1-α。当0.05α=时,称为95%可信区间,记作95%CI 。当0.01α=时,称为99%可信区间,记作99%CI 。 (2)可信区间估计的优劣:一定要同时从可信度(即1-α的大小)与区间的宽度两方面来衡量。 (二) t 分布与正态分布 t 分布与标准正态分布相比有以下特点:①都是单峰、对称分布;②t 分布峰值较低,而尾部较高;③随自由度增大,t 分布趋近与标准正态分布;当ν→∞时,t 分布的极限分布是标准正态分布。 (三)总体均数的估计
2.2.2事件的相互独立性 一、复习引入: 1 事件的定义:随机事件:在一定条件下可能发生也可能不发生的事件; 必然事件:在一定条件下必然发生的事件; 不可能事件:在一定条件下不可能发生的事件 2.随机事件的概率:一般地,在大量重复进行同一试验时,事件A 发生的频率m n 总是接近某个常数,在它附近摆动,这时就把这个常数叫做事件A 的概率,记作()P A . 3.概率的确定方法:通过进行大量的重复试验,用这个事件发生的频率近似地作为它的概率; 4.概率的性质:必然事件的概率为1,不可能事件的概率为0,随机事件的概率为0()1P A ≤≤,必然事件和不可能事件看作随机事件的两个极端情形 5基本事件:一次试验连同其中可能出现的每一个结果(事件A )称为一个基本事件 6.等可能性事件:如果一次试验中可能出现的结果有n 个,而且所有结果出现的可能性都相等,那么每个基本事件的概率都是1n ,这种事件叫等可能性事件 7.等可能性事件的概率:如果一次试验中可能出现的结果有n 个,而且所有结 果都是等可能的,如果事件A 包含m 个结果,那么事件A 的概率()m P A n = 8.等可能性事件的概率公式及一般求解方法 9.事件的和的意义:对于事件A 和事件B 是可以进行加法运算的 10 互斥事件:不可能同时发生的两个事件.()()()P A B P A P B +=+ 一般地:如果事件12,, ,n A A A 中的任何两个都是互斥的,那么就说事件 12,,,n A A A 彼此互斥 11.对立事件:必然有一个发生的互斥事件.()1()1()P A A P A P A +=?=- 12.互斥事件的概率的求法:如果事件12,, ,n A A A 彼此互斥,那么 12()n P A A A +++=12()()()n P A P A P A +++ 探究: (1)甲、乙两人各掷一枚硬币,都是正面朝上的概率是多少? 事件A :甲掷一枚硬币,正面朝上;事件B :乙掷一枚硬币,正面朝上 (2)甲坛子里有3个白球,2个黑球,乙坛子里有2个白球,2个黑球,从这 两个坛子里分别摸出1个球,它们都是白球的概率是多少? 事件A :从甲坛子里摸出1个球,得到白球;事件B :从乙坛子里摸出1个球, 得到白球
2. 2.2事件的相互独立性 教学目标: 知识与技能:理解两个事件相互独立的概念。 过程与方法:能进行一些与事件独立有关的概率的计算。 情感、态度与价值观:通过对实例的分析,会进行简单的应用。 教学重点:独立事件同时发生的概率 教学难点:有关独立事件发生的概率计算 授课类型:新授课 课时安排:4课时 教 具:多媒体、实物投影仪 教学过程: 一、复习引入: 1 事件的定义:随机事件:在一定条件下可能发生也可能不发生的事件; 必然事件:在一定条件下必然发生的事件; 不可能事件:在一定条件下不可能发生的事件 2.随机事件的概率:一般地,在大量重复进行同一试验时,事件A 发生的频率m n 总是接近某个常数,在它附近摆动,这时就把这个常数叫做事件A 的概率,记作()P A . 3.概率的确定方法:通过进行大量的重复试验,用这个事件发生的频率近似地作为它的概率; 4.概率的性质:必然事件的概率为1,不可能事件的概率为0,随机事件的概率为0()1P A ≤≤,必然事件和不可能事件看作随机事件的两个极端情形 5基本事件:一次试验连同其中可能出现的每一个结果(事件A )称为一个基本事件6.等可能性事件:如果一次试验中可能出现的结果有n 个,而且所有结果出现的可能性都相等,那么每个基本事件的概率都是1n ,这种事件叫等可能性事件 7.等可能性事件的概率:如果一次试验中可能出现的结果有n 个,而且所有结果都是等可能的,如果事件A 包含m 个结果,那么事件A 的概率()P A n = 8.等可能性事件的概率公式及一般求解方法 9.事件的和的意义:对于事件A 和事件B 是可以进行加法运算的 10 互斥事件:不可能同时发生的两个事件.()()()P A B P A P B +=+ 一般地:如果事件12,, ,n A A A 中的任何两个都是互斥的,那么就说事件12,,,n A A A 彼此互斥 11.对立事件:必然有一个发生的互斥事件.()1()1()P A A P A P A +=?=- 12.互斥事件的概率的求法:如果事件12,,,n A A A 彼此互斥,那么 12()n P A A A ++ +=12()()()n P A P A P A +++
§2.2.2 事件的独立性 教学目标 (1)理解两个事件相互独立的概念; (2)能进行一些与事件独立有关的概率的计算. 教学重点,难点:理解事件的独立性,会求一些简单问题的概率. 教学过程 一.问题情境 1.情境:抛掷一枚质地均匀的硬币两次. 在第一次出现正面向上的条件下,第二次出现正面向上的概率是多少? 2.问题:第一次出现正面向上的条件,对第二次出现正面向上的概率是否产生影响. 二.学生活动 设B 表示事件“第一次正面向上”, A 表示事件“第二次正面向上”,由古典概型知 ()12P A = ,()12P B =,()1 4 P AB =, 所以() ()() 1 2 P AB P A B P B = = . 即()() P A P A B =,这说明事件B 的发生不影响事件A 发生的概率. 三.建构数学 1.两个事件的独立性 一般地,若事件A ,B 满足() ()P A B P A =,则称事件A ,B 独立. 当A ,B 独立时,若()0P A >,因为() ()()()P AB P A B P A P B = =, 所以 ()()()P AB P A P B =,反过来() ()() ()P AB P B A P B P A = =, 即B ,A 也独立.这说明A 与B 独立是相互的,此时事件A 和B 同时发生的概率等于事件A 发生的概率与事件B 发生的概率之积,即 ()()()P AB P A P B =.(*) 若我们认为任何事件与必然事件相独立,任何事件与不可能事件相独立,那么两个事件 A , B 相互独立的充要条件是()()()P AB P A P B =.今后我们将遵循此约定. 事实上,若B φ=,则()0P B =,同时就有()0P AB =,此时不论A 是什么事件,都有(*)式成立,亦即任何事件都与φ独立.同理任何事件也与必然事件Ω独立. 2. 个事件的独立性可以推广到(2)n n >个事件的独立性,且若事件12,,,n A A A 相互独立, 则这n 个事件同时发生的概率()()()()1212n n P A A A P A P A P A = .
《概率论与数理统计》课程教案 第一章 随机事件及其概率 一.本章的教学目标及基本要求 (1) 理解随机试验、样本空间、随机事件的概念; (2) 掌握随机事件之间的关系与运算,; (3) 掌握概率的基本性质以及简单的古典概率计算; 学会几何概率的计算; (4) 理解事件频率的概念,了解随机现象的统计规律性以及概率的统计定义。了解概 率的公理化定义。 (5) 理解条件概率、全概率公式、Bayes 公式及其意义。理解事件的独立性。 二.本章的教学内容及学时分配 第一节 随机事件及事件之间的关系 第二节 频率与概率 2学时 第三节 等可能概型(古典概型) 2 学时 第四节 条件概率 第五节 事件的独立性 2 学时 三.本章教学内容的重点和难点 1) 随机事件及随机事件之间的关系; 2) 古典概型及概率计算; 3)概率的性质; 4)条件概率,全概率公式和Bayes 公式 5)独立性、n 重伯努利试验和伯努利定理 四.教学过程中应注意的问题 1) 使学生能正确地描述随机试验的样本空间和各种随机事件; 2) 注意让学生理解事件,,,,,A B A B A B A B AB A ???-=Φ…的具体含义,理解 事件的互斥关系; 3) 让学生掌握事件之间的运算法则和德莫根定律; 4) 古典概率计算中,为了计算样本点总数和事件的有利场合数,经常要用到排列和组 合,复习排列、组合原理; 5) 讲清楚抽样的两种方式——有放回和无放回; 五.思考题和习题 思考题:1. 集合的并运算?和差运算-是否存在消去律?
2. 怎样理解互斥事件和逆事件? 3. 古典概率的计算与几何概率的计算有哪些不同点?哪些相同点? 习题: 第二章 随机变量及其分布 一.本章的教学目标及基本要求 (1) 理解随机变量的概念,理解随机变量分布函数的概念及性质, 理解离散型和连续 型随机变量的概率分布及其性质,会运用概率分布计算各种随机事件的概率; (2) 熟记两点分布、二项分布、泊松分布、正态分布、均匀分布和指数分布的分布律 或密度函数及性质; 二.本章的教学内容及学时分配 第一节 随机变量 第二节 第二节 离散型随机变量及其分布 离散随机变量及分布律、分布律的特征 第三节 常用的离散型随机变量 常见分布(0-1分布、二项分布、泊松分布) 2学时 第四节 随机变量的分布函数 分布函数的定义和基本性质,公式 第五节 连续型随机变量及其分布 连续随机变量及密度函数、密度函数的性质 2学时 第六节 常用的连续型随机变量 常见分布(均匀分布、指数分布、正态分布)及概率计算 2学时 三.本章教学内容的重点和难点 a) 随机变量的定义、分布函数及性质; b) 离散型、连续型随机变量及其分布律或密度函数,如何用分布律或密度函数求任何 事件的概率; c) 六个常见分布(二项分布、泊松分布、几何分布、均匀分布、指数分布、正态分布); 四.教学过程中应注意的问题 a) 注意分布函数(){}F x P X x =<的特殊值及左连续性概念的理解; b) 构成离散随机变量X 的分布律的条件,它与分布函数()F x 之间的关系; c) 构成连续随机变量X 的密度函数的条件,它与分布函数()F x 之间的关系; d) 连续型随机变量的分布函数()F x 关于x 处处连续,且()0P X x ==,其中x 为任
《独立性检验》教案 一、教学目标 1、知识与技能: 通过典型案例的探究,了解独立性检验的基本思想,会对两个分类变量进行独立性检验,明确独立性检验的基本步骤,并能利用独立性检验的基本思想来解决实际问题. 2、过程与方法: 通过探究“吸烟是否与患肺癌有关系”引出独立性检验的问题。通过列联表、等高条形图,使学生直观感觉到吸烟和患肺癌可能有关系.这一直觉来自于观测数据,即样本.问题是这种来自于样本的印象能够在多大程度上代表总体?这节课就是为了解决这个问题,让学生亲身体验直观感受的基础上,提高学生的数据分析能力. 3、情感态度价值观: 通过本节课的学习,加强数学与现实生活的联系。以科学的态度评价两个分类变量有关系的可能性。培养学生运用所学知识,解决实际问题的能力。对问题的自主探究,提高学生独立思考问题的能力;让学生对统计方法有更深刻的认识,体会统计方法应用的广泛性,进一步体会科学的严谨性。教学中适当地利用学生合作与交流,使学生在学习的同时,体会与他人合作的重要性。 二、教学重点 理解独立性检验的基本思想及实施步骤. 三、教学难点 1.了解独立性检验的基本思想; 2.了解随机变量K2的含义,K2的观测值很大,就认为两个分类变量是有关系的。 四、教学方法 以“问题串”的形式,层层设疑,诱思探究。用“讲授法”,循序渐进,引导学生,步步为营,螺蜁上升探究本节课的知识内容. 五、教学过程设计
环 节 互动意图创 设情景、引入新课课下预习,搜集有关分类变量有无关系的一些实例。 情境引入、提出问题:1、吸烟与患肺癌有关系吗? 2、你有多大程度把握吸烟与患肺癌有关? 组织引 导学生 课下预 习问题 背景, 初步明 确定要 解决 “吸烟 与患肺 癌”之 间的关 系问 题. 好的课 堂情景 引入, 能激发 学生求 知欲, 是新问 题能够 顺利解 决的前 提条件 之一. 初步探索、展示内涵 变量有定量变量、分类变量,定量变量—回归分析;分类变 量—独立性检验,引出课题。 问题1、我们在研究“吸烟与患肺癌的关系”时,需要关注哪一些 量呢? 列联表:分类变量的汇总统计表(频数表). 一般我们只 研究每个分类变量只取两个值,这样的列联表称为2*2列联表 . 如吸烟与患肺癌的列联表: 不患肺癌患肺癌总计 不吸烟7775 42 7817 吸烟2099 49 2148 总计9874 91 9965 问题2:由以上列联表,我们估计吸烟是否对患肺癌有影响?①在 不吸烟者中患肺癌的比例为________;②在吸烟者中患肺癌的比 例为________. 1,教师 通过举 例,引 入分类 变量这 个新概 念.引 出课题 2,组织 学生填 表讨论 问题, 初步得 到问题 的结 论. 从实际 问题出 发引入 概念, 提出问 题有利 于学生 明白我 们要学 习这节 课的必 要性。。
概率论与数理统计教学设计 课程名称概率论与数理 统计 课时100分钟 任课教师刘涛专业与班级财务管理B1601---B1606课型新授课课题二维随机变量及其分布 教材分析 “二维随机变量及其分布”属于教材第三章内容,位于教材的第75页至第93页.是在前一章“一维随机变量及其分布”的概念提出的基础上,对两个及两个以上的随机变量进行描述。可以说,二维随机变量及其分布是对前一章一维随机变量内容的总结以及综合应用。 学习目标 知识与技能 了解二维随机变量的背景来源; 了解二维随机变量的基本思想; 掌握二维随机变量的适用范围、基本步骤及其具体运 用。 过程与方法 通过日常生活中常常出现的实例的引入,引导学生分 析、解决问题,培养学生将实际问题转化为数学问题的 能力,培养学生提出、分析、理解问题的能力,进而发 展整合所学知识解决实际问题的能力。 情感态度与价 值观 通过介绍概率论与数理统计在实际生活中的运用,激发 学生自主学习的兴趣,也培养了学生的创新意识和探索 精神。 教学分析教学内容1.二维随机变量及联合分布函数定义 2.二维离散型随机变量及联合概率函数 3.二维连续型随机变量及联合概率密度 4.二维随机变量的边缘分布
5.随机变量的相互独立性 教学重点二维离散型、连续随机变量及其分布,相互独立性教学难点二维连续型随机变量及其分布 教学方法与策略 板书设计 前50分: 1.引例 3.二维离散变量 2.联合分布函数定义 4.二维连续变量 后50分: 5.边缘分布 6.相互独立性 教学时间设计 1.引导课题…………2分钟 2.学生活动…………3分钟 3.二维随机变量及联合分布函数定义……15分钟 4.二维离散型随机变量及联合概率函数……10分钟 5.二维连续型随机变量及联合概率密度……20分钟 6.二维随机变量的边缘分布……20分钟 7.随机变量的相互独立性……25分钟 8.课堂小结…………5分钟 教学手段多媒体播放教学视频、PPT演示与板书演练书写相结合。 教学进程 教学意图教学内容教学理念
事件的相互独立性的教 案 -CAL-FENGHAI-(2020YEAR-YICAI)_JINGBIAN
2.2.2事件的相互独立性 一、教学目标: 1、知识与技能: ①理解事件独立性的概念 ②相互独立事件同时发生的概率公式 2、过程与方法: 通过实例探究事件独立性的过程,学会判断事件相 互独立性的方法。 3、情感态度价值观:通过本节的学习,体会数学来源于实践又服务于 实践,发现数学的应用意识。 二、教学重点:件事相互独立性的概念 三、教学难点:相互独立事件同时发生的概率公式 四,教学过程: 1、复习回顾:(1)条件概率 (2)条件概率计算公式 (3)互斥事件及和事件的概率计算公式 2、思考探究: 三张奖券只有一张可以中奖,现分别由三名同学有放回地抽取,事件A 为“第一位同学没有抽到中奖奖券”,事件B 为“最后一名同学抽到中奖奖券”。 事件A 的发生会影响事件B 发生的概率吗? 分析:事件A 的发生不会影响事件B 发生的概率。于是: 3、事件的相互独立性 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。 即事件A (或B )是否发生,对事件B (或A )发生的概率没有影响,这样两个事件叫做相互独立事件。 注:①如果A 与B 相互独立,那么A 与B ,B 与A ,A 与B 都是相互独立的。(举例说明) ②推广:如果事件12,,...n A A A 相互独立,那么 1212(...)()()...()n n P A A A P A P A P A = (|)()P B A P B =()()(|)P AB P A P B A =()()() P AB P A P B ∴=
议随机变量独立性及其应用 作者:张利荣 指导老师:桂春燕 摘要 随机变量的独立性是概率论中的一个重要概念.本文首先介绍了随机变量独立性的定义, 随机变量独立性的性质,然后对离散型随机变量和连续型随机变量的独立性分别给出了不同的判别方法,从而针对不同的问题运用相应的判别方法进行判定,除此还通过随机变量独立性的性质及其判别方法得出了一些相关的推论,并对其应用进行了举例说明. 关键词 离散型随机变量 连续型随机变量 独立性 联合分布 1 引言 概率统计是研究随机现象中数量规律的一门数学学科,它是近代数学的重要分支,理论严谨、应用广泛,并且与其他学科互相渗透结合.概率论是对随机现象统计规律演绎的研究,由于随机现象的普遍性,使得其具有极其广泛的应用,特别是在科学技术、工农业生产等方面.独立性是概率统计中最基本的概念之一,无论在理论研究还是在实际应用中都具有特别重要的意义.概率论和数理统计已有的成果大部分都是在某种独立性的前提下才得到的.因而随机变量独立性的研究倍受重视. 随机变量独立性的研究一直经历着缓慢的发展过程.进入二十世纪九十年代后,随机变量独立性判定的研究进入了一个新的阶段.关于这方面的著作、文献逐渐多了起来,如文献[2]中毛纲源对随机变量独立性的判定进行了分析并举例说明;文献[7]中明杰秀等对二维随机变量独立性的判定及其应用等相关内容进行了论述.本文将在此基础上对随机变量独立性做一下详细、全面的论述,重点介绍离散型随机变量和连续型随机变量独立性的判定方法,并对随机变量的独立性的应用进行举例说明. 2 随机变量独立性的定义 定义]1[ 设),(Y X 为二维随机变量,若对于任意的实数y x ,,事件{}x X ≤与{}y Y ≤相互独立,即 ()()() y Y P x X P y Y x X P ≤?≤=≤≤, , )1( 则称X 与Y 相互独立. 若()y x F ,为X 与Y 的联合分布函数,()x F X 、()y F Y 分别是X 与Y 的边缘分布函数,则 )1(式等价于 ()()()y F x F y x F Y X ?=,. 3 随机变量独立性的性质及其判别方法
事件的相互独立性 数学与统计学学院芮丽娟2009212085 一、教学目标: 1、知识与技能: (1)了解独立性的定义(即事件A的发生对事件B的发生没有影响); (2)掌握相互独立事件的概率乘法公式P(AB)=P(A)P(B) 2、过程与方法: 通过对现实生活中不同事件问题的探究,感知应用数学解决问题的方法,体会数学知识与现实世界的联系,培养逻辑推理能力 3、情感态度与价值观: 通过数学与探究活动,体会理论来源于实践并应用于实践的辩证唯物主义观点. 二、重点与难点: 正确理解独立性的定义与互斥事件的差别,掌握并运用独立事件概率公式 三、教学设想: 1、创设情境:通过回顾上节课学习的条件概率,引入本节课独立性的定义 例:3张奖券中只有一张能中奖,现分别由3名同学无放回的抽取,事件A为“第一名同学没有抽到中奖奖券”,事件B为“最后一名同学抽到中奖奖券”。则问事件A的发生会影响事件B发生的概率吗?若条件改为有放回,这时又是什么情况? 解:显然无放回时,A的发生影响着B,即是条件概率。而当有放回地抽取奖券时,最后一名同学也是从原来的三张奖券中任抽一张,因此第一名同学抽的结果对最后一名同学的抽奖结果没有影响,即事件A的发生不会影响事件B发生的概率。于是P(B|A)=P(B),代入条件概率公式得P(AB)=P(B|A)P(A)=P(A)P(B) 2、基本概念: 独立性定义:设A,B为两个事件,如果满足P(AB)=P(A)P(B),则称事件A与事件B 相互独立。 例1:分别抛掷两枚质地均匀的硬币,设A是事件“第1枚为正面”,B是事件“第2枚为正面”,C是事件“2枚结果相同”。问:A,B,C中哪两个相互独立? 分析:理解相互独立的定义,即是一事件的发生对另一事件的发生与否没有影响,由于A事件抛掷第一枚硬币为正面,对B事件第二枚硬币为正面没有影响,故A与B独立,而
一、单项选择题 1.设随机变量21,X X 独立,且2 1 }1{}0{= ===i i X P X P (2,1=i ),那么下列结论正确的是 ( ) A .21X X = B .1}{21==X X P C .2 1 }{21= =X X P D .以上都不正确 2设X 与Y 相互独立,X 服从参数为12的0—1分布,Y 服从参数为1 3 的0—1分布,则方程 220t Xt Y ++=中t 有相同实根的概率为 (A ) 13 (B )12 (C )16 (D )2 3 [] 3.设二维随机变量(X ,Y )的概率密度为 ()22 ,02,14, (,)0, .k x y x y f x y ?+<<<=???其他 则k 的值必为 (A ) 130 (B )150 (C )160 (D )1 80 [] 4.设(X ,Y )的联合密度函数为 ,0, (,)0,. y e x y f x y -?<=???其他 (1)P X Y +≥则概率为 (A )1 12 2e e --- (B )12e e --- (C )1e - (D )21e -- [] 5.设随机变量X 与Y 相互独立,而且X 服从标准正态分布N (0,1),Y 服从二项分布 B (n ,p ),0
2.2.2事件的独立性 教学目标: 知识与技能:理解两个事件相互独立的概念。 过程与方法:能进行一些与事件独立有关的概率的计算。 情感、态度与价值观:通过对实例的分析,会进行简单的应用。 教学重点:独立事件同时发生的概率 教学难点:有关独立事件发生的概率计算 授课类型:新授课 课时安排:2课时 教 具:多媒体、实物投影仪 教学过程: 一、复习引入: 1 事件的定义:随机事件:在一定条件下可能发生也可能不发生的事件; 必然事件:在一定条件下必然发生的事件; 不可能事件:在一定条件下不可能发生的事件 2.随机事件的概率:一般地,在大量重复进行同一试验时,事件A 发生的频率m n 总是接近某个常数,在它附近摆动,这时就把这个常数叫做事件A 的概率,记作()P A . 3.概率的确定方法:通过进行大量的重复试验,用这个事件发生的频率近似地作为它的概率; 4.概率的性质:必然事件的概率为1,不可能事件的概率为0,随机事件的概率为0()1P A ≤≤,必然事件和不可能事件看作随机事件的两个极端情形 5基本事件:一次试验连同其中可能出现的每一个结果(事件A )称为一个基本事件6.等可能性事件:如果一次试验中可能出现的结果有n 个,而且所有结果出现的可能性都相等,那么每个基本事件的概率都是1n ,这种事件叫等可能性事件 7.等可能性事件的概率:如果一次试验中可能出现的结果有n 个,而且所有结果都是等可能的,如果事件A 包含m 个结果,那么事件A 的概率()P A n = 8.等可能性事件的概率公式及一般求解方法 9.事件的和的意义:对于事件A 和事件B 是可以进行加法运算的 10 互斥事件:不可能同时发生的两个事件.()()()P A B P A P B +=+ 一般地:如果事件12,, ,n A A A 中的任何两个都是互斥的,那么就说事件12,,,n A A A 彼此互斥 11.对立事件:必然有一个发生的互斥事件.()1()1()P A A P A P A +=?=-
分类号:密级: 毕业论文 (本科生) 论文题目(中文)随机变量的独立性判别 论文题目(外文)The discrimination of the independence of random variables 学生姓名 导师姓名、职称 学生所属学院 专业 年级
诚信责任书 本人郑重声明:本人所呈交的毕业论文(设计),是在导师的指导下独立进行研究所取得的成果。毕业论文(设计)中凡引用他人已经发表或未发表的成果、数据、观点等,均已明确注明出处。除文中已经注明引用的内容外,不包含任何其他个人或集体已经发表或在网上发表的论文。 本声明的法律责任由本人承担。 论文作者签名:日期: 关于毕业论文(设计)使用授权的声明本人在导师指导下所完成的论文及相关的职务作品,知识产权归属兰州大学。本人完全了解兰州大学有关保存、使用毕业论文的规定,同意学校保存或向国家有关部门或机构送交论文的纸质版和电子版,允许论文被查阅和借阅;本人授权兰州大学可以将本毕业论文的全部或部分内容编入有关数据库进行检索,可以采用任何复制手段保存和汇编本毕业论文。本人离校后发表、使用毕业论文或与该论文直接相关的学术论文或成果时,第一署名单位仍然为兰州大学。 本毕业论文研究内容: √可以公开 □不易公开,已在学位办公室办理保密申请,解密后适用本授权书。 (请在以上选项内选择其中一项打“√”)
论文作者签名:导师签名:日期:日期:
随机变量的独立性判别 摘要 随机变量独立性的判别历来都是高等学校概率论与数理统计教学的一个课题, 通过研究文献资料,理解随机变量及其独立性的相关概念,对离散型和连续型随机变量综合列举的几种常见求法,讨论几种常见的随机变量独立性判别方法 并对其进行概括、总结,加深自己对随机变量及其分布的理解,争取有新的发现。 关键词:随机变量独立性连续型离散型判别方法
《统计学》教案 第七章假设检验 教学目的:介绍假设检验的基本思想、步骤和规则,两类错误的概念,以及重要总体参数的检验方法。 基本要求:通过本章学习要求同学们理解假设检验的基本思想、规则和两类错误的概念,掌握假设检验的步骤和总体均值、成数、方差的检验方法。 重点和难点:假设检验的基本思想、规则和两类错误的概念。 教学内容:§1假设检验的一般问题§2 一个正态总体的参数检验§3二个正态总体的参数检验§4假设检验中的其它问题 学时分配:4学时 主要参考书目: 1、陈珍珍等,统计学,厦门:厦门大学出版社,2003年版 2、于磊等,统计学,上海:同济大学出版社,2003年 3、徐国强等,统计学,上海:上海财经大学出版社,2001年版 思考题: 1、请阐述假设检验的步骤 2、假设检验的结果是接受原假设,是否表明原假设是正确的? 3、如何构造检验统计量? §1假设检验的一般问题 教学内容 一、假设检验的概念 1.概念 ?事先对总体参数或分布形式作出某种假设 ?然后利用样本信息来判断原假设是否成立 2.类型 ?参数假设检验----检验总体参数 ?非参数假设检验----检验总体分布形式 3.特点 ?采用逻辑上的反证法
?依据统计上的小概率原理----小概率事件在一次试验中不会发生 二、假设检验的步骤 ?提出原假设和备择假设 ?确定适当的检验统计量 ?规定显著性水平α ?计算检验统计量的值 ?作出统计决策 三、假设检验中的小概率原理 在一次试验中小概率事件一旦发生,我们就有理由拒绝原假设。因为我们拒绝发生错误的可能性至多是α 四、假设检验中的两类错误 1. 第一类错误(弃真错误) ?原假设为真时,我们拒绝了原假设 ?第一类错误的概率为α 2. 第二类错误(取伪错误) ?原假设为假时,我们接受了原假设 ?第二类错误的概率为 β ?比第一类错误更容易发生 即接受原假设很容易发生 五、Neyman和Pearson检验原则 在控制犯第一类错误的概率α条件下, 尽可能使犯第二类错误的概率β减小。 该原则的含义是, 原假设要受到维护, 使它不致被轻易否定, 若要否定原假设, 必须有充分的理由---小概率事件发生了; 接受原假设, 只说明否定它的理由还不充分 六、双侧检验和单侧检验 教学方法 采用课堂教学方法 提问与讨论 1.在假设检验中显著性水平α有什么意义? 2.显著性水平α相同时,双侧检验和单侧检验的拒绝域是否相同? 板书设计 主要运用多媒体课件展示。重要内容采用书写板书
数学:人教版选修2-3第二章离散型随机变量教案(2.2.2事件的相互独立性) 2.2.2事件的相互独立性 教学目标: 知识与技能:理解两个事件相互独立的概念。 过程与方法:能进行一些与事件独立有关的概率的计算。 情感、态度与价值观:通过对实例的分析,会进行简单的应用。 教学重点:独立事件同时发生的概率 教学难点:有关独立事件发生的概率计算 授课类型:新授课 课时安排:2课时 教具:多媒体、实物投影仪 教学过程: 一、复习引入: 1 事件的定义:随机事件:在一定条件下可能发生也可能不 发生的事件; 必然事件:在一定条件下必然发生的事件; 不可能事件:在一定条件下不可能发生的事件 2.随机事件的概率:一般地,在大量重复进行同一试验时,事件发生的频率总是接近某个常数,在它附近摆动,这时就
把这个常数叫做事件的概率,记作. 3.概率的确定方法:通过进行大量的重复试验,用这个事件 发生的频率近似地作为它的概率; 4.概率的性质:必然事件的概率为,不可能事件的概率为,随机事件的概率为,必然事件和不可能事件看作随机事件的 两个极端情形 5基本事件:一次试验连同其中可能出现的每一个结果(事件)称为一个基本事件 6.等可能性事件:如果一次试验中可能出现的结果有个, 而且所有结果出现的可能性都相等,那么每个基本事件的概 率都是,这种事件叫等可能性事件 7.等可能性事件的概率:如果一次试验中可能出现的结果 有个,而且所有结果都是等可能的,如果事件包含个结果, 那么事件的概率 8.等可能性事件的概率公式及一般求解方法 9.事件的和的意义:对于事件A和事件B是可以进行加法运算的 10 互斥事件:不可能同时发生的两个事件. 一般地:如果事件中的任何两个都是互斥的,那么就说事件 彼此互斥 11.对立事件:必然有一个发生的互斥事件. 12.互斥事件的概率的求法:如果事件彼此互斥,那么=
2.2.2事件的相互独立性(教学设计) 教学目标: 知识与技能:理解两个事件相互独立的概念。 过程与方法:能进行一些与事件独立有关的概率的计算。 情感、态度与价值观:通过对实例的分析,会进行简单的应用。 教学重点:独立事件同时发生的概率 教学难点:有关独立事件发生的概率计算 教学过程: 一、复习引入: 1.等可能性事件:如果一次试验中可能出现的结果有n 个,而且所有结果出现的可能性都相等,那么每个基本事件的概率都是1n ,这种事件叫等可能性事件 2.等可能性事件的概率:如果一次试验中可能出现的结果有n 个,而且所有结果都是等可能的,如果事件A 包含m 个结果,那么事件A 的概率()P A n = 互斥事件:不可能同时发生的两个事件.()()()P A B P A P B +=+ 一般地:如果事件12,,,n A A A 中的任何两个都是互斥的,那么就说事件12,,,n A A A 彼此互斥 4.对立事件:必然有一个发生的互斥事件.()1()1()P A A P A P A +=?=- 5.互斥事件的概率的求法:如果事件12,,,n A A A 彼此互斥,那么 12()n P A A A +++ =12()()()n P A P A P A +++ 6.条件概率:在事件A 发生的条件下,事件B 发生的条件概率:()(|)() P AB P B A P A = 乘法公式:()(|)()P AB P B A P A =?. 二、师生互动,新课讲解: 思考:三张奖券中只有一张能中奖,现分别由三名同学有放回地抽取,事件A 为“第一名同学没有抽到中奖奖券”, 事件B 为“最后一名同学抽到中奖奖券”. 事件A 的发生会影响事件B 发生的概率吗? 显然,有放回地抽取奖券时,最后一名同学也是从原来的三张奖券中任抽一张,因此第一名同学抽的结果对最后一名同学的抽奖结果没有影响,即事件A 的发生不会影响事件B 发生的概率.于是 P (B| A )=P(B ), P (AB )=P( A ) P ( B |A )=P (A )P(B).