二项分布poisson分布的检验
- 格式:ppt
- 大小:199.50 KB
- 文档页数:20
●Bernoulli 试验(Bernoulli T est):将感兴趣的事件A出现的试验结果称为“成功”,事件A不出现的试验结果称为“失败”,这类试验就称为Bernoulli 试验●二项分布(binomial distribution):是指在只会产生两种可能结果如阳性或阴性之一的n次独立重复试验中,当每次试验的阳性概率π保持不变时,出现阳性次数X=0,1,2,…,n的一种概率分布。
●Poisson分布(Poisson distribution):随机变量X服从Poisson分布式在足够多的n次独立试验中,X取值为1,2,…,的相应概率为…的分布。
★二项分布成立的条件:①每次试验只能是互斥的两个结果之一;②每次试验的条件不变;③各次试验独立。
★二项分布的图形:当∏=0.5,二项分布图形是对称的,当∏不等于0.5,图形是偏态的,随着n增大,图形趋于对称。
当n趋于无穷大时,只有∏不太靠近0或者1,二项分布近似正态分布。
★二项分布的应用总体率的区间估计,样本率与总体率比较,两样本率的比较★Poisson 分布的应用总体均数的区间估计,样本均数与总体均数的比较,两个样本均数的比较:两个样本计数均较大时,可根据Poisson 分布的正态近似性对其进行u 检验。
★Poisson 分布成立的条件:①平稳性:X 的取值与观察单位的位置无关,只与观察单位的大小有关;②独立增量性:在某个观察单位上X 的取值与前面各观察单位上X 的取值无关;③普通性:在充分小的观察单位上X 的取值最多为1。
Poisson 分布,X~P(μ),X 的均数μX =μ,X的方差σ2 =μ,X的标准差σX★Poisson分布的性质1、总体均数λ与总体方差相等是泊松分布的重要特点。
2、当n增大,而∏很小,且n∏=λ总体均数时,二项分布近似泊松分布。
3、当总体均数增大时,泊松分布渐近正态分布,一般而言,总体均数》20时,泊松分布资料做为正态分布处理。
验证泊松分布近似二项分布的条件和结论二项分布的泊松定理:设0< p 〈1,如果p 充分小,自然数n 充分大,λ=np ,则对于每个k 〈= n ,有近似公式:b(k;n,p)≈λλ-e k k!。
通常,我们取这个n 为10。
以下,就针对n>=10的条件与结论进行验证。
在本文中,我们通过数学软件R 计算并在Matlab 上绘出相应的图形,对定理得条件和结论进行验证,为了使p 足够小,我们取p=0.09。
作出当n = 5,n =10,n =20,n =30,n =50的情况下,二项分布与泊松分布的近似情况。
在R 软件上对n = 5,n =10,n =20,n =30,n =50上分别计算:当 n =5时:> x<-0:5> y<-dbinom(x,5,0.09)> y[1] 0.6240321451 0.3085873245 0.0610392510 0.0060368490 0.0002985255[6] 0.0000059049> z<-dpois(x,0.45)> z[1] 6.376282e-01 2.869327e-01 6.455985e-02 9.683978e-03 1.089447e-03[6] 9.805027e-05在Matlab 上作图,并用折线连结。
>> x=[0 1 2 3 4 5];>> y=[0.6240321451 0.3085873245 0.0610392510 0.0060368490 0.0002985255 0.0000059049]; >> z=[6.376282e-01 2.869327e-01 6.455985e-02 9.683978e-03 1.089447e-03 9.805027e-05]; >> plot(x,y,'ro',x,z,'bo',x,y,'r',x,z)在R上计算y与z的差值:> y-z[1] -1.359601e-02 2.165466e-02 -3.520599e-03 -3.647129e-03 -7.909220e-04 [6] -9.214537e-05当n =10时:> x<-0:10> y<-dbinom(x,5,0.09)> y[1] 0.6240321451 0.3085873245 0.0610392510 0.0060368490 0.0002985255 [6] 0.0000059049 0.0000000000 0.0000000000 0.0000000000 0.0000000000 [11] 0.0000000000> z<-dpois(x,0.45)> z[1] 6.376282e-01 2.869327e-01 6.455985e-02 9.683978e-03 1.089447e-03[6] 9.805027e-05 7.353770e-06 4.727424e-07 2.659176e-08 1.329588e-09 [11] 5.983146e-11在Matlab上作图,并用折线连结。