授課目錄第1章導論第2章統計資料的整理與描述第3章機率導論第4章常用的機率分佈與統計分佈第5章描樣方法與描樣分佈第6章統計估計第7章統計檢定第8章變異數分析第9章相關分析與迴歸模式第10章無母數統計檢定第11章類別資料分析---列聯表與卡方檢定第四章常用的機率分佈與統計分佈一組樣本資料常呈現某種特殊型式的機率分配
當獲得母體的樣本資料時,須從各種機率分佈當中,選擇出最接近該母體的機率分佈,使樣本資料與母體參數有最佳的推論與檢定能力
常用的機率分佈有:離散型與連續型二大類
1離散型機率分佈離散型機率分佈(p)---常見有二項分佈、卜氏分佈、離散型均勻分佈、超幾何分佈
若一隨機實驗只有成功和失敗兩種結果,事件成功發生的機率為p,事件失敗發生的機率為1-p
令隨機變數x=1代表成功的事件,x=0代表失敗的事件,此稱隨機變數X服從白努利分佈(BernoulliDistribution)
x10P(x)p1-pE[X]1´p0´(1-p)V[X]=E[X2]-(E[X])2p(1-p)p(x)=P(X=x)=px(1-p)1-x(1)二項分佈(Binomial)---執行n次白努利隨機試驗,事件成功發生的機率為p,事件失敗發生的機率為1-p
通常以隨機變數X~B(n,p)表示
其機率密度函數與累積分佈函數為:p(x)=C(n,x)px(1-p)n-xx=0,1,…,n(4
1)F(x)=åxk=0C(n,k)pk(1-p)n-k(4
2)其期望值與變異數為:E[X]=npV[X]=np(1-p)◎二項式分佈當n很大或p接近0
5時呈常態分佈,np◎接近1ÞPeakOut,p0
5Þ左偏Excel:pp
99-100,BernoulliDistributionpp
101-110,BinomialDistribution範例、致遠管理學院約有40%的學生喜歡打籃球,茲隨機機訪問1個