商务统计学Ch05

BusinessStatistics:AFirstCourse,5e©2009Prentice-Hall,Inc.Chap5-1第5章离散概率分布商务统计学(第5版)BusinessStatistics:AFirstCourse,5e©2009Prentice-Hall,Inc.Chap5-2学习目标在本章中你将学到：概率分布的性质计算概率分布的期望值和方差计算二项分布和泊松分布的概率如何使用二项分布和泊松分布来解决商业问题BusinessStatistics:AFirstCourse,5e©2009Prentice-Hall,Inc.Chap5-3定义随机变量随机变量表示一个不确定事件的可能值。离散随机变量的结果来自一个计数过程(例如你本学期所选的课程数).连续随机变量的结果来自一个计量(例如你的年薪，或你的体重).BusinessStatistics:AFirstCourse,5e©2009Prentice-Hall,Inc.Chap5-4定义随机变量随机变量离散随机变量连续随机变量第5章第6章离散随机变量连续随机变量第5章第6章离散随机变量连续随机变量第5章第6章随机变量BusinessStatistics:AFirstCourse,5e©2009Prentice-Hall,Inc.Chap5-5离散随机变量只能假设一些可数数量的观察值例子:抛骰子两次twice令X为4发生的次数(则X可能为0,1或2次)抛硬币5次令X为头朝上的次数(则X=0,1,2,3,4或5)BusinessStatistics:AFirstCourse,5e©2009Prentice-Hall,Inc.Chap5-6离散随机变量的概率分布离散随机变量的概率分布是随机变量所有可能出现的互斥结果的取值以及对应的概率的列表选课数概率20.230.440.2450.16BusinessStatistics:AFirstCourse,5e©2009Prentice-Hall,Inc.Chap5-7实验:抛两枚硬币，令X=正面朝上的枚数TT离散随机变量概率分布例子4个可能的结果TTHHHH概率分布012XX值概率01/4=0.2512/4=0.5021/4=0.250.500.25概率BusinessStatistics:AFirstCourse,5e©2009Prentice-Hall,Inc.Chap5-8离散随机变量期望值(度量集中趋势)离散随机变量期望值(或平均数)(加权平均数)例子:抛两枚硬币，X=正面朝上的枚数,计算X的期望值:E(X)=((0)(0.25)+(1)(0.50)+(2)(0.25))=1.0XP(X)00.2510.5020.25N1iii)X(PXE(X)BusinessStatistics:AFirstCourse,5e©2009Prentice-Hall,Inc.Chap5-9离散随机变量的方差离散随机变量的标准差其中:E(X)=离散随机变量X的期望值Xi=X的第i个结果P(Xi)=X的第i个结果发生的概率离散随机变量度量变异程度N1ii2i2)P(XE(X)][XσN1ii2i2)P(XE(X)][XσσBusinessStatistics:AFirstCourse,5e©2009Prentice-Hall,Inc.Chap5-10例子:抛两枚硬币,X=正面朝上的枚数,计算标准差(回忆E(X)=1)离散随机变量度量变异程度)P(XE(X)][Xσi2i0.7070.50(0.25)1)(2(0.50)1)(1(0.25)1)(0σ222(续)可能的正面朝上的枚数=0,1,or2BusinessStatistics:AFirstCourse,5e©2009Prentice-Hall,Inc.Chap5-11概率分布连续概率分布二项分布泊松分布概率分布离散概率分布正态分布第5章第6章BusinessStatistics:AFirstCourse,5e©2009Prentice-Hall,Inc.Chap5-12二项分布的概率分布固定的观察值个数,n例如,一枚硬币抛15次;仓库中拿出来的10个电灯泡所有观察值归为两类，这两类具有互斥性和完备性。例如,每次抛硬币的正面或反面;有缺陷的或没有缺陷的电灯泡因为两类具有互斥性和完备性某个观察值被归为我们感兴趣的事件概率为π，则我们感兴趣的事件不发生的概率1-π某个观察值被归为我们感兴趣的事件概率为π，且这个概率不随观察值的改变而改变。当我们抛硬币的时候反面朝上的概率保持不变BusinessStatistics:AFirstCourse,5e©2009Prentice-Hall,Inc.Chap5-13二项分布的概率分布(续)观察值是独立的一个观察值的结果不受其他的影响两种取样方式导致独立性不重复的无限总体重复的有限总体BusinessStatistics:AFirstCourse,5e©2009Prentice-Hall,Inc.Chap5-14二项分布的可能应用生产工厂将项目标记为有缺陷的或可接受的以公司合同投标或者中标合同或者不中标市场研究公司收到“是的，我将购买”或“不，我不会买”的调查回应新工作的申请者要么接受工作机会要么拒绝BusinessStatistics:AFirstCourse,5e©2009Prentice-Hall,Inc.Chap5-15二项分布的计算技巧假设感兴趣的事件是抛硬币正面朝上。抛硬币三次，有几种方式可以得到两次正面朝上?可能的方式:正正反,正反正,反正正,所以有3种方式可以得到两次正面朝上。这种情况是相当简单的。我们需要能够计算更复杂情况的方式数。BusinessStatistics:AFirstCourse,5e©2009Prentice-Hall,Inc.Chap5-16计算技巧组合定律从n个目标中选出目标的组合数为X)!(nX!n!Cxn其中:n!=(n)(n-1)(n-2)...(2)(1)X!=(X)(X-1)(X-2)...(2)(1)0!=1(根据定义)BusinessStatistics:AFirstCourse,5e©2009Prentice-Hall,Inc.Chap5-17计算技巧组合定律如果你有31家喜欢的冰激凌店，选出3家的组合有多少种可能？所有的选择数n=31,我们选择其中X=3.44952953128!12328!2930313!28!31!3)!(313!31!C331BusinessStatistics:AFirstCourse,5e©2009Prentice-Hall,Inc.Chap5-18P(X)=n次实验中X次感兴趣事件发生的概率,每次实验感兴趣事件发生的概率是πX=样本中感兴趣事件数量,(X=0,1,2,...,n)n=样本容量(实验或观察值数量)π=感兴趣事件的概率of“eventofinterest”P(X)nX!nXπ(1-π)XnX!()!例子:抛一枚硬币4次,令x=正面朝上的次数:n=4π=0.51-π=(1-0.5)=0.5X=0,1,2,3,4二项分布公式BusinessStatistics:AFirstCourse,5e©2009Prentice-Hall,Inc.Chap5-19例子:计算二项分布概率如果感兴趣事件的概率为0.1，五次观察中一次成功的概率是多少?X=1,n=5和π=0.10.32805.9)(5)(0.1)(00.1)(1(0.1)1)!(51!5!)(1X)!(nX!n!1)P(X4151XnXππBusinessStatistics:AFirstCourse,5e©2009Prentice-Hall,Inc.Chap5-20二项分布例子假设购买有缺陷的计算器的概率是0.02。在一组10台中买到两台有缺陷计算器的概率是多少?X=2,n=10和π=0.02.01531)(.8508)(45)(.0004.02)(1(.02)2)!(102!10!)(1X)!(nX!n!2)P(X2102XnXππBusinessStatistics:AFirstCourse,5e©2009Prentice-Hall,Inc.Chap5-21二项分布形状n=5π=0.10.2.4.6012345XP(X)n=5π=0.5.2.4.6012345XP(X)0二项分布的形状取决于π和n的值这里,n=5和π=.1这里,n=5和π=.5BusinessStatistics:AFirstCourse,5e©2009Prentice-Hall,Inc.Chap5-22二项分布使用二项分布表n=10x…π=.20π=.25π=.30π=.35π=.40π=.45π=.50012345678910……………………………0.10740.26840.30200.20130.08810.02640.00550.00080.00010.00000.00000.05630.18770.28160.25030.14600.05840.01620.00310.00040.00000.00000.02820.12110.23350.26680.20010.10290.03680.00900.00140.00010.00000.01350.07250.17570.25220.23770.15360.06890.02120.00430.00050.00000.00600.04030.12090.21500.25080.20070.11150.04250.01060.00160.00010.00250.02070.07630.16650.23840.23400.15960.07460.02290.00420.00030.00100.00980.04390.11720.20510.24610.20510.11720.04390.00980.0010109876543210…π=.80π=.75π=.70π=.65π=.60π=.55π=.50x例子:n=10,π=.35,x=3:P(x=3|n=10,π=.35)=.2522n=10,π=.75,x=2:P(x=2|n=10,π=.75)=.0004BusinessStatistics:AFirstCourse,5e©2009Prentice-Hall,Inc.Chap5-23二项分布特征平均数方差和标准差πnE(x)μ)-(1nσ2ππ)-(1nσππ其中n=样本容量π=任何实验感兴趣事件的概率(1–π)=任何实验无感兴趣事件的概率BusinessStatistics:AFirstCourse,5e©2009Prentice-Hall,Inc.Chap5-24二项分布特征n=5π=0.10.2.4.6012345XP(X)n=5π=0.5.2.4.6012345XP(X)00.5(5)(.1)nμπ0.6708.1)(5)(.1)(1)-(1nσππ2.5(5)(.5)nμπ1.118.5)(5)(.5)(1)-(1nσππ例子BusinessStatistics:AFirstCourse,5e©2009Prentice-Hall,Inc.Chap5-25二项分布使用ExcelBusinessStatistics:AFirstCourse,5e©2009Prentice-Hall,Inc.Chap5-26泊松分布定义当对给定机会域中某事件发生的次数感兴趣时使用泊松分布。机会域(areaofopportunity)是一个连续的单位，或者时间间隔，容量，或者任何一个事件会发生超过一次的物理区域。汽车油漆上擦痕的数量咬某人的蚊子数一天中计算器出错的次数BusinessStatistics:AFirstCours