3二项分布的累计概率 (1)最多有K例为阳性的概率 P(X≤k)=∑P(X) X=0 (2)最少有K例为阳性的概率 P(X≥k)=2P(X X=k ∑Px=2P(X≤k)+P(X≥k)= X=0
3.二项分布的累计概率 （1）最多有K 例为阳性的概率 （2）最少有K 例为阳性的概率 = = k X P X k P X 0 ( ) ( ) = = n X k P(X k) P(X ) ＝？ P X k P X k ( ) ( ) = ＋ ？ = n X P X 0 ( )
二项分布的适用条件和性质 (一)二项分布的适用条件 1两种结果相互对立; 2已知固定的和m; 3各次试验相互独立
一、二项分布的适用条件和性质 （一）二项分布的适用条件 1.两种结果相互对立； 2.已知固定的π和 n； 3.各次试验相互独立
(二)二项分布的性质 1.二项分布的均数和标准差 1绝对数形式:均数 标准差 =n7=√m(1-) 2相对数形式:均数 标准差 n=n=√z(1-x) 样本率(p)的标准差又称为率的标准误
（二）二项分布的性质 1.二项分布的均数和标准差 1.绝对数形式： 均数 标准差 2.相对数形式： 均数 标准差 p = = n = n(1 ) − (1 )/ p = − n 样本率( p )的标准差又称为率的标准误
实际工作中根据样本资料计算的样本标准误为: S vp(I-p)/n 标准误与样本率和样本大小的关系如何? 率的标准误的用途: ①衡量率的抽样误差 ②衡量样本率的可靠性 ③估计数总体率的可信区间 ④率的假设检验
实际工作中根据样本资料计算的样本标准误为： (1 )/ p S p p n = − 标准误与样本率和样本大小的关系如何？ 率的标准误的用途： ①衡量率的抽样误差 ②衡量样本率的可靠性 ③估计数总体率的可信区间 ④率的假设检验
2二项分布的图形 (1)x=0.5,对称分布; 丌<0.5,正偏态;π>0.5,负偏态。 (2)n相同时,兀和(1-丌)呈镜面对称。 (3)π不变,分布随n增大趋于对称
（1）π＝0.5，对称分布； π< 0.5 ，正偏态；π > 0.5，负偏态。 （2）n 相同时，π 和(1－π)呈镜面对称。 （3）π不变，分布随 n 增大趋于对称。 2.二项分布的图形