正态分布
正态分布
内容 频率概率概念复习 3>正态分布定义和特征 3>正态分布的应用 STATA命令
内容 1 频率概率概念复习 2 正态分布定义和特征 3 正态分布的应用 4 STATA命令
频率和概率概念复习 今关于频率和概率: 频率:对于随机事件A,在相同的条件下进行了n次实验 事件A发生的次数为m,比值m/n为频率,记为fn(A) 概率:描述某随机事件A发生的可能性大小,记为P(A 当n→∞c时,频率fnA→概率P(A)
频率和概率概念复习 ❖关于频率和概率： 频率：对于随机事件A，在相同的条件下进行了n次实验， 事件A发生的次数为ｍ，比值ｍ/n为频率 ，记为fn(A) 概率:描述某随机事件Ａ发生的可能性大小，记为P(A) 当ｎ→ 时，频率fn(A) →概率 P(A)
频率和概率概念复习 扔“硬币”实验 实验者 n 正 fn(正) 德.摩根 2048 1061 0.5181 蒲丰 4040 2048 0.5069 K.皮尔逊 12000 6019 0.5016 K.皮尔逊 24000 12012 0.5005 频率具有波动性但当n越来越大时,频率趋于某 个稳定的常数概率),所以只要观察单位数充分 多,可以将频率作为概率的估计值
频率和概率概念复习 实验者 n m正 f n（正） 德.摩根 2048 1061 0.5181 蒲丰 4040 2048 0.5069 K.皮尔逊 12000 6019 0.5016 K.皮尔逊 24000 12012 0.5005 频率具有波动性,但当n越来越大时，频率趋于某 个稳定的常数(概率)，所以只要观察单位数充分 多，可以将频率作为概率的估计值。 ➢扔“硬币”实验
通过例子介绍概率密度曲线的意义 例:在某地区7岁正常发育的男孩中随机抽110个人,测 量他们的身高,并以身高观察值(cm)为数据,试刻画 7岁男孩身高分布。 112.6120.9115.3126.6125.3124.0107.4116.1124.3110.6114.5 128.7122.0121.5123.0114.8117.8119.4124.4111.9132.8116.8 124.1122.3114.2114.4123.9112.0125.2119.1120.9117.1129.9 117.1115.5117.6116.5111.6118.2119.3124.1122.1126.8115.6 117.2116.4123.2123.4115.7125.6127.6115.3115.8128.1125.5 107.7114.6117.1118.6120.7124.7128.7123.1118.0133.3123.8 122.1122.1112.6115.8122.8130.6128.3113.0118.8120.1117.0 114.2120.4113.4116.6119.1124.1121.6109.4119.3119.1128.2 118.5119.4119.7129.0118.4121.2117.8121.7109.8113.7119.0 114.6120.0124.6110.8128.4119.2115.1124.0118.1122.3119.9
例:在某地区7岁正常发育的男孩中随机抽110个人，测 量他们的身高，并以身高观察值(cm)为数据，试刻画 ７岁男孩身高分布。 112.6 120.9 115.3 126.6 125.3 124.0 107.4 116.1 124.3 110.6 114.5 128.7 122.0 121.5 123.0 114.8 117.8 119.4 124.4 111.9 132.8 116.8 124.1 122.3 114.2 114.4 123.9 112.0 125.2 119.1 120.9 117.1 129.9 117.1 115.5 117.6 116.5 111.6 118.2 119.3 124.1 122.1 126.8 115.6 117.2 116.4 123.2 123.4 115.7 125.6 127.6 115.3 115.8 128.1 125.5 107.7 114.6 117.1 118.6 120.7 124.7 128.7 123.1 118.0 133.3 123.8 122.1 122.1 112.6 115.8 122.8 130.6 128.3 113.0 118.8 120.1 117.0 114.2 120.4 113.4 116.6 119.1 124.1 121.6 109.4 119.3 119.1 128.2 118.5 119.4 119.7 129.0 118.4 121.2 117.8 121.7 109.8 113.7 119.0 114.6 120.0 124.6 110.8 128.4 119.2 115.1 124.0 118.1 122.3 119.9 通过例子介绍概率密度曲线的意义