二项分布的条件:
1) 每次实验结果 , 只能是两个互斥的结果之一 。
2) 相同的实验条件下 , 每次实验中事件A 的发生具有相同的概率 π 。
3) 各次实验独立 , 各次的实验结果互不影响 。
2. 二项分布的分布特征 :
1) 二项分布的形状取决于n ,π 。
2) 当π=0.5 时分布对称 , 近似对称分布 。
3) 当π≠0.5 时 , 分布呈偏态 , 特别是 n 较小时 ,π 偏离0.5 越远 , 分布的
对称性越差 , 但只要不接近1 和0 时 , 随着 n 的增大 , 分布逐渐逼近正态 。
R 函数: dbinom(x, size, prob, log = FALSE) x,预测x个数的阳性概率,size 总的实验次数, prob 每次的阳性概率
R 函数:pbinom()函数 该函数给出事件的累积概率
实例:
如果某地钩虫感染率为13%,随机观察当地150人,10人感染钩虫的概率有多大?至少有20人感染钩虫的概率有多大?
> dbinom(10,150,0.13)
> pbinom(19, 150, 0.13) -1
标准正态分布的µ=0 ,σ=1 , 则
µ ±σ 相当于区间(1 ,1) ,
µ ±1.96σ 相当于区间(1.96 ,1.96),
µ ±2.58σ 的区间相当于区间(2.58 ,2.58)