各位老铁们好,相信很多人对不放回抽样都不是特别的了解,因此呢,今天就来为大家分享下关于不放回抽样以及放回抽样和不放回抽样概率的区别的问题知识,还望可以帮助大家,解决大家的一些困惑,下面一起来看看吧!本文目录不放回抽取和放回抽取的区别不放回抽样概率为什么会相等不放回的不等概率抽样适用范围放回抽样和不放回抽样概率的区别不放回抽样都是古典
各位老铁们好,相信很多人对不放回抽样都不是特别的了解,因此呢,今天就来为大家分享下关于不放回抽样以及放回抽样和不放回抽样概率的区别的问题知识,还望可以帮助大家,解决大家的一些困惑,下面一起来看看吧!
本文目录
不放回抽取和放回抽取的区别
一、算法不同:
例如:现有一批产品共有10件,其中8件为正品,2件为次品,如果从中一次取3件,求3件都是正品的概率
1、若不放回,则算法是:(3/5)*(2/4)=3/10
上式中2/4为:在第一次取得红球下,第二次再取得红球的概率(还剩2红2白)
3/5为第一次取得红球的概率(3红,2白,显然取得红的概率是3/5)
2、若放回,则算法是:(3/5)*(3/5)=9/25,因为是放回,故每次取得红球的概率都是相同的,都为3/5,两次都取得红球,就用乘法解。
二、含义不同:
1、放回抽样(samplingwithreplacement),一种抽样方法.它是在逐个抽取个体时,每次被抽到的个体放回总体中后,再进行下次抽取的抽样方法。
2、不放回抽样,一种抽样方法,它是在逐个抽取个体时,每次被抽到的个体不放回总体中参加下一次抽取的方法。采用不重复抽样方法时,总体单位数在抽样过程中逐渐减小,总体中各单位被抽中的概率先后不同。不放回抽样也指整个样本一次同时抽取的抽样方法。
不放回抽样概率为什么会相等
为什么放回抽样与不放回抽样概率相同?
一般出现在“质量控制”之类的模型讨论中。
在总体N中有一部分特殊样品(例如残次品,颜色不同的)M个,即M发生比率p=M/N。抽取n个出来,讨论放回抽样和不放回抽样。
放回抽取,不影响总体数目,不影响p。比如口袋里面5个小球4个白的1个黑的,放回抽样的情况下,黑球出现的概率都是1/5。对应二项分布。
不放回抽取,假如抽取出一个恰为黑色,剩下N-1个只能是白色,p变成了0。对应超几何分布。
当总体N趋近无限的时候,或者抽取的n远远小于N的时候,不放回抽样可以被近似看做放回抽样,这就是超几何分布可以被近似看做二项分布。这种近似多用作简化计算。
因此概率这个问题得因题而异,不能一昧得出自己想当然的答案。
不放回的不等概率抽样适用范围
只有当事情的概率是0或100%的时候二者才是相等的。例如,有盒子里有10个红球,取出白球的概率是零,这时候放回抽样和不放回抽样概率相等。如果是取出红球,概率是100%,这时候放回抽样和不放回抽样概率相等。其他情况下最多只能做到近似相等,不可能是完全相等。
放回抽样和不放回抽样概率的区别
一、算法不同:
例如:现有一批产品共有10件,其中8件为正品,2件为次品,如果从中一次取3件,求3件都是正品的概率
1、若不放回,则算法是:(3/5)*(2/4)=3/10
上式中2/4为:在第一次取得红球下,第二次再取得红球的概率(还剩2红2白)
3/5为第一次取得红球的概率(3红,2白,显然取得红的概率是3/5)
2、若放回,则算法是:(3/5)*(3/5)=9/25,因为是放回,故每次取得红球的概率都是相同的,都为3/5,两次都取得红球,就用乘法解。
二、含义不同:
1、放回抽样(samplingwithreplacement),一种抽样方法.它是在逐个抽取个体时,每次被抽到的个体放回总体中后,再进行下次抽取的抽样方法。
2、不放回抽样,一种抽样方法,它是在逐个抽取个体时,每次被抽到的个体不放回总体中参加下一次抽取的方法。采用不重复抽样方法时,总体单位数在抽样过程中逐渐减小,总体中各单位被抽中的概率先后不同。不放回抽样也指整个样本一次同时抽取的抽样方法。
扩展资料:
不放回抽样(samplingwithoutreplacement),即每次从总体中抽取一个单位,经调查记录后不再将其放回总体中,因此,每抽一个单位,总体单位数就减少一个,每个单位被抽中的概率不同,如第一个样本单位被抽中的概率为
不放回抽样都是古典概型吗
是。
古典概率模型的定义为,若试验满足:
样本空间S中样本点有限(有限性)
出现每一个样本点的概率相等(等可能性)
称这种试验为等可能概型(或古典概型)
当我们的模型是古典概型的时候,那么我们事件A发生的概率就是事件A的样本数/整个样本空间的样本数
如果你还想了解更多这方面的信息,记得收藏关注本站。
如若转载,请注明出处:https://www.lmux.cn/33401.html