概率分布probability distribution

表述随机变量取值的概率规律。在一次试验中可能出现或不出现的现象称随机现象。农化研究中常遇到大量的随机现象。如测定某田块的土壤全氮含量时，由于受测试仪器及操作过程中不稳定因素的影响以及土壤本身的不均一性，重复测定的结果不可能完全一致，表现出一定的随机性。随机现象的实现和对它的观察称为随机试验。随机试验的每个可能结果称为一个基本事件，一个或一组基本事件又通称为随机事件，简称事件，用A、B、C……表示。事件A发生的可能性大小称为事件A的概率，记作P(A)。在相同条件下进行n次重复试验，事件A出现a次，则a/n为A的频率，当n→∞时：

常用概率分布表 二项分布、泊松分布和正态分布是农业化学研究中常用的概率分布型式。它们的名称与标准记号，分布列或密度函数以及图示和相应的数学期望与方差列于表中。二项分布是一种离散型随机变量的分布，根据二项分布可以计算在n次独立试验序列中，两种对立结果不同组合出现的概率。例如穴施化肥后一批大豆种子的发芽率为90%，若每穴播种4粒大豆，则4粒都发芽的概率P4(x=4)=C440.9⁴×0.1⁰＝0.6561，有3粒大豆发芽的概率P₄(x=3)=C340.93×0.1=0.2916。当n→∞，而p→0时，二项分布趋向于泊松分布，农化研究中一些小概率事件的发生服从泊松分布，如放射性同位素的衰变，微生物的计数等。正态分布是最重要的一种连续型随机变量的概率分布，农化研究中许多随机变量服从正态分布，如施肥对作物产量的变异、肥料田间试验误差、土壤和植株养分的测定结果等都服从正态分布。

农化研究中常用概率分布表

概率分布

随机变量的一切可能取值以及它取各可能值或在其值域范围内各部分取值的概率的总称。常被应用于测验分数统计中。

概率分布

概率论的基本概念之一。一个随机变量的一切可能取值及取值落在某一范围的概率称为此随机变量的概率分布。常见的概率分布有正态分布，泊松分布，二项分布。

概率分布

随机变量在指定区域取值可能性大小的分布规律。

概率分布probability distribution

一项决策或战略的所有可能结果以及附在每一可能结果上的概率列成表，它就称为概率分布。
通过把事件的每一可能结果乘上它的出现概率，并将这些乘积相加，可以得到一个事件的期望值。随着特定的可能结果的数目的增加，我们接近于达到一个连续的概率分布。标准差(σ)衡量可能结果对期望值的离差，被用作风险的绝对量度。一项结果落在特定的结果的范围内的概率（对接近正态分布的结果来说），可计量落在这个范围内标准正态曲线下的面积加以确定。风险的相对量度则由变差系数(v)去衡量。

概率分布probability distribution

用随机变量所有可能取值及其对应的概率来对随机变量的变化进行描述的分布。概率分布可分为离散随机变量概率分布和连续随机变量概率分布。前者简称离散分布，后者为连续分布。离散分布用以描述函数或枚举资料，如反应的次数。设离散随机变量所有可能取值为X_i，其概率分别为P(x_i)=P_i(i=1,2，…)，按概率定义，P_i满足P_i≥0和Pi=1，则P(x_i)=Pi(i=1,2，…)为概率分布。离散随机变量概率分布用表的形式列出来，就称“分布列”。按分布列，得分布函数：

连续分布用以描述连续变化数值的资料，如测量误差。连续分布一般用x_i
分布函数不仅反映随机变量可能取得的值，而且描述以多大概率取这些值。因此，分布函数完全显示了随机变量的性质。

概率分布probability distribution

描述随机变量取值及其概率的变化规律的数学方法。主要是函数形式。是统计分析和推论的依据和基础，对数据处理具有重要意义。按照不同分类标准，主要有： 离散分布和连续分布，经验分布和理论分布，总体分布和抽样分布等。另外一些新的概率分布亦不断被发现。