看完不会?让 AI 一步步解给你看
Statistics · real student question

某表格给出每日缺勤 0、1、2、3、4、5 人的概率依次为 0.20、0.18、0.10、0.25、0.25 和 0.02。求每日缺勤人数的均值与方差,以及某天缺勤超过两人的概率。

Question

下表给出某公司(共 100100 名员工)每日缺勤人数的概率分布。

缺勤人数 xx001122334455
P(x)P(x)0.200.200.180.180.100.100.250.250.250.250.020.02

(a) 求每日缺勤人数的均值与方差。(b) 某天缺勤超过两人的概率是多少?

Step-by-step solution

  1. 先检验这张表本身。 概率分布的各个概率之和必须为 11:

    0.20+0.18+0.10+0.25+0.25+0.02=1.00  ✓0.20 + 0.18 + 0.10 + 0.25 + 0.25 + 0.02 = 1.00 \;\checkmark

    如果这一步不通过,后面算出的每个数都没有意义,所以这十秒钟很值。

  2. 按 ∑xP(x)\sum x P(x) 算均值。

    μ=0(0.20)+1(0.18)+2(0.10)+3(0.25)+4(0.25)+5(0.02)\mu = 0(0.20) + 1(0.18) + 2(0.10) + 3(0.25) + 4(0.25) + 5(0.02)

    =0+0.18+0.20+0.75+1.00+0.10=2.23= 0 + 0.18 + 0.20 + 0.75 + 1.00 + 0.10 = 2.23

    也就是说,平均每天有 2.232.23 名员工缺勤。

  3. 先算 E(X2)E(X^2),再用求方差的简便公式。 先把每个 xx 平方,再加权:

    E(X2)=0(0.20)+1(0.18)+4(0.10)+9(0.25)+16(0.25)+25(0.02)E(X^2) = 0(0.20) + 1(0.18) + 4(0.10) + 9(0.25) + 16(0.25) + 25(0.02)

    =0+0.18+0.40+2.25+4.00+0.50=7.33= 0 + 0.18 + 0.40 + 2.25 + 4.00 + 0.50 = 7.33

  4. 减去均值的平方。 计算公式 σ2=E(X2)−μ2\sigma^2 = E(X^2) - \mu^2 省掉了六个离差平方:

    σ2=7.33−(2.23)2=7.33−4.9729=2.3571\sigma^2 = 7.33 - (2.23)^2 = 7.33 - 4.9729 = 2.3571

    σ=2.3571=1.5353\sigma = \sqrt{2.3571} = 1.5353

    注意顺序:是把均值平方后减去,而不是把「平方的均值」当成方差。

  5. (b) 把大于 2 的那几项概率加起来。 「超过两人」指的是 x=3,4,5x = 3, 4, 5——它不包括 x=2x = 2:

    P(X>2)=0.25+0.25+0.02=0.52P(X > 2) = 0.25 + 0.25 + 0.02 = 0.52

  6. 再用笨办法核对一遍方差。 逐项算 (x−μ)2P(x)(x-\mu)^2 P(x):(0−2.23)2(0.20)=0.99458(0-2.23)^2(0.20) = 0.99458,(1−2.23)2(0.18)=0.272322(1-2.23)^2(0.18) = 0.272322,(2−2.23)2(0.10)=0.00529(2-2.23)^2(0.10) = 0.00529,(3−2.23)2(0.25)=0.148225(3-2.23)^2(0.25) = 0.148225,(4−2.23)2(0.25)=0.783225(4-2.23)^2(0.25) = 0.783225,(5−2.23)2(0.02)=0.153458(5-2.23)^2(0.02) = 0.153458。合计 =2.3571= 2.3571 ✓,与简便公式完全一致。另外 P(X≤2)=0.20+0.18+0.10=0.48P(X \le 2) = 0.20+0.18+0.10 = 0.48,而 0.48+0.52=10.48 + 0.52 = 1 ✓。

Answer

μ=2.23,σ2=2.3571,P(X>2)=0.52\mu = 2.23,\quad \sigma^2 = 2.3571,\quad P(X>2) = 0.52

Need to solve a different problem like this? Open the solver →