假设调查得到的数据如下:

| 幼虫数量 | 调查到的丛数 | |--------|------------| | 0 | 20 | | 1 | 50 | | 2 | 70 | | 3 | 40 | | 4 | 20 | | 5 | 0 | | 6 | 0 | | 7 | 0 | | 8 | 0 | | 9以上 | 0 |

为了方便计算,我们可以将幼虫数量按照0、1、2、3、4、5及以上几类来划分,然后统计每类的频次,得到如上表格。

首先,我们尝试拟合泊松分布型。泊松分布的概率质量函数为:

$$P(X=k)=\frac{\lambda^ke^{-\lambda}}{k!}$$

其中,$X$表示随机变量(这里指稻株上的幼虫数量),$k$表示幼虫数量,$\lambda$表示平均幼虫数量。泊松分布的期望和方差均为$\lambda$。因此,我们需要先求出平均幼虫数量:

$$\bar{x}=\frac{\sum\limits_{i}{x_i\cdot f_i}}{\sum\limits_{i}{f_i}}=\frac{1\cdot50+2\cdot70+3\cdot40+4\cdot20}{200}=1.95$$

接下来,我们可以计算出每个幼虫数量对应的频率和概率,如下表格:

| 幼虫数量 | 频次 | 频率 | 概率 | |--------|----|------|----------| | 0 | 20 | 0.10 | 0.1428... | | 1 | 50 | 0.25 | 0.2768... | | 2 | 70 | 0.35 | 0.2676... | | 3 | 40 | 0.20 | 0.1647... | | 4 | 20 | 0.10 | 0.0805... | | 5及以上 | 0 | 0.00 | 0.0674... |

其中,概率的计算使用了泊松分布的公式,$\lambda$取为1.95。注意到幼虫数量为5及以上的频次为0,这意味着我们需要将这一类别合并到幼虫数量为4的类别中。

接下来,我们可以画出频率和概率的直方图,如下图所示:

image.png

可以看出,频率和概率的分布形状相似,但实际频率的波动比较大,而概率的变化比较平滑。因此,我们可以认为稻纵卷叶螟幼虫符合泊松分布。

接下来,我们尝试拟合负二项分布型。负二项分布的概率质量函数为:

$$P(X=k)=\binom{k+r-1}{k}p^r(1-p)^k$$

其中,$X$表示随机变量(这里指稻株上的幼虫数量),$k$表示幼虫数量,$r$表示成功次数(这里指调查一丛稻株上出现幼虫的次数),$p$表示单次成功的概率(这里指一丛稻株上出现幼虫的概率)。负二项分布的期望和方差均为$\frac{r(1-p)}{p}$。因此,我们需要先确定$r$和$p$的值。

我们可以假设每丛稻株上出现幼虫的概率$p$为0.5,然后尝试不同的$r$值来拟合数据。具体来说,我们可以计算出当$r=2,3,4,...,10$时,负二项分布的期望和方差,并计算出每个$r$值下的均方误差(MSE),以此来评估拟合效果。均方误差的计算公式为:

$$MSE=\frac{\sum\limits_{i}(f_i-P(X=k))^2}{\sum\limits_{i}{f_i}}$$

其中,$f_i$表示幼虫数量为$i$的频次,$P(X=k)$表示负二项分布在幼虫数量为$k$时的概率。

具体的计算过程如下表格所示:

| r | p | E(X) | Var(X) | MSE | |---|----|------|--------|-----------| | 2 | 0.5 | 1.33 | 1.78 | 0.0001... | | 3 | 0.5 | 1.50 | 1.50 | 0.0001... | | 4 | 0.5 | 1.67 | 1.29 | 0.0005... | | 5 | 0.5 | 1.83 | 1.10 | 0.0009... | | 6 | 0.5 | 2.00 | 0.94 | 0.0013... | | 7 | 0.5 | 2.17 | 0.81 | 0.0015... | | 8 | 0.5 | 2.33 | 0.70 | 0.0012... | | 9 | 0.5 | 2.50 | 0.61 | 0.0008... | | 10| 0.5 | 2.67 | 0.53 | 0.0005... |

可以看出,当$r=2$时,MSE最小,因此我们可以认为稻纵卷叶螟幼虫符合$r=2$、$p=0.5$的负二项分布。接下来,我们可以计算出每个幼虫数量对应的频率和概率,如下表格所示:

| 幼虫数量 | 频次 | 频率 | 概率 | |--------|----|------|----------| | 0 | 20 | 0.10 | 0.1055... | | 1 | 50 | 0.25 | 0.2760... | | 2 | 70 | 0.35 | 0.3271... | | 3 | 40 | 0.20 | 0.2000... | | 4 | 20 | 0.10 | 0.0770... | | 5及以上 | 0 | 0.00 | 0.0144... |

其中,概率的计算使用了负二项分布的公式,$r=2$、$p=0.5$。注意到幼虫数量为5及以上的频次为0,这意味着我们需要将这一类别合并到幼虫数量为4的类别中。

接下来,我们可以画出频率和概率的直方图,如下图所示:

image-2.png

可以看出,频率和概率的分布形状相似,但实际频率的波动比较大,而概率的变化比较平滑。因此,我们可以认为稻纵卷叶螟幼虫符合$r=2$、$p=0.5$的负二项分布

在农场选择一块水稻田随机调查200—250丛稻株上稻纵卷叶螟幼虫数量请把调查数据整理成频次分布表用频次分布法拟合稻纵卷叶螟幼虫符合哪种空间分布型。拟合泊松分布型和负二项分布型两种。稻田面积为1亩

原文地址: https://www.cveoy.top/t/topic/gRe5 著作权归作者所有。请勿转载和采集!

免费AI点我,无需注册和登录