统计学制药.pptVIP

什么是统计学 统计学 Statistics 研究数据的收集、整理、分析和解释的科学 统计学的基本特点 概率（Probability）性 以概率论为理论基础 其结果均伴随着某种概率 二元性 理论与实际数据 归纳性 由现实数据资料中归纳出一般的原理 - 由特殊推导一般（由样本推导总体） 必需利用统计学才能回答的问题 -新药物是否更有效？ -遗传与环境哪个更重要？ -实验结果如何解读（如果成功，重复性如何，放大到中试投产成功的概率等。） -实验过程如何对比 比如1954年，对大约40万个孩子接种小儿麻痹症疫苗试验，严格控制消除偏差，对实验结果详细分析，反复论证，最后推向市场，是小儿麻痹症得到控制。 事件（event）与概率（Probability） 概率分布probability distribution 中心极限定理The Central Limit Theorem 参数估计Parameter estimation 假设检验Hypothesis testing 相关与回归分析Correlation \Regression analysis 几个基本概念 试验(experiment，trial)与事件(event) 试验：获取数据资料的过程或研究（在特定 条件下） 掷硬币，饲料对比试验，药物疗效试验 事件：试验的结果或现象 必然事件 不可能事件 随机事件 几个基本概念（续） 变量(variable)与观测值(observation) 变量：某种特征，其表现随个体而异 身高、体重、体长、产奶量、毛色 随机变量：变量取值的变化是不可预测的 观测值：对变量进行测量或观察所获得的数 值 几个基本概念（续） 总体(population)、个体与样本(sample) 总体：一个统计问题所研究对象的全体 个体：组成总体的每一基本单元 有限总体 无限总体 假设无限总体 样本：从总体中抽取的部分个体，用于对总 体进行推断 几个基本概念（续） 参数(parameter)与统计量(statistic) 参数：描述总体特征的数，通常未知 总体平均数(?)，总体方差(? 2)，? 统计量：描述样本特征的数，是样本观测值 的已知函数 样本平均数(x)，样本方差(s 2)， ? 对总体的推断是通过统计量进行的 几个基本概念（续） 准确性(accuracy)与精确性(precision) 准确性：观测值或估计值与真值的接近程度 精确性：重复观测值或估计值之间的接近程 度 . . . . . . . . . . . .. .... . .. . .. .... . .. 低准确性 低精确性 低准确性 高精确性 高准确性 高精确性 统计分析的一般过程 总体 随机变量 - 参数：N，?，? 2，? 随机样本 获取数据资料，x1, x2, ? 数据整理 分析数据 参数估计，假设检验 对总体作出推断 计算基本统计量：n, S 2 作表，作图 统计量是随机变量：随机变量是实验结果的数值描述 第二章概率分布probability distribution 常见的离散型随机变量的概率分布 1.二项分布binomial distribution （0，1）分布 特点： 试验由n个连续相同的子试验组成 每次子试验都有两种可能结果。我们将其中一种结果看成成功，另一种结果看成失败 成功的概率用符号p表示，不随子试验的变化而变化，因而，失败的概率可以用符号1-p或q表示，它也不随子试验的变化而变化 子试验是相互独立的 掷骰子8次 泊松分布 试验由观察在一连续间隔内某一事件的发生次数x所组成 任何两个相等的间隔内某一事件发生次数的概率相等 在一间隔内某一事件的发生还是不发生与其他任何一个间隔期内该事件发生还是不发生相互独立