二项分布及其应用研.pptVIP

二 项 分 布(binomial distribution) 随机变量(random variable)： 指取值不能事先确定的观察结果，通常简称为变量 随机变量 概率分布 连续型 连续型分布 (u、t、F、χ2分布) 离散型 离散型分布(二项分布、poisson分布) 例：一个口袋中有10个外形相同的乒乓球，其中6个白球、4个黄球，现进行摸球游戏，每次摸出一个球后又重新放回袋中，先后摸10次，问摸到白球的次数为1、2、3、0的概率分别是多少？概率的乘法法则：几个独立事件同时发生的概率，等于各独立事件的概率之积。 （1）摸到白球的次数为1的概率: 0.6×0.49×10 = 0.61×(1- 0.6 )9=0.00157（2）摸到白球的次数为2的概率:0.62×0.48×45 = 0.62×(1- 0.6 )8=0. 01062（3）摸到白球的次数为3的概率:0.63×0.47 ×120= 0.63×(1- 0.6 )7 =0.04247 （4）摸到白球的次数为0的概率:0.410= 0.60×(1- 0.6 )10 =0.00010 （5）摸到白球的次数分别为4、5、6、7、8、9、10的概率:  P(4)=0.11148 P(5)=0.20066  P(6)=0.25082 P(7)=0.21499  P(8)=0.12093 P(9)=0.04031  P(10)=0.00605 二项分布：指在只会产生两种可能结果如“阳性”或“阴性”之一的n次独立重复试验(Bernoulli 试验)中，当每次试验的“阳性”概率保持不变时，出现阳性的次数X＝0，1，2,…,n的一种概率分布。 X~B(n,π) 当“阳性”结果的概率固定为π(“阴性”结果的概率为1-π)时，n次Bernoulli试验中出现X次“阳性”的概率： 例3.4：三只小白鼠试验 见P35 二、二项分布的应用条件 1、各观察单位只能具有相互对立的一种结果 2、n次试验在相同条件下进行，且相互独立 3、发生某一结果的概率为π，其对立结果的概率为（1-π ） 三、二项分布的性质 1、二项分布的均数和标准差 μ=nπ 二项分布的均数和标准差用相对数表示： 2、二项分布的累计概率 最多有k例阳性的概率： P(X ≤k)=P(0)+ P(1)+ …+ P(k) 例(补充)：据报道，输卵管结扎的育龄妇女经壶腹部－壶腹部吻合术后，其受孕率为0 .55，问对10名输卵管结扎的育龄妇女实施该吻合术后最多有2人不受孕的概率 3、二项分布的图形 已知：X~B(n,π) 二项分布的图形形状（ n,π ）： (1)当π＝0.5时，分布对称；当π ≠0.5时分布是偏态的 (2) 固定π时，随着n的增大，分布趋于对称 (3)当n→∞、π不太靠近0或1时，二项分布接近正态分布 四、二项分布的应用 1、总体率的估计 点估计： 区间估计： (1)查表法： (n≤50) 95% CI 、 99%CI 例3.6 P38 例(补充)：对13名输卵管结扎的育龄妇女经壶腹部－壶腹部吻合术后，观察其受孕情况，发现有8人受孕，请估计该吻合术妇女受孕率的95％可信区间。 (2)正态近似法 当n较大、p和(1-p)均不太小如np和n(1-p)均大于5时： B(n,π) →N(nπ, nπ(1-π)) 样本率 → N(π,π(1-π)/ n) → N(p, p(1-p)/ n) 总体率的CI: p±uα/2Sp 例3.7 P38 ←P31 2、样本率与总体率的比较 (1)直接计算法 例：据报道，输卵管结扎的育龄妇女经壶腹部-壶腹部吻合术后，其受孕率为0 .55，今对10名输卵管结扎的育龄妇女实施峡部-峡部吻合术，结果有9人受孕，问其受孕率是否高于壶腹部-壶腹部吻合术？ (2)正态近似法： (n50、np和n(1-p)均大于5) 例：某疾病采用常规治疗，其治愈率为45％。现随机抽取180名该疾病的患者，并改用新的治疗方法对其治疗，治愈117人。问新治疗方法是否比常规疗法的效果好 3、两样本率的比较 (n1、n2均较大， p1和 1－ p1 、p2和 1－ p2均不太小) 例：为研究某职业人群颈椎病发病的性别差异，随机抽取了该职业人群男性120人和女性110人，发现男性中有36人患有颈椎病，女性中有22人患有颈椎病，试作统计推断 4、研究非遗传性疾病的家族集聚性 非遗传性疾病的家族集聚性