正态分布及其应用-sms.pptVIP

连续型随机变量（continous random variable）数据间无缝隙，其取值充满整个区间，无法一一列举每一可能值 例如: 身高、体重、血清胆固醇含量 离散型随机变量（discrete random variable） 数据间有缝隙，其取值可以列举 例如：抛硬币10次，正面的可能取值x为0、1、2、 3、4、5、6、7、8、9、10 概率分布：描述随机变量值xi 及这些值对应概率P(X=xi)的表格、公式或图形 连续型随机变量概率分布 正态分布 离散型随机变量概率分布 二项分布 Poisson分布 正态分布概念、特征 正态曲线下的面积分布规律 标准正态分布 正态分布的应用 估计频数分布 制定医学参考值范围 质量控制 统计方法的理论基础 某地用随机抽样方法检查了140名成年男子的红细胞数，当取组距为0.2时 某地用随机抽样方法检查了140名成年男子的红细胞数，当取组距为0.1时 某地用随机抽样方法检查了140名成年男子的红细胞数，当取组距为0.05时 这条呈中间高、两边低、左右基本对称的“钟形”曲线数学上称为正态分布曲线 由于纵坐标相当于概率密度，故叫做正态分布的概率密度曲线 正态分布曲线略呈钟形，中间高，两头低，以均数μ为中心，左右对称，均数处最高 正态分布的曲线在横轴上方，向两侧逐渐减低，两侧都以横轴为其渐近线 正态分布有两个参数，即①均数μ 和 ②标准差σ 正态分布曲线的参数的意义—①均数μ（位置参数） 表示正态分布曲线峰（集中趋势）的位置 σ固定时，μ增大，曲线沿横轴向右移动 μ减小，曲线沿横轴向左移动 正态分布曲线的参数—②标准差 σ （变异度参数） 表示正态变量取值的离中程度 μ固定时，σ越大，曲线越宽，表示数据越分散 σ越小，曲线越窄，表示数据越集中 1）正态曲线与横轴所夹的面积为1 2）位于（μ-1.64σ, μ+1.64σ）内的面积为0.90，说明正态变量在μ±1.64σ范围内取值的概率为0.9，在该区间以外取值的概率（两侧的阴影面积之和）为0.1，左右两侧各0.05 3）位于（μ-1.96σ, μ+1.96σ）内的面积为0.95，说明正态变量在μ±1.96σ范围内取值的概率为0.95，在该区间以外取值的概率（两侧的阴影面积之和）为0.05，左右两侧各0.025 4）位于（μ-2.58σ, μ+2.58σ）内的面积为0.99，说明正态变量在μ±2.58σ范围内取值的概率为0.99，在该区间以外取值的概率（两侧的阴影面积之和）为0.01，左右两侧各0.005 1、制定医学参考值范围 医学参考值，又称正常值范围，医学上包括绝大多数正常人的某指标值的波动范围 确定范围：一般以95%参考值范围最常用 按资料特点选取不同方法计算正常值范围的上下限 1、正态分布是一种很重要的连续型分布，很多医学现象服从正态分布或近似正态分布，或经变量转换转换为正态分布，可按正态分布规律来处理，是许多统计学方法的理论基础 2、正态分布的特征：①曲线在横轴上方，均数处最高；②以均数为中心，左右对称；③确定正态分布的两个参数是均数与标准差 3、正态曲线下面积的分布有一定规律。利用此规律可用于估计医学参考值范围和质量控制 例题 为估计某地居民尿汞值的参考值范围， 测得某地200名正常成人的尿汞值如下表，试根据该样本资料估计该地居民尿汞值的95%正常值范围。 解法一： 计算得该样本资料的均数13.78（ ），标准差11.71（ ），于是估计该地居民尿汞值的95%正常值范围为（ ， ）=（-9.17 ，36.73） 。 解法二： 估计该地居民尿汞值的95%正常值范围为 （ ， ）=（2.66, 24.90） 。 案例辨析 以上解法均是错误的。上述解法均利用正态分布法估计正常值范围，但却忽略了对该资料的正态性判断或检验。 正确做法 严格的正态性检验常用的方法有Z检验（通常称为矩法）、W 检验、D检验等，需要借助统计软件完成。在这里我们用粗略判断的方法：作出频率分布图看是否对称，如果对称可初步判断为正态分布，否则判为非正态。该例频率分布明显不对称 由此图可粗略判断尿汞值这个指标不服从正态分布（经对数变换后频率分布仍不对称），所以不能用正态分布法估计正常值范围，而应用适合描述偏态分布的百分位数法，计算 ，故估计该地居民尿汞值的95%正常值范围不高于38（ ）。 在本例中，如果该地居民尿汞值呈正态分布，则有