正态分布及其应用解析.ppt

第三章 多维随机变量及其分布 华东师范大学 * 第*页 南昌大学公共卫生学院卫生统计学教研室 正态分布及其应用 * 正态分布 (normal distribution ) 又称高斯分布（ Gauss分布）是一个重要的连续型概率分布。 C.F. Gauss是德国著名数学家、物理学家、天文学家、大地测量学家。 他有“数学王子”的美誉，并被誉为历史上伟大的数学家之一，和阿基米德、牛顿、欧拉同享盛名。 Johann Carl Friedrich Gauss (1777年-1855年) 正态分布 现横坐标以红细胞数（变量X）表示，纵坐标以频率密度 f(x)= 表示，作频率直方图。 一、正态分布的概念 频率密度 红细胞数 一、正态分布的概念 正态分布 矩形的面积（ ）等于红细胞数在这一区间内出现的频率。因频率的总和等于100％或1，故面积的总和为100％或1。 正态分布 正态分布 正态分布曲线的方程： 记作： X ～ N（μ,σ2） 例如： X ～ N（120，8.22） X ～ N（5，32） 式中π和e分别为圆周率和自然对数的底，μ和σ是正态分布的两个参数，即为总体均数和总体标准差，X为变量，代表横轴的值，f(x)为纵轴数值，表示概率密度。 正态分布是一单峰分布，高峰位置在X=? 处。 正态分布以均数为中心，左右完全对称 。 正态分布有两个参数，μ为位置参数，σ为形态参数。 正态曲线下的面积分布有一定的规律。 正态分布的特征 图3-3 σ不变时，三种不同均数 的正态分布 图3-4 μ不变时，三种不同标准差 的正态分布 正态分布的两个参数 正态分布曲线下的面积分布规律 即在 左右相同倍数的标准差范围内面积相同。 标准正态分布 标准正态分布是均数为0、标准差为1的正态分布。 正态分布曲线下的面积的计算 在实际工作中，经常需要了解正态分布曲线下横轴上一定区间的面积占总面积的比例 ，用以估计该区间的例数占总例数的百分数或变量值落在该区间的概率。 正态分布曲线下的面积的计算 当μ、σ和X已知时，须先用公式 求u值，再用u值查表，得到所求区间面积占总面积的比例。当μ和σ未知时，常分别用 和s 代替μ和σ。 曲线下对称于0的区间，面积相等。所以附表1只列出φ(-u)值，即左侧累计面积（概率）。 曲线下总面积为100％或1。因此，根据对称性和总面积为1，可求得右侧累计面积（概率）。 查标准正态分布表的注意事项： 进行标准化转换： 查附表1得： 即成年男子红细胞数低于4×1012/L的人约占总体的2％。 正态分布曲线下的面积的计算 成年男子的红细胞数近似正态分布，均值为4.78×1012/L，标准差为0.38×1012/L，求红细胞数在4×1012/L以下所占的比例。 求红细胞数在4×1012 /L~ 5.5×1012 /L范围内所占的比例？ 正态分布曲线下的面积的计算 正态分布的应用 估计频数分布范围 制定医学参考值范围 质量控制 统计分析方法的基础 医学参考值范围 参考值范围（reference range) 通常指正常人的解剖、生理、生化、免疫及组织代谢产物的含量等数据中绝大多数个体的取值所在的范围。 为什么要确定一个范围？ “个体变异” “正常”是一个相对的概念 “正常人”是指排除了影响所研究指标的疾病和有关因素的人。 医学参考值范围 一是基于临床实践，着眼于个体，临床医生判断正常与异常的参考依据 。 二是基于预防医学实践，着眼于人群，如制定不同性别、年龄的儿童某项发育指标的等级标准，用来评价儿童的发育水平等。 参考值范围的应用 （－）选定足够数量的正常人作为研究对象 （二）控制检测误差 （三）判断是否分组 （四）单、双侧问题 （五）选择合适的百分界值 参考值范围确定的原则 “足够数量” 例数过少，代表性差；例数过多增加成本，且易导致正常标准把握不严，影响数据的可靠性。 一般认为每组100例以上 ；有人认为确定临床生化指标的正常值应取300~500例。 （－）选定足够数量的正常人作为研究对象 参考值范围确定的原则 参考值范围确定的原则 通过人员培训、控制检测条件、重复测定等措施，严格控制检测误差。同时必须对测量条件做出统一的规定和说明。 （二）控制检测误差 参考值范围确定的原则 组间差别是否有统计学意义并