8第7章两分类详解的统计描述与推断详解.ppt

第七章 两分类资料的统计描述与推断 第一节 常用相对数、动态数列 一、常用相对数 一、常用相对数 3. 率 （rate） 又称频率指标，是一定条件下某现象发生的频率或强度。 几个常用的率 5. 应用相对数时应注意的问题 1. 增长量与累计增长量 2．发展速度和增长速度 3．平均发展速度和平均增长速度 第二节 概率的运算法则 （2）互斥事件与对立事件 （3）互斥事件的加法定理 P（A+ B）= P（A）+ P（B） 2. 概率的乘法定理 （3）一般乘法定理 事件A与B同时发生的概率P（AB）为： P（AB）= P（A）P（B│A） = P（B）P（A│B） （4）独立事件的乘法定理 事件A与B相互独立的充分必要条件： P（AB）= P（A）P（B） 【例7-1】 从雌雄各半的小鼠笼中随机取1只，为雄性的概率显然为0.5。从30只雌雄各半的小鼠笼中随机取鼠，连续取4次皆为雄性的概率是多少？ 事件A与B相互独立 P（A+B）= P（A）+ P（B）-P（AB） P（AB）= P（A）P（B） （5）联合用药计数效应的判断 Q= PO/ P（A+B） 4. 全概率公式 若n个事件A1， A2，…，An构成互斥完备群，即A1、 A2、…..、 An互斥，A1+ A2 +…+ An为必然事件。事件B每次发生都必与A1， A2，…，An之一同时发生，即B= BA1+ BA2+…..+ BAn。用互斥事件的概率加法定理和乘法定理，推出事件B发生概率的计算公式，即全概率公式： 5. Bayes公式（逆概率公式） 若事件B每次发生都必与构成互斥完备群的n个事件A1， A2，…，An之一同时发生，应用概率的乘法定理和全概率公式，推导出Bayes公式，又称逆概率公式：在事件B已发生条件下，事件Ai（i=1，2，…，n）发生的概率P(Ai│B)为： 式中P(Ai│B)称为后验概率；相应称P(Ai)为先验概率，实际为互斥完备群总体中事件的构成比 【例7-3】 用A表示实患肝癌，则 表示未患肝癌。若人群中P(A)＝0.0004，则P( )＝0.9996。用B表示诊断为肝癌。如果用血清甲胎蛋白法，对实患肝癌者诊断为肝癌的概率P(B|A)=0.95，对未患肝癌者诊断为未患肝癌的概率P( | )=0.90，则P(B| )=0.10。 【例7-4】 如某地成年人中肥胖者（A1）占10%，中等者（A2）占82%,瘦小者（A3）占8%。已知肥胖者、中等者、瘦小者发高血压病的概率分别是20%、10%、5%。 （1）求该地成人患高血压病的概率？ （2）对该地某一高血压病患者来说，估计他最可能属于哪种体型？ 第三节 二项分布和Poisson分布 1. 二项分布 （binomial distribution） 事件A在n次重复独立试验中发生的次数X是一个随机变量，X的可能取值为0，1，2，…，n。在n次重复独立试验中，事件A发生次数X＝k的概率为： 二项分布的图形 二项分布的概率函数 Pn（k）= Cnkpk(1- p) n－k （k =0，1，2，…，n ） 【例7-5】 某疗法治痹症的治愈率π=60%，用该疗法治疗痹症三例（n=3），治愈例数k（k=0，1，2，3）的情况如表7-3。 【例7-6】 据报道，10%的人对某药有肠道反应。为考察此药质量，任选5人服用此药。因5人服药有肠道反应的人数服从二项分布：⑴ 若报道属实，则无人有肠道反应的概率⑵ 若试验结果有多于2人出现肠道反应，则10%?的人有肠道反应的报道是否属实? 二项分布的一些性质 总体均数＝nπ，样本均数＝np 2. Poisson分布 Poisson分布重要的特性 方差＝均数μ =λ 具有可加性 如果相互独立的k个随机变量都服从Poisson分布，则它们之和仍服从Poisson分布，且均数为k个随机变量的均数之和。 例如已知某放射性物质每10分钟放射脉冲数呈Poisson分布，5次测量的结果分别为35，34，36，38，34次，那么50分钟的脉冲数Σx＝35＋34＋36＋38＋34＝177次，亦呈Poisson分布。 Poisson分布的图形 3. 三种分布的渐近关系 （1） 二项分布资料: （2） Poisson分布资料 当均数λ＝nπ≥20时，可用正态分布法近似计算 【例7-7】 某市35000名小学生参加平安保险，每人保费1.5元，出险获赔?1500?元。若出险概率为0.0006，计算保险公司赚到15000元以上的概率