第15章poisson分布.ppt

第十五章 普哇松分布 Poisson Distribution 第一节 Poisson分布的概念 一、Poisson 分布 主要用于描述单位时间、单位面积、单位空间内稀有事件的发生数。医学卫生领域中有些指标服从Poisson 分布，如放射性物质在单位时间内的放射次数、在单位容积充分摇匀的水中的细菌数、野外单位空间中的某种昆虫数、患病率较低的非传染性疾病在单位人群中的病人数等。 X服从二项分布是指X的取值范围为0、1、2、…、n，其相应取值概率为 记作X～B(n, ?) 随机变量X服从Poisson分布：指X取值范围为0、1、…，其相应取值概率为 式中e?2.71828，为自然对数的底。 ?是大于0的常数，称为Poisson分布的参数(总体平均数) X服从以?为参数的Poisson 分布， 记为X～P(?) 二、Poisson 分布的均数与方差 Poisson分布只有一个参数? ，这个参数是Poisson分布的总体均数，不同?的对应不同的Poisson分布 Poisson分布的总体均数等于总体方差： ?2＝? 三、Poisson分布的可加性 如果X1，X2，…，Xk相互独立，且它们分别服从以?1， ?2，…, ?k为参数的Poisson 分布，则T＝ X1+X2+…+Xk也服从Poisson 分布，其参为 ?1+?2+…+ ?k 四、Poisson分布的正态近似 对某参数为?的Poisson分布，以X为横轴，以取值概率P为纵轴，可绘出Poisson分布图形。 Poisson分布的分布特征：参数 ?很小时是偏态的，随着?增大，对称性越来越好，数理统计证明，当?相当大时，如 50，Poisson分布近似正态分布N(?, ?1/2)。 这种趋向正态的“ 速度”是很快的。 五、二项分布的Poisson分布近似 设Xi～B(ni, ?i)，则当ni??且ni ?i =C保持不变时，可以证明， Xi的极限分布是以C为参数的Poisson 分布。 n很大时，二项分布概率计算相当复杂，此时可用Poisson分布的概率来近似。 六、服从Poisson分布的条件 1、平稳性：X的取值与观察单位的位置无关，只与观察单位的大小有关。(随机分布) 2、独立增量性(无后效性)：在某个观察单位上X的取值与前面各观察单位上X的取值独立(无关)。(独立) 3、普通性：在充分小的观察单位上X的取值最多为1。（发生概率低） 七、Poisson 分布的配合及拟合优度检验 P197例15-1 用卡方检验来检验goodness of fit 配合Poisson分布时用了平均数和总数两个数，卡方检验自由度就是格子数减2 第二节 Poisson分布的应用 一、总体均数的可信区间估计 1、查表法： 当X?50时，用查表法，附表15－1。这是精确的可信区间 2、正态近似法 当X50时，用正态近似法，例15-6,P203 P203,例15-7：样品方差为总的方差与本底方差之和 亦可用下列公式计算 二、用Poisson分布对聚集性作研究 利用Poisson分布的均数与方差相等的特点可以检验样本中各计数(x1,x2,…,xn)是否为来自同一Poisson总体的随机样本，用?2检验，其自由度为n-1(例数-1) P203~4,例15-8，9。非Poisson分布，认为有聚集性 这一检验与前述的配合适度检验都可以用于： 检验某一样本是否来自Poisson分布，或检验某事件(或颗粒)之间是否独立或是否了聚集性。 三、样本计数与总体均数差别的统计意义检验 当总体均数较小时，可以用Poisson分布的概率公式直接计算P值。P204,例15－10、11 当总体均数较大时可用正态近似法；例15－12 三、两样本计数差别的统计意义检验 1、两样本观察单位相同时： 1)两样本计数均大于20，用正态近似法,例15－13 2)两样本计数在5～20范围内，用以下校正公式 2、两样本观察单位不同时 1)大样本时可用正态近似法 2)用?2检验：可用于小样本 先计算?的估计值 将x1,x2分别转换为Z1，Z2 计算?2值 ?2 =Z12+Z22 自由度＝组数－1 见P206，例15－13，14 四、多个样本计数差别的统计意义检验 先计算均数的估计值 按公式将xi转换成Zi 求?2值: ?2 =Z12+Z22+…+Zk2=?Zi2 自由度＝组数－1＝k-1 P207,例15－15 五、稀释法估计细菌数 作为一般了解 * * P(μ) N(μ,μ1/2) B(n,?) μ ?20 n??5 n?? ??0 n?=C