医学统计学 第6章.pptVIP

第六章 二项分布与Poisson分布及其应用 第一节 二项分布的概念 一.Bernoulli试验和二项分布 Bernoulli试验应用条件 各次试验独立。 每次试验结果只能是两个互斥的结果之一； 每次试验时，其中一种结果发生的概率不变； 通常，在 Bernoulli概型中，称所关心的事件A发生为“成功”，称A发生为“失败”。 在n次独立试验中，用x表示试验成功（即事件A发生）的次数，则x是服从二项分布的离散型随机变量。 二. 二项分布的概率是如何计算的？ 第二节 二项分布的应用 第三节 Poisson分布的概念 第四节 Poisson分布的应用 第五节 SAS程序 二项分布函数 Probbnml（ ? ，n，x） Poisson分布函数 Poisson（ ? ，x） * * 例 实验白鼠共3只，死亡率为0.8，生存率为0.2。 表1 3只白鼠各种试验结果及其发生概率 死亡数生存数试验结果每种排列的概率组合的概率甲 乙 丙 0 1 2 3 3 2 1 00.2? 0.2? 0.2=0.008 0.8 ?0.2 ?0.2=0.0320.0320.032 0.2 ?0.8 ?0.8=0.1280.1280.128 0.8 ?0.8 ?0.8=0.512 0.008 0.096 0.384 0.512 n P（X）= （ ）?x（1- ?）n-x x假定 ? 为阳性结果的概率，构成 Bernoulli 试验序列的n次试验中，事件A出现的次数x的概率分布为： 由于是二项式[? +（1- ? ）]n展开式中的各项，故称此分布为二项分布 。 n、 ?是二项分布的两个参数。 若一个随机变量x，它的可能取值是0，1，…，n，且相应的取值概率为： （ ）?x（1- ?）n-x x n P（X）= （ ）?x（1- ?）n-x x n 则称此随机变量x服从以 n、 ?为参数的二项分布，记为X ~ B（ n， ? ） 三.累计概率： 最多有k个阳性的概率：P（X?k）= ? k X=0 （ ） ?x（1- ?）n-x n x =P（0）+P（1）+ ··· +P（k） 最少有k个阳性的概率：P（X?k）= ? （ ） ?x（1- ?）n-x X=k n n =P（k）+P（k+1）+ ··· +P（n） x 四.二项分布的性质： 1）是离散型的分布。 2）二项分布的图形随?及n的取值而不同。在n较小时，当?=0.5时是对称的，当? ?0.5时呈偏态，但随着n的增大而逐渐趋于对称。当n很大， ? 不接近0也不接近1时，二项分布接近正态分布。 3）概率值中间高，两头低。 4）均数?=n ? ，标准差?= n?（1- ?） 5）样本率的分布：阳性率 p = x n ，其分布为： P（p）= P（X）=（ ） ?x（1- ?）n-x n x 其中p= x n =， ， ···，0 n 1 n n n 。 阳性率的均数?p= ? ， 标准差?p= ?（1- ?） n 以样本率P代替总体率?，则 Sp= p（1- p） n 一.总体率的区间估计 1.查表法 p414表7（n?50） 2.正态近似法（p - u?/2Sp ，p + u?/2Sp ）（要求np 5 且 n（1-p） 5） 二.样本率与总体率比较 1.直接计算概率法 例 某病服用 某药的治愈率为95%，欲研究改进剂型是否能显著地增进疗效。经改进剂型后，治疗200人，治愈198人，试作统计推断。 2.正态近似法 当 ?接近0.5，样本容量较大 （n?100）时，可用二项分布的正态趋近，对H0：?=?0作u检验。 u= p- ? 0pp = ?0 （1-?0） n 例 根据以往经验用一般方法治疗某病，死亡率为40%，今欲研究某项新疗法是否非常显著地优于一般疗法。用该新法治疗120名病人，结果有30名死亡，试作统计推断。均数和率假设检验的比较 资料类型统计量原假设检验法使用条件 定量资料样本均数xH0：?=?0 分类资料率H0：?=?0 （按照一个分类标准分为两类） P= x n u检验 u= t检验 t= x- ?0 ?/ n x- ?0 s/ n （1）已知 ?2 （2）未知 ?2 ，大样本（n?50） 未知 ?2 ，小样本（n50） ?2 检验不论样本大小 u检验 （正态近似法） u= p- ? 0pp = ?0 （1-?0） n 大样本 （n?100） ? 0 离0.5不太远 三.两样本率的比较u= p1 - p2 Sp1-p2 Sp1-p2 = Pc（1-Pc）（+） 1 n1 1 n2 Pc= X1+X2 n1+n2 条件：两个样本容量都