《基本分布.pptVIP

第五章 基本分布 第一节 随机变量及其分布 一、随机变量（random variable） 随机现象，也称不确定现象，指在相同条件下重复试验可 得到不同结果的现象。 必然现象，也称确定性现象 随机试验所得到的每一种可能的结果称为 随机事件。数学上可用一个变量，如X来描 述，称为随机变量。 随机变量的每一取值一般都有确定的概率， 如P（治愈）=P（X=1）=0.60等。因此每一随机变量 都有一定的概率分布，其分布的类型有两种，即离散型分布和连续型分布。 1、离散型随机变量 (discrete random variable) 随机变量X只能取有限个数值X1，X2，…，Xn或无限个可数数值X1，X2 …，Xn…，则X定义为离散型随机变量。 当X=Xk ，概率为P（Xk）则有 随机变量的概率分布 离散型随机变量的分布函数 ： 2、连续型随机变量 (continuous random variable) 像某地某年正常成年男子身高这样的随机变量，由于其可能取值不能一一列举出来，而是在实数轴上的某一确定区间内连续分布，称之为连续分布型随机变量，简称连续型随机变量。 随机变量X的分布函数F（x）为： 概率密度函数 f(x)：表示随机变量X在取值X附近单位长度内的概率的大小。 为分布函数F（x）的导数。 所以，对于连续型随机变量来说，要掌握其概率分布规律，其关键是求出其概率密度函数。 第二节 正态分布 正态分布曲线的演变 这条曲线称为频率曲线，略呈钟型，两侧低，中间高，左右对称，近似于概率分布中的正态分布。频率的总和为1，故正态分布曲线下横轴上的面积也应为1。 正态分布的概率密度函数，也称为正态分布曲线方程为： 正态分布的特性 正态分布只有一个峰值，位于x=? 处 正态分布以x=? 对称轴左右对称 正态分布的两个参数? 和? 决定分布位置和形状 正态分布曲线下面积分布有规律 标准正态分布 标准正态分布与标准化变换： 　 Ｘ～Ｎ（μ，σ ） 标准化变换： 令 μ=0, σ=1　 标准正态分布：ｕ～Ｎ（0，1） 标准正态分布的应用 例5－3 已知某地2003年120名7岁男童身高 =122.0cm，s=4.7cm，试估计该地7岁男童身高介于118cm和124cm范围内的比例及110名7岁男童介于此范围内的人数。 D=0.6646-0.1989=0.4657=46.57% 三、参考值范围 定义：绝大多数正常人的解剖，生理，生化各种指标的波动范围，称作为医学参考值范围(medical reference ranges) 。 正常人：并非指机体任何器官、组织的形态和机能都正常的人，而是指排除了影响所研究指标的疾病和有关因素的人 步骤和原则 抽取足够大例数的正常人作为样本 (n>=100) 控制测量误差 确定是否需要分组确定参考值范围 决定取双侧还是取单侧 选定合适的百分界限 两种方法：正态分布法和百分位数法 正态分布法 当资料符合正态分布时 双侧1－α正常值范围公式为： 单侧上限1－α正常值范围公式为：< 单侧下限1－α正常值范围公式为：> u界值的概念 uα/2 为标准正态分布下双侧尾部面积为α时的u值（绝对值） u2为标准正态分布下单侧尾部面积为α时的u值（绝对值） 特别地： u0.05/2＝1.96; u0.01/2＝2.58; u0.05 ＝1.64; u0.01 ＝2.33; 百分位数法 用于任何分布的资料（n>150）。当资料为偏态分布时，不能用正态分布法，而用百分位数法得到1－ α正常值范围 双侧1－α正常值范围：P100α/2 ～P 100(1-α/2) 单侧1－α正常值范围上限：< P 100(1-α) 单侧1－α正常值范围下限：> P 100α 第三节 t分布 一、抽样误差和样本均数分布 抽样误差 由于抽样引起的总体参数与样本统计量之间的 差异叫抽样误差。总体均数与样本均数之间的 差异叫均数抽样误差。 样本均数分布和抽样误差大小的估计 抽样试验 某市1999年18岁男生身高服从均数μ=167.7cm,σ=5.3cm的正态分布； 从X～N(167.7,5.32)的正态总体中随机抽样，样本含量nj=10,g=100;共抽100次； 图3.1 1999年某