生物统计入门演习课周一210-300在101教室(3998开始).doc

統計模型: 隨機變數 (Random Variable) 離散型 (discrete variable) --離散型的變數一般為類別 (category) 或變數取值有一定的間隔, 類別例如性別,老中青年齡分類別,職業別,婚姻狀況別等所有分門別類或分組。變數取值有一定的間隔每家中人口數, 每家中投票數,每週外食天數等數值變數。 連續型 (continuous variable) -- 變數取值間可小到任意小的程度 (忽略儀器的測量極限,而且小的程度視問題而定) 例如身高,體重,生物測量值,國家人口數,新竹市投票數 此地“任意小”或“間隔”往往必須視問題而定，例如每家小孩數目可視為離散變數；然而，若各國之人口數目則可視為連續變數。 實際上，連續的變數為一種理想狀況，僅為方便分析或建立模式用。例如收入，二者之收入有一定間隔（錢幣之最小單位），但一般仍視為連續變數。連續的變數可經由分組而離散化，而離散的變數亦可藉由數量化而連續化（例如，住地變成距離、教育水準變成教育年數）。 如何描述隨機變數 離散型: probability mass function, probability density function (p.d.f.) （機率密度函數） f(x) cumulative distribution function (c.d.f.) (累積分配函數)F(x) 連續型: density function, probability density function (p.d.f.) （機率密度函數） f(x) cumulative distribution function (c.d.f.) (累積分配函數)F(x) 基本離散型變數、離散型機率模型 《1》 白努力分布(Bernoulli distribution)：二分化結果 , 白努力家族：17，18世紀瑞士最有名的科學家族。一家三代共有8名數學家與物理學家。”Bernoulli number” 及“Bernoulli 分布”均源自此家族。 例如：同意與否；有生病與無生病；有感染與否；事件有無發生； 零件作用與否；系統作用與否；動物有被捕取與否。 《2》二項分布(Binomial distribution)：作了 n 次獨立白努力實驗 Ｘ： n 次中得到成功之個數 例如：核能廢料運送100次輻射外洩次數；測試某零件200個其中不良品之個數；城市感染某病之人數；歸還取樣中同意之人數。 幸運輪盤(wheel of fortune): 冒險家自1-6中任選一個數字，下注一元。莊家丟三個骰子，若選定的數字出現次，=1,2,3則莊家賠元，若該數字沒出現則冒險家輸，賭注歸莊家。冒險家平均贏或輸有多少？ 《3》卜瓦松分布 (Poisson distribution)： 卜瓦松 (1781-1840) 法國人，寫了300篇關於數學，天文，物理的論文。 Bortkiewicz’s Data（1868－1931）：最早的Poisson Data 被馬踢死人數 騎兵隊數 機率分布 配適數目 0 144 1 91 2 32 3 11 4 2 280（平均值＝0.7） 例如：在某一固定時間；描述重大意外事件之次數或頻率；某時間內捕取動物之數目；某地區感染疾病之人數。λ用來表示發生次數之平均值 《4》超幾何分布（Hypergeometric Distribution） 設在人群中有m 個男性,n個女性,任取r個人（不歸還取樣） 令X：男性的個數, max(0, r-n)≦x≦min(r, m) 例如：不歸還抽樣中滿意施政之人數；重複捕取中有記號之動物。 《5》負二項分布（Negative Binomial Distribution） NB(r,p) 在白努力實驗中,假設欲取到r個成功始停止,所需要的實驗次數 X = 等到第r次成功之次數,X = r，r+1，…… . 或令 Y = X – r, , Y = 0, 1, … 特例：r = 1稱為幾何分布（Geometric Distribution） 例如：歸還抽樣中至抽到50個男性停止；動物捕取中直到抽到某一稀有種為止。 《6》離散均勻分布（Discrete Uniform Distribution） X ＝ x1，x2，……，xk； P(X = xk) = 1/k； 例題：生日的分布, 彩卷數字分布。 《7》多項分布（Multinomial Distribution）MN(n;p1,p2,…,pK) ㄧ地區中有種類為j之比率為pj,(j =1, 2, …,K). 今歸還取樣n 次, 令Xj 為n次中種類為j之數目, . 例如：某一地區鳥