第7章 两分类资料的统计描述与推断课件.pptVIP

二项分布 若从阳性率（死亡率、感染率等）为π的总体中随机抽取大小为n的样本，则出现阳性数为X的概率分布即呈二项分布，记为X～B(n，π). 二项分布 在n次独立重复试验中，若事件A发生的次数X是一个随机变量，可能取值为0，1，2，…，n，且X＝k的概率为： 则称随机变量X服从参数为n和π的二项分布，常记为X～B（n,π） n为试验次数；Cnk为从n个不同元素取k个元素的组合种数： Cnk ＝n!/[k！(n一k)！] 一般用大样本（医学研究的分类资料至少要＞30例，一般＞100例为大样本）的样本率P来估计总体率π。 二项分布 二项分布 【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，任选服用此药的5人。因5人服药有肠道反应的人数服从二项分布： （1）若报道属实，则无人有肠道反应的概率 P5（0）＝C50×0.10×0.95-0＝0.5905。 （2）若试验结果有多于2人出现肠道反应，因为 概率0.0086很小，说明多于2人出现肠道反应的可能性很小。如果多于2人出现肠道反应发生了，则可以认为10%的人有肠道反应的报道是值得怀疑的。 第四节 总体率的置信区间 样本率P是总体率π的点估计，与总体均数的估计一样，由于样本率P与总体率π之间存在抽样误差，除了点估计以外，常需根据样本率P推算总体率π以一定的概率所在的范围，即总体率π的置信区间。 下面介绍用查表法和正态近似法求总体率π的置信区间。 1.查表法 二项分布资料：总体阳性发生率为π时，在n次独立重复试验中，阳性的发生次数X是一个服从二项分布的变量。求总体率π的1-α置信区间，是求满足P（π1＜π＜π2）＝l-α的π1、π2，据此，统计学家编制了二项分布资料总体率的置信区间表，当样本例数小时，可直接查总体百分率π的95%或99%置信区间（本书附表5录用到n≤34）。 【例7-8】 【例7-8】用某法矫治15只近视眼，其中10名有效，求其总体有效率的95%置信区间。 以x＝10,n－x＝5查附表5，得该法矫治近视眼总体有效率的95%置信区间为38%～88%。 2.正态近似法 （1）二项分布资料：当每次抽取的样本含量n不是太小时，样本率的分布亦近似正态分布，因此，可用正态近似法，总体率π的双侧(1 -α)置信区间公式为: 式中p为样本率,sp为率的标准误,Zα/2为标准正态分布双侧α水准下的界值。 N比较小时，不能用正态近似法求总体率的置信区间。例如，在n＝2,p＝50%时， sp ＝35.35，1.96 sp ＝1.96×35.35%＝69.29%,p±1.96 sp已经超过0%～100%了。 【例7-10】用中药与针灸治疗石淋病160例，有效81例，计算得到p=50.63%， sp ＝3.95%。估计总体有效率π的95%置信区间为： P±1.96 sp ＝50.63％±1.96×3.95％＝42.9％～58.3％ 第五节 样本率与总体率的比较 样本率与总体率比较的目的是推断样本所代表的未知总体率与已知总体率是否相等。小样本时，用概率函数计算P值；大样本时，可用Z检验。 1.利用概率函数计算P值 【例7-12】用某中药单方治疗某病，治愈率π=60%，未愈率40%。今用某中药复方治疗该病15人，结果有1人未愈，该复方疗效是否较单方好？ H0:复方疗效＝单方疗效（π＝60%）； H1:复方疗效较单方为好（π＞60%）。 α=0.01 P15(未愈1人)＝15×(0.40)1×(0.60)14＝0.004702 按α=0.01水准拒绝H0，接受H1，可以认为中药复方治疗该病较单方为好。 【SPSS操作】 1、输入数据 以治疗效果（标签值1＝治愈，2＝未愈）、例数为变量名，建立数据文件L7-12.sav如图7-4。 2、数据频数加权 → Data →weight cases 二项分布检验 →Analyze→Nonparametric Tests（非参数检验），→Binomial（二项分布检验），将“治疗效果”选入Test variable List（检验变量）框中，因题给治愈率π=60%，在Test Proportion 0.5（检验概率，系统默认为0.5）框中键入0.60代替系统默认值0.5；在Define Dichotomy（定义二分值）框中用⊙Get from data（设定的变量只有两个取值，直接从原始数据中读取。系统默认），→OK。 输出结果 二项分布检验见图7-5，复方的样本治愈率为0.9，单侧精确概率为0.005。拒绝H0， 可认为中药复方疗