04 常见概率分布2013.1.27.pptVIP

卫生统计学 第五章 常见概率分布 主要内容 二项分布 二项分布的概念与特征 二项分布的应用 Poisson分布 Poisson分布的概念 Poisson分布的特征 Poisson分布的应用 正态分布 正态分布的概念 正态概率密度曲线下的面积 正态分布的应用 第一节 二项分布 一、二项分布的概念与特征 一个袋子里有5个乒乓球，其中2个黄球，3个白球，我们进行摸球游戏。 每一次摸到黄球的概率是0.4，摸到白球的概率是0.6。 这个实验有三个特点： 一是各次摸球是彼此独立的； 二是每次摸球只有二种可能的结果，或黄球或白球； 三是每次摸到黄球（或摸到白球）的概率是固定的。 具备这三点， n次中有X次摸到黄球（或白球）的概率分布就是二项分布。 二项分布 例4-1 用针灸治疗头痛，假定结果不是有效就是无效，每一例有效的概率为π。 某医生用此方法治疗头痛患者3例，2例有效的概率是多少？ 因为每例有效的概率相同，且各例的治疗结果彼此独立，3例患者中可以是其中的任意2例有效 二项分布 二项分布的概率函数P(X)可用公式（4-1）来计算。 二项分布的概念（Binomial distribution) 医学研究中很多现象观察结果是以二分类变量来表示的，如阳性与阴性、治愈与未愈、生存与死亡等等。 如果每个观察对象阳性结果的发生概率均为?，阴性结果的发生概率均为（1－?）；而且各个观察对象的结果是相互独立的，那么，重复观察n个人，发生阳性结果的人数X的概率分布为二项分布。 参数：n和?，记为：X～B(n,?)。 n——观察次数；由实验者确定； ?——常常是未知的。 二项分布 例4-1 临床上用针灸治疗某型头痛，有效的概率为60%，现以该法治疗3例，其中2例有效的概率是多大？ 例4-2 假定π=0.60,随机治疗3例,有效例数为0,1,2,3例的概率各多少?1例以上有效的概率多大? 二项分布 二项分布 由表4-1可知,各种可能结果出现的概率合计为1，即?P(X)=1（X=0,1,…,n）。因此,如果欲求1例及1例以上有效的概率可以是 P(x≥1)=P(1)+P(2)+P(3)=0.288+0.432+0.216=1－P（0）=1－0.064=0.936 也可以是P(x≥1)=1－P(0)=1－0.064=0.936 （二）二项分布的特征——图形特征 图5-1 π=0.5时,不同n值对应的二项分布 （如黑笔红笔试验）特点：对称分布 横轴——X 纵轴——X的概率P（X） 二项分布 图5-2 π=0.3时, 不同n值对应的二项分布 特点：n较小时，不对称，随着n增大，分布趋于对称 二项分布的图形特征 当?=0.5时，分布对称；当? ?0.5，分布呈偏态；当?0.5时分布呈正偏态；当?0.5时分布呈负偏态；特别是当n值不是很大时，?偏离0.5愈远，分布愈偏。 随着n的增大，二项分布逐渐逼近正态分布。如? =0.3，n=5和n=10时，图形呈偏态，当n=30时，图形已接近正态分布。一般地说，如果n?和n(1-?)大于5时，常可用正态近似原理处理二项分布问题。 2.二项分布的均数和标准差 例4-3 求例4-2的均数和方差 2.二项分布的均数和标准差 1、X的均数和标准差 X的总体均数(数学期望)： X的方差： X的标准差： 样本率的均数和标准差 出现阳性结果的频率为 样本率的总体均数?p: 样本率的总体标准差?p: 样本率的标准差（标准误)Sp(反映抽样误差大小) 公式的应用 例4-4 已知某地钩虫感染率为6.7%，研究者随机抽查某地150人，记样本钩虫感染率为p，求p的标准差。 二、二项分布的应用 1.概率估计 例4-5 　如果某地钩虫感染率为13%，随机观察当地150人，其中有10人感染钩虫的概率有多大？ 从n=150，π=0.13的二项分布，由公式（4-1）和（4-2） 二、二项分布的应用 可以得出150人中有10人感染钩虫的概率为 二、二项分布的应用 2.单侧累积概率计算 二项分布出现阳性的次数至多为k次的概率为 出现阳性的次数至少为k次的概率为 阳性次数至少为k次，至多为K次的概率（kK）为 单侧累积概率计算 例4-6 例4-5中某地钩虫感染率为13%，随机抽查当地150人，其中至多有2名感染钩虫的概率有多大？至少有2名感染钩虫的概率有多大？至少有20名感染钩虫的概率有多大？ 单侧累积概率计算 根据公式（5-10）至多有2名感染钩虫的概率为