第7章二项分布和泊松分布.pptVIP

第七章 二项分布与Poisson分布;目 录;第一节 二项分布及其应用 一、二项分布的概念及应用条件 二项分布（binominal distribution） 是一种重要的离散型分布，在医学上常遇到属于两分类的资料，每一观察单位只具有相互独立的一种结果，如检查结果的阳性或阴性，动物试验的生存或死亡，对病人治疗的有效或无效等。 ;二项分布 也称为贝努里分布（Bernoulli distribution）或贝努里模型，是由法国数学家J.Bernoulli于1713年首先阐述的概率分布。 ; 如果已知发生某一结果（如阳性）的概率为π，其对立结果（阴性）的概率为（1-π），且各观察单位的观察结果相互独立，互不影响，则从该总体中随机抽取n例，其中出现阳性数为X (X=0,1,2,3,…，n)的概率服从二项分布。 ;贝努里模型应具备下列三个基本条件 ;二、 二项分布的概率函数 ;三、 二项分布的性质 ;二项展开式有以下特点： ; 至多有x例阳性的概率为： ;3.二项分布的概率分布图形;图 二项分布示意图 ;4.二项分布的数字特征 (这里的数字特征主要指总体均数、方差、标准差等参数） ;四、二项分布展开式各项的系数 ; 该系数也可用杨辉三角来表示，国外参考书习惯称之为巴斯噶三角。 当试验次数n较小时，可直接利用杨辉三角将二项分布展开式各项的系数写出来，应用十分方便。 ;图 杨辉三角模式图 ;杨辉三角的意义：;五、二项分布的应用 ;（一）应用二项分布计算概率 ;戴央赫淤怯细要鸽哼鼎饥伟清火阁结涉襟购栓抬拆光矮孜校拢穿掂赣氦库第7章二项分布和泊松分布第7章二项分布和泊松分布; 三个妇女生育一个男孩，两个女孩的概率为：;(二)样本率与总体率的比较的直接概率法 ; 例 A药治疗某病的有效率为80％。对A药进行改进后，用改进型A药继续治疗病人，观察疗效。 ①如果用改进型A药治疗20例病人，19例有效。 ②如果用改进型A药治疗30例病人，29例有效。 试分析上述二种情形下，改进型A药是否疗效更好。 分析: A药有效率为80％，可以作为总体率，即π0＝0.8 。治疗20例病人的样本有效率为（19／20）×100％＝95％；治疗30例病人的样本有效率为（29／30）×100％＝96.67％。两个样本率均大于总体率80％，故应计算大于等于有效例数的单侧累积概率。 ;情形一：治疗20例病人的疗效分析 ;情形二：治疗30例病人的疗效分析（1）检验假设同情形一。（2）计算单侧累积概率有： ;（3）推断结论 本例P＝0.0102,在＝0.05水准上,拒绝H0,接受H1。可以认为改进型A药的疗效优于原A药。 ;分析:本例总体率＝1％。调查人群样本反应率为（1／300）×100％＝0.33％。由于样本率小于总体率，故应计算小于等于阳性人数的累积概率。 ;（1）建立检验假设 H0：调查人群反应率与一般人群相同， π＝π0＝0.01H1: 调查人群反应率低于一般人群， ππ0 ＝0.01 单侧α ＝0.05 （2）计算单侧累积概率 : ;第二节 Poisson分布及其应用;Poisson分布的直观描述：如果稀有事件A在每个单元（设想为n次试验）内平均出现λ次，那么在一个单元（n次）的试验中，稀有事件A出现次数X的概率分布服从Poisson分布。 Poisson分布属于离散型分布。在Poisson分布中，一个单元可以定义为是单位时间，单位面积，单位体积或单位容积等。如每天8小时的工作时间，一个足球场的面积，一个立方米的空气体积，1升或1毫升的液体体积,培养细菌的一个平皿，一瓶矿泉水等都可以认为是一个单元。一个单元的大小往往是根据实际情况或经验而确定的。若干个小单元亦可以合并为一个大单元。;(二)常见Poisson分布的资料;8.布朗颗粒数； 9.三胞胎出生次数； 10.正式印刷品中错误符号的个数； 11.通讯中错误符号的个数； 12.人的自然死亡数； 13.环境污染中畸形生物的出现情况； 14.连体婴儿的出现次数； 15.野外单位面积某些昆虫的随机分布； 16.单位容积内细胞的个数； 17.单位空气中的灰尘个数； 18.平皿中培养的细菌菌落数等。;二、Poison分布的概率函数及性质 ;亦可用下列公式计算 ;(二) 性质;（0≤x1＜x2） ;（三）Poisson分布的图形;图 Poisson分布的概率分布图 ;例 计算Poisson分布X~P(3.5)的概率。 ;余类推。经计算得到一系列数据，见表。 ;（四）Poisson分布的可加性;三、Poisson分布与二项分布的比较 ;表 二项分布与Poisson分布计算的概率值比较 ;余类推。 ;2.按Poisson分布计算