生物统计学二.pptVIP

例3.5 某批鸡种蛋的孵化率是0.9，今从该批种蛋中每次任选5个进行孵化，试求孵出小鸡的各种可能概率。 孵出小鸡的可能性f(x) P(x) f(0) 0.00001 f(1) 0.00045 f(2) 0.00810 f(3) 0.07290 f(4) 0.32805 f(5) 0.59049 例3.6 某小麦品种在田间出现自然变异植株的概率为0.0045，试计算：（1）调查100株，获得两株或两株以上变异植株的概率是多少？（2）期望有0.99的概率获得1株或1株以上的变异植株，至少应调查多少株？ （1）P（x≥2）=1-P（0）-P（1）=1- - =0.0751 （2）P(0)= =0.01 对于本问题即 =0.01 查对数表可得n=1021 例如：某种昆虫在某地区的死亡率为40%，即p=0.4，现对这种害虫用一种新药进行治疗试验，每次抽样10头为一组治疗。试问如新药无疗效，则在10头中死3头、2头、1头以及全部愈好的概率为多少？ 按照上面的公式进行计算： 7头愈好，3头死去的概率为： 8头愈好，2头死去的概率为： 9头愈好，1头死去的概率为： 10头全部愈好的概率为： 二项分布的形状和参数 对于对于一个二项式总体，如果p=q，二项式分布呈对称形状，如果p?q，二项式分布则表现偏斜形状。但如果n??时，即使p?q，二项式总体分布的情况也趋于对称形状，所以二项分布的形状是由n和p两个参数决定的。 二项总体的平均数（次数）?、方差?2和标准差?的公式为：?=np，?2=npq， 二项成数即百分数分布的平均数和标准差 μp=p,σp= 统计学上的自由度是指当以样本的统计量来估计总体的参数时， 样本中独立或能自由变化的自变量的个数，称为该统计量的自由度。 统计学上的自由度包括两方面的内容： 首先，在估计总体的平均数时，由于样本中的 n 个数都是相互独立的，从其中抽出任何一个数都不影响其他数据，所以其自由度为n。 在估计总体的方差时，使用的是离差平方和。只要n-1个数的离差平方和确定了，方差也就确定了；因为在均值确定后，如果知道了其中n-1个数的值，第n个数的值也就确定了。这里，均值就相当于一个限制条件，由于加了这个限制条件，估计总体方差的自由度为n-1 二：泊松分布 在生物学研究中，有许多事件出现的概率很小，而样本容量或试验次数却往往很大，即有很小的p值和很大的n值。这时，二项分布就变成另外一种特殊的分布，即泊松分布（Poisson distribution）,其分布的概率函数为： 且有 λ为参数， λ=np，x=0,1,2,…。 泊松分布的平均数、方差、标准差为： 欧拉常数e：?e，作为数学常数，是自然对数函数的底数。有时称它为欧拉数（Euler number），以瑞士数学家欧欧拉命名；它就像圆周率π和虚数单位i，e是数学中最重要的常数之一。 它的数值约是（小数点后100位）：e ≈ 2.71828 18284 59045 23536 02874 71352 66249 77572 47093 69995 95749 66967 62772 40766 30353 54759 45713 82178 52516 64274? 例3.7用显微镜检查某食品样本内结核菌的数目，对在视野内各小方格中的细菌数目加以计数，然户按不同的细菌数把格子分类，记录每类中的格子数目。结果如表，试求各种细菌数的理论格子数。 细菌数 0 1 2 3 4 5 6 7 8 9 总计 实际格子数 5 19 26 26 21 13 5 1 1 1 118 P(x) 0.0506 0.1511 0.2253 0.2240 0.1671 0.0997 0.0496 0.0211 0.0079 0.0026 0.9990 理论格子数 5.97 17.83 26.59 26.43 19.72 11.76 5.85 2.49 0.93 0.31 117.88 细菌计数的泊松分布 例3.6 某小麦品种在田间出现自然变异植株的概率为0.0045，试计算：（1）调查100株，获得两株或两株以上变异植株的概率是多少？（2）期望有0.99的概率获得1株或1株以上的变异植株，至少应调查多少株？ λ=np=100*0.0045=0.45 P（x≥2）=1-P（0）-P（1）=1- - =0.0755 应调查的株数n应满足 因此有 三：正态分布 正态分布（normal distribution）,也称为