4 正态分布及参考值.pptVIP

二项分布的应用条件 各观察单位只能有互相对立的一种结果，属于二分类资料 已知发生某一结果(如阴性)的概率?不变，其对立结果(如阳性)的概率则为1-? n次试验在相同条件下进行，且各观察单位的结果互相独立 Poisson 分布的概念 单位时间、单位空间内某事件的发生数 单位人群（较大）中某稀有事件的发生数 放射性物质每分钟放射的脉冲数 每ml水中大肠菌群数、每升空气中粉尘数、每1万个细胞中有多少个发生突变 某地每天的交通事故数、某工矿企业每天的工伤人数 足球比赛每场的进球数 生物：每平方公里有多少植物 如果某事件的发生是完全随机的，则单位时间或单位空间内，事件发生0次、l次、2次…的概率为： X=0，1，2，… 　　　 则称该事件的发生服从参数为?的Poisson分布，记为X～Poisson(?)。X为单位时间或空间内某事件的发生数，P(X)为事件数为X时的概率，e为自然对数的底。 Poisson分布的性质（一） 均数与方差　 Poisson分布的方差?2与均数? 相等，均为 ? ，即： ?2=?=?　 　　　　　 其中参数 ? 即为均数，表示单位空间或时间内事件平均发生的次数，又称强度参数。 Poisson分布的性质（二） 累计概率 最多为k次的概率： 最少为k次的概率： 递推公式： Poisson分布的形状取决于 ? 的大小。 Poisson分布为正偏态分布，且? 愈小分布愈偏； 随着? 的增大，分布逐渐趋于对称 当 ? =20时已基本接近对称分布； 当 ? = 50时，Poisson分布近似正态分布， ? ≥50时可按正态分布原理处理之。 Poisson分布的性质（三） 图　 Poisson分布示意 可加性 以较小的度量单位，观察某一现象的发生数时，如果它呈Poisson分布，那么把若干个小单位合并为一个大单位后，其总计数亦呈Poisson分布。 Poisson分布的性质（四） 例如，已知某放射性物质每10分钟放射脉冲数呈Poisson分布，5次测量的结果，分别为35、34、36、38、34次，那么50分钟放射脉冲数(总计为177次)亦呈一Poisson分布。因此 Poisson分布资料可利用可加性原理使?≥50，然后用正态近似法处理之。 可加性示例 Poisson分布的性质（五） Poisson分布是二项分布的极限形式 二项分布中，当?很小，比如?0.05，而n很大，二项分布逼近Poisson分布。且： 其中?= n?。n愈大，近似程度愈好。如果某些现象的发生率?甚少，而样本例数n甚多时，二项分布常用Poisson分布来简化运算。 一个实例： 据以往经验，新生儿染色体异常率为1％，试分别用二项分布及Poisson分布原理，求100名新生儿中发生X例(X=0，l，2…)染色体异常的概率。 Poisson分布的应用条件 事件的发生是相互独立的 事件发生的概率相等， 事件结果是二分类的(发生或不发生)。 小 结 正态分布的特征和标准化变换 正态分布曲线下面积分布规律 参考值范围的概念及计算 二项分布和Poisson分布 为什么学习正态分布 1. 正态分布是最常见的一种分布，大量随机现象都可以用正态分布来描述，如人体身高、体重、血压、红细胞数、随机误差等。 2. 正态分布具有良好的性质，如对称性、正态峰等。 3. 正态分布是许多统计方法的理论基础，常用正态分布近似其他一些分布。 正态分布的应用 1. 估计医学参考值范围：利用正态曲线面积分布规律； 2. 质量控制：如控制实验中的随机误差； 3. 正态分布是许多统计方法的理论基础：如t分布、c2分布、F分布等都是在正态分布的基础上推导出来的。 医学参考值范围 Medical reference range 参考值(reference value)范围 ( 传统叫法“正常值范围”)指个体观察值的散布范围。 如成人红细胞的总数 4000~10000个/mm3 概念扩展：规定食品、空气、水、土壤等卫生标准； 流行病学：据潜伏期确定接触者的留验期限。 参考值范围 步骤： 1. 从“正常人”总体中抽样：明确研究总体； 2. 统一测定方法以控制系统误差； 3. 判断是否需要分组（如性别、年龄）确定； 4. 根据专业知识决定单侧还是双侧。 单侧上限 异常 正常 异常 正常 双侧下限 双侧上限 异常 单侧下限 异常 正常 参考值范围的计算 方法： 1. 正态分布法