spss授课项分布.pptVIP

南京中医药大学 李国春 流行病学和卫生统计教研室 基本统计学原理 二项分布（binomial distribution）的概念及应用条件 二项分布的应用 SPSS操作 附：POISSON分布及应用 * 南京中医药大学 基本统计学原理 二项分布的概念 前面给大家介绍了数值变量的概率分 布，即正态分布。但在医学研究领域的许 多试验（或观察）中，我们有时感兴趣的 是某事件是否发生。例如，用白鼠作某药 物的毒性试验，感兴趣的是白鼠是否死亡； 某新疗法临床试验观察患者是否治愈；观 察某指标的化验结果是否呈阳性。将感兴 趣的事件A出现称为“成功”，不出现称为 “失败”，这类试验就称为“成—败”试 验，数理统计上也称为Bernoulli试验。这时 由成功（或失败）次数组成的概率分布称 为二项分布。每个个体在一次试验中出现 的可能结果只能为是或否，如果给其结果 定义一个变量，该变量称为两分类变量。 二项分布与正态分布不同，正态分布是一 边续型分布，而二项分布则为离散型分布。 例1： 从一人群中随机抽样，假定已知这个 人群中某病的患病率为0.10，则随机抽出一 人，患病人数的分布服从二点分布， X 0 1 p 0.9 0.1 将此过程重复若干次，如n次，即抽取了 n人，则患病人数的分布即为二项分布。 X 0 1 2 3 …… n p ? ? ? ? ? 二分类变量 离散型分布 例2 设小白鼠接受某种毒物一定剂量时。其 死亡率为80%，对于每只小白鼠来说，死亡 概率0.8，生存概率0.2。如果每组有甲乙丙 三只小白鼠 应用条件： ①每个观察单位只能有2个互相对立的一个结果，如阳性与阴性，生存与死亡，发病与未发病。 ②? 每次试验的条件不变。 ③? n个观察单位的结果相互独立。 二项分布的概率 设阳性结果发生的概率为π，则n个观 察单位有x个呈阳性的概率 统计学上称为概率密度函数（pdf probab- ility density function），代表p(x=k)。 二项分布的累计概率 最多有k例阳性的概率p(x≤k) 统计学上称为概率分布函数cdf (cum- ulative distribution function)，SPSS 中函数 形式为CDF.BINOM( k , n , p ) 最少有k例阳性的概率p(x≥k) SPSS中函数形式为： 1- CDF.BINOM( k-1 , n , p ) 某一点的概率为P（x=k） SPSS中函数形式为： CDF.BINOM( k , n , p )- CDF.BINOM( k-1 , n , p ) 例3 根据以往经验，用某药治疗某病的治愈 率为70%，今有10个患者用该药治疗，问： ① 至少治愈8人的概率为多少？ ② 最多治愈一人的概率为多少？ P( x≥8 ) = P( 8 ) + P( 9 ) + P( 10 ) = 1- CDF.BINORM(7,10,0.7 ) = 0.382782787 P( x≤1 ) = P( 0 ) + P( 1 ) =CDF.BINORM(1,10,0.7) = 0.000143686 例 4 （药效的判断问题）已知某种疾病患 者自然痊愈率为 0.25，为了鉴定一种新药 是否有效，医生把它给10个病人服用，且 事先规定一个决策规则：若这10个病人中 至少有4人治好此病，则认为这种药有效， 提高了痊愈率，反之，则认为此药无效。 求新药完全无效，但通过试验被认为有效 的概率。 二项分布的性质 ①? π=0.5时分布对称，π≠0.5分布偏态 ②? π不接近0或1，n较大时，近似正态， 一般地要求nπ5且n(1-π)5 1.总体率的区间估计 ①查表法 n≤50 ②正态近似法 np5 n(1-p)5 p±uasp 二项分布的应用 2．率的假设检验 Ⅰ、 样本率与总体率比较 比较的目的是推断该样本所代表的未 知总体率π与已知的总体率π0