- 1、本文档共219页,可阅读全部内容。
- 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
- 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
查看更多
第一章生物统计学基本知识概要
* 泊松分布的其它例子 一定时间段内,某航空公司接到的订票电话数 一定时间内,到车站等候公共汽车的人数 一定路段内,路面出现大损坏的次数 一定时间段内,放射性物质放射的粒子数 一匹布上发现的疵点个数 一定页数的书刊上出现的错别字个数 * 泊松分布 (用Excel计算概率) 第1步:进入Excel表格界面,将鼠标停留在某一空白单元格 第2步:在Excel表格界面中,直接点击“f(x)”(粘贴函数)命令 第3步:在复选框“函数分类”中点击“统计”选项,并在“函数名 ”中点击“POISSON ”选项,然后确定 第4步:在X后填入事件出现的次数 在Means后填入泊松分布的均值? 在Cumulative后填入0(或FALSE),表示计算成功次 数恰好等于指定数值的概率(填入1或TRUE表示计算 成功次数小于或等于指定数值的累积概率值) 三、正态分布(Normal Distribution) 连续型随机变量是日常工作中最多见的一种变量,这一类变量为可加、或呈线性时,一般服从正态分布。 将这一类资料整理成直方图或折线图时,其图形总呈中间多、两边少的钟型(bell-shape)分布特征。 假设将样本容量n无限扩大,分组更细: 即n ∞ 组距 0,则每一组的频数将趋向于一个定值,即一概率值。此时,呈现在我们面前的将是一条中间高、向两边均匀对称下降的光滑曲线;这一类资料的概率分布就称为正态分布。 * 1. 离散型随机变量的概率分布 * 离散型随机变量的概率分布举例 * 2. 连续型随机变量的概率分布 变量的取值充满整个数值区间,无法一一列出其每一个可能值。 一般将连续型随机变量整理成频数表,对频数作直方图,直方图的每个矩形顶端连接的阶梯形曲线来描述连续型变量的频数分布。 * * 如果样本量很大,组段很多,矩形顶端组成的阶梯型曲线可变成光滑的分布曲线。 大多数情况下,可采用一个函数拟合这一光滑曲线。这种函数称为概率密度函数(probability density function) * 如果连续型随机变量X的密度函数记为: 则在区间[x1,x2] 范围内的概率可由微积分函数定义 * 第三节 常用的概率分布离散型随机变量分布一、二项分布二、泊松分布连续型随机变量分布三、正态分布 * 一、二项分布 毒性试验:白鼠 死亡——生存 临床试验:病人 治愈——未愈 临床化验:血清 阳性——阴性 事件 成功(A)——失败(非A) 这类“成功─失败型”试验称为Bernoulli试验 * Bernoulli试验序列 n次Bernoulli试验构成了Bernoulli试验序列 其特点(如抛硬币)如下: (1)每次试验结果,只能是两个互斥的结果之一(A或非A)。 (2)每次试验的条件不变。即每次试验中,结果A发生的概率不变,均为 π 。 (3)各次试验独立。即一次试验出现什么样的结果与前面已出现的结果无关。 * 成功次数的概率分布─二项分布 例 设某毒理试验采用白鼠共3只,它们有相同的死亡概率π,相应不死亡概率为1-π 。记试验后白鼠死亡的例数为X,分别求X=0、1、2和3的概率 * * * 二项分布的概率计算 * 二项分布的性质 * * * * * (二)样本率与总体率的比较 二项分布的应用 * * 二项分布 (用Excel计算概率) 第1步:进入Excel表格界面,将鼠标停留在某一空白单元格 第2步:在Excel表格界面中,直接点击“f(x)”(粘贴函数)命令 第3步:在复选框“函数分类”中点击“统计”选项,在“函数名” 中点击“BINOMDIST”选项,然后确定 第4步:在Number_s填入试验成功次数 在Trials填入独立实验的次数 在Probability_s填入试验中的成功概率 在Cumulative后填入确定函数形式的逻辑值 0(或FALSE)表示计算成功次数恰好等于指定数值的概率. (填入1或TRUE表示计算成功次数小于或等于指定数值的累积概率值) 二项分布 (用Excel计算概率) 此函数适用于固定次数的独立试验,即试验的结果只有成功和失败两种,且成功的概率试验期间固定不变。 例:根据不合格率求不合格产品为0的概率。 不合格品数(成功数) 0,提取数(实验次数)10,不合格率:0.10% 则计算
文档评论(0)