研究生统计学讲义定量资料统计描述.pptVIP

1)．双侧(1－α)容许区间 按标准正态变量值的分布规律P (－uα/2 u uα/2) = 1－α有 从而P (μ－uα/2σ x μ+uα/2σ)= 1－α， (3.27) (μ－uα/2σ，μ+ uα/2σ)，缩写为μ±uα/2σ(uα/2表示双侧u界值) 2)．单侧(1－α)容许区间 按标准正态变量值的分布规律：P(u－uα)= 1－α，P(u uα)=1－α P (x μ－ uασ) =1－α, P (xμ+uασ)=1－α (3.29) x (μ－ uασ)，或x (μ+ uασ) (3.30) 2.医学参考值范围 常用大样本资料的 和s分别作为μ和σ的估计值，所计算的容许区间常称为参考值范围。医学参考值范围通常是从对健康人的观察中取得，故亦称医学正常值范围，简称正常值范围。如95％正常值范围的含义是指样本中有95％的个体其测定值在所求的范围之内。 双侧95%的界限值为： ±1.96s。 (3.32) 单侧95%的上限值为： +1. 6 45s。 (3.33) 单侧95%的下限值为： -1. 6 45s。 (3.34) 例3.13 若已知健康女大学生血清总蛋白含量服从正态分布，例3.3资料n=100，已算出=73.708 g/L，s =3.8759 g/L，求健康女大学生血清总蛋白含量的95%参考值范围。 因血清总蛋白含量不宜过高或过低，本例宜用双侧公式： ±1.96s=73.708±1.96×3.8759=（66.1，81.3）g/L 0.01 2.326 2.576 0.05 1.645 1.960 0.10 1.282 1.645 表3-5 常用uα界值表 α 单侧uα 双侧uα 2．制定医学参考值范围的注意事项 1) 样本含量; 2) 结合专业; 3) 根据研究要求和资料的特点 ;3) 根据使用该参考值的目的考虑 第七节 离群值的取舍 测量数据中有时会有个别过大或过小，远离均数的可疑数值，这种数值称为极端值或离群值（outlier）。极端值有两种可能：可能是测量值随机波动的极度表现，即极值，它虽然与其余数据相差较远，但仍然是处于统计上所允许的合理误差范围之内。极端值也可能是与其余数据不属于同一总体的离群值。如果在测量数据中混有离群值，必然会歪曲试验结果，此时若能将该值舍弃，将使结果更符合客观实际情况。但若将本来不是离群的测量值主观地作为离群值舍弃，虽然得到分散很小、精度很高的结果，而此结果实质上是虚假的，并不是客观情况的真实反映。所以怎样正确取舍极端值，是实践中经常碰到的问题。 * * 第3章 定量资料的统计描述 一、 正态分布 (P36) 生物学中所关心的很多连续变量来自钟形曲线，或者能够转换为这类曲线．见图 曲线族的特性是由Abraham de Moivre (1667-1754)，Pierre Simon ,Marquis de Laplace (1749-1827) 和Karl Friedrich Gauss (1777-1855) 发展起来的．事实上，这个分布有时称为高斯分布（Gaussian distribution），尽管形容词“正常的”（normal）首先由Sir Francis Galton 在1877年创造，更多的是形式上使用． 1.正态随机变量的概率密度函数的形式为 这个密度函数肯定不简单！是个坏消息．为求累积概率分布，需要对f (x)积分．但是不存在f (x)的不定积分．那就意味着人们不能利用微积分基本公式去计算所需要的积分．于是用一些精确值近似代替曲线下的实际面积，造出正态分布表．于是用一些精确值近似代替曲线下的实际面积，造出正态分布表． 下图给出具有平均值μ和标准差σ正态密度函数图，注意它有几个特点． 这个正态密度函数f (x) 关于平均值x=μ对称（点划垂线）． μ称为位置参数，在曲线下μ－σ和μ+σ之间面积近似总面积的2/3（68%），简而言之，它在平均值μ的一个标准差内．这是在图 中点划垂线之间的面积．在曲线下μ的两个标准差内，即μ－2σ和μ+2σ之间面积近似为总的95%（这是在图中实垂线之间的面积），在曲线下μ的三个标准差内，即μ－3σ和μ+3σ之间面积近似为总的99%． 幸运的是，这个曲线族能够转换为标准正态曲线（standard normal curve），其平均