课件:雷静《卫生统计学》第五章 常用概率分布.pptVIP

  • 6
  • 0
  • 约4.94千字
  • 约 47页
  • 2019-03-08 发布于广东
  • 举报

课件:雷静《卫生统计学》第五章 常用概率分布.ppt

课件:雷静《卫生统计学》第五章 常用概率分布.ppt

正态曲线下面积的分布规律: 标准正态分布 将正态分布的方程作如下变量变换 即将原正态分布曲线图的原点移到μ的位置,横轴尺度以σ为单位,就可将正态分布变换为标准正态分布(standard normal distribution),用 N(0,1) 表示,Ζ称为标准正态变量或标准正态(离)差(standard normal deviate)。其密度函数为: 实际工作中,常需要了解正态曲线下横轴上某一区间的面积占总面积的百分数,以便估计该区间的例数占总例数的百分数(频数分布)或估计观察值落在该区间的概率。 正态曲线下一定区间的面积可以通过P466附表1求得。表内所示数据表示Ζ取不同值时Ζ值左侧标准正态曲线下面积,记作Φ(Ζ), Φ(Ζ)称为标准正态分布的分布函数。 对于正态或近似正态分布的资料,已知均数和标准差,就可对其频数分布作出概率估计。 正态曲线下面积的分布规律 例:已知成年男子红细胞数服从正态分布, 其总体均数为4.78×1012/L,标准差为 0.34×1012/L,求红细胞数在4×1012/L 以下的人所占的比例。 1.不少医学现象服从正态分布或近似正态分布, 可用来估计正态分布资料的频数分布。 如: 同性别同年龄儿童的身高;实验中的随机误差; 同性别健康成人的红细胞数、血红蛋白、血小板计数; 很多呈偏态分布的医学资料,经变量变换可转换为正态分布。 正态分布的应用 2.估计医学参考值范围: “医学参考值范围”,它是指特定的“正常”人群的解剖、生理、生化等指标的波动范围。 制定参考值范围时,首先要确定一批样本含量足够大的“正常人”,所谓“正常人”不是指“健康人”,而是指排除了对所研究指标有影响的疾病和有关因素的同质人群; 其次需根据研究目的和使用要求选定适当的百分界值,如80%,90%,95%和99%,常用95%;根据指标的实际用途确定单侧或双侧界值。 还要根据资料的分布特点,选用恰当的计算方法。 正态分布的应用 常用方法有:(以95%参考值范围为例) ①正态分布法:适用于正态或近似正态分布的资料 双侧界值: 单侧上界: 或单侧下界: 例1: 某地200例正常成人血铅含量的频数分布如下表。 (1)简述该资料的分布特征。 (2)若资料近似呈对数正态分布,试估计该地正常成人血铅值的95%参考值范围。 血铅含量 频 数 累积频数 0.00~ 7 7 0.24~ 49 56 0.48~ 45 101 0.72~ 32 133 0.96~ 28 161 1.20~ 13 174 1.44~ 14 188 1.68~ 4 192 1.92~ 4 196 2.16~ 1 197 2.40~ 2 199 2.64~ 1 200 表1. 某地200例正常成人血铅含量(μmol/L)的频数分布 例2. 某地144例30~45岁正常成年男子的血清总胆固醇测量值近似服从均数为4.95mmol/L,标准差为0.85mmol/L的正态分布。①试估计该地30~45岁成年男子血清总胆固醇的95%参考值范围;②血清总胆固醇大于5.72mmol/L的正常成年男子约占其总体的百分之多少? ②百分位数法:常用于偏态分布资料以及 资料中一端或两端无确切数值的资料 双侧范围:(P2.5,P97.5) 单侧上界:P95以下(如血铅、血汞等有害物质) 或单侧下界:P5以上(如肺活量) 3.质量控制:随机测量误差及随机抽样误差虽可引起某项指标的波动,但往往服从正态分布,此时若出现系统误差,则观察结果不再服从正态分布。据此原理,通过绘制控制图,可以及时发现系统误差的出现。 常以 作为上下警戒值, 以 作为上下控制值。如图5-10 正态分布的应用 4.二项分布、泊松分布的正态分布近似 1)当n较大,nπ和n(1-π)都大于5时,二项分布近似于正态分布; 2)当λ≥20时,Poisson分布接近正态分布。 此时可利用正态近似原理计算累积概率 正态分布的应用 小结 医学参考值范围的计算方法 二项分布、泊松分布及正态分布之间的关系 P81 思考与练习7. 后面内容直接删除就行 资料可以编辑修改使用 资料可以编辑修改使用 主要经营:网络软件设计、图文设计制作、发布广告等 公司秉着以优质的服务对待每一位客户,做到让客户满意! 致力于数据挖掘,合同简历、论文写作、PPT设计、计划书、策划案、学习课件、各类模板等方方面面,打造全网一站式需求 * * * * 第五章 常用概率分布 二项分布 泊松分布 正态分布 二项分布及其应用 二项分布的概念与特征 二项分布的应用 二项分布的概念 在医学领域中,有一些随机事件是只具有两种互斥结果的离散型随机事件,称为二项分类变量(dic

文档评论(0)

1亿VIP精品文档

相关文档