第二章 正态分布.pptVIP

医学统计方法 Medical Statistics 第 二 章 数值变量资料的统计描述 公共卫生学系 田玉慧 复习 总体与样本 平均数与标准差 各种平均数的应用条件 离散指标 标准差的应用 9.正态分布及其应用 一、正态分布的概念和特征 二、正态分布曲线下面积分布规律 三、标准正态分布 四、正态分布的应用 （一）制定医学参考值范围 （二）正态分布是许多统计方法的理论基础 （三）质量控制 一、正态分布(normal distribution) 一、正态分布(normal distribution) 正态分布是数理统计学中最重要的理论分布。医学中许多现象如身高、体重、血压、红细胞数等的频数分布服从正态分布，或近似于正态分布，或经过数据转换可使其符合正态分布。即使是偏态分布的资料，当样本量很大时，也可以近似地用正态分布来处理。 一、正态分布(normal distribution) 正态分布以均数所在处频数最多，两侧逐渐减少，但永不为零，左右完全对称。其图形为近似钟形。 正态分布的表示方法为N(μ,σ2)。其中μ为均数,是正态分布的位置参数；σ2是方差，反映了正态分布的形态。有了这两个参数，即可绘制出正态分布的图形。 一、正态分布(normal distribution) 如果以总频数为1，当变量值为x时的频数可用下式求得： 一、正态分布(normal distribution) 例 设某地成年男性身高的均数为170cm，标准差为7cm，成年女性身高的均数为165cm，标准差为5cm，均符合正态分布。试绘制频数分布图并比较二者的异同。 按上式计算x取不同值时的理论频数，结果见下表。 正态分布频数计算表 一、正态分布(normal distribution) 将表中频数绘制成频数分布图 实例 例1：中国成年人平均身高（μ） 男性=1.7米，女性=1.59米 例2：正常人平均舒张压值 μ=80（mmhg） 高血压病平均舒张压值 μ=100 （mmhg ） 一、正态分布(normal distribution) 男女身高的频数分布图形的比较： 1.共同点： 男女在不同身高的频数分布均为完全对称的钟形分布，以均数所在处频数最多，两侧逐渐减少。 2.不同点： ①位置不同，男性身高的均数大于女性，故图形靠右； ②高低不同，男性身高的方差大于女性，故变量值更分散，图形更低平。 医学上脑血管疾病的问题 　临床发现脑中风病人在脑血流图（CBF）指标偏低，正常人的CBF平均为75，标准差为17，如CBF低于40，认为有中风的危险。 　　 如用CBF低于40为界限,问一个脑血流图正常（无中风）被错误诊断中风的概率为多少？ 求：p（x≤40）的概率。 二、正态分布曲线下的面积 如果以曲线下的总面积为1，则从-∞至x的面积可用下列积分公式求得： 按上式求得的F(x)即当随机变量X取值范围为-∞～x时所对应的正态曲线下的面积占总面积的比例，F(x)实际上反映了随机变量X取值范围为-∞～x的概率大小，因此，称该正态分布为随机变量X的概率分布。 二、正态分布曲线下的面积 例 设某地成年男性身高的均数为170cm，标准差为7cm，假设该地共有成年男性10 000人，求该地身高不超过160cm者有多少人？又该地身高在160cm～180cm之间者共有多少人？ 二、正态分布曲线下的面积 即： 身高不超过160cm的人数为： 10 000×0.0764=764（人） 身高在160cm～180cm之间的人数为： 10 000×(0.9236-0.0764) = 10 000×0.8472= 8 472（人） 三、标准正态分布 由于不同随机变量的概率分布不同，要求得随机变量X取值范围为-∞至x的概率需要经过繁琐的计算，从而给实际应用带来困难。 如果将任一正态分布转化为同一个分布，则使问题大大简化。不同正态分布的差别在于其均数和标准差不同，如果把原来的随机变量值用相对数值表示，就可以解决这一问题。 三、标准正态分布 将各变量值的离均差与标准差比较，即离均差是标准差的多少倍，此值称标准单位（u），即该变量值在平均数之上或之下多少个标准差。 例如，如果某成年男性的身高为177cm，则离均差=177-170=7（cm），恰好等于标准差，其标准单位值为1，即超过均数1个标准差。