第三节 离散趋势与正态分布修改.ppt

* * * * * * * * * * * 若以体重为横轴，以各组段的频率密度（频率与组距之比，其中频率为表2-1第4列，组距为4kg）为纵轴，表2-1的资料可绘制成频率直方图（图1）。图形中间的直条最高（高峰在中央），左右两边基本对称地减少。每一直条的面积就是相应各组段的频率，所有组段的频率之和就是相应各直条的面积之和，整个直方图面积之和为1。 在前面，已经采用频率分布表和频率分布图描述了某一变量的分布，但这只是对样本资料的分布描述。由于个体差异的存在，即使在同一总体中抽取两份样本，每份样本的频率分布也会有所不同。因此，首先有必要知道具有普遍意义的、样本所在的总体分布的情况。本章介绍生物医学研究中常见的一个总体概率分布，即连续随机变量的正态分布。 由于纵坐标相当于概率密度，故叫做正态分布的概率密度曲线 如果连续随机变量具有如式(4-35)形式的概率密度函数，则称随机变量X服从参数为 和 的正态分布(normal distribution)， 记为 。 正态分布最早是德国数学家高斯（C. F. Gauss, 1777～1855）研究误差理论时发现的，故又称为高斯分布。 * 若连续随机变量 X服从正态分布， * 也可以计算两侧的尾部面积为1-0.683=0.317，每侧为0.317/2=0.1585 * 也可以计算两侧的尾部面积为1-0.95=0.05，每侧为0.05/2=0.025 * 也可以计算两侧的尾部面积为1-0.99=0.01，每侧为0.01/2=0.005 * * * * * 图2 正态分布的概率密度函数与分布函数 图3 正态分布的概率 （ 利用分布函数 P(a≤Xb)= 可以计算正态分布变量取值 在任意区间[a,b）的概率为 正态分布的特点(1) （1）正态分布曲线为位于X 轴上方的钟形曲线，且以X=μ为对称轴左右对称。以X轴为其渐近线，两端与X轴永不相交。 （2）正态曲线在X=μ处最大, X离μ越远，f(X)值越小；正态曲线在X=μ± σ处有拐点。 正态分布的特点（2） （3）正态分布曲线的参数 μ 为位置参数：σ恒定时，μ增大，曲线沿横轴向右移动；μ减小，曲线沿横轴向左移动 σ 为形状参数：μ恒定时，σ越大，曲线越宽，表示数据越分散；σ越小，曲线越窄，表示数据越集中 标准正态分布 标准正态分布：N( 0，1 ) 数据经标准化后，使μ=0，σ=1时的正态分布 转换方式 任何一个正态分布，都可以通过变换，成为标准正态分布 标准正态分布曲线下的面积 （3）u~N( 0，1 )，根据标准正态分布分布函数 可求出服从标准正态分布的随机变量在区间 (u≤0)上曲线下的面积（可直接查附表2，P486）； （1）正态曲线与横轴所夹的面积为1。 （2）服从正态分布的随机变量在曲线下某区间的面积与其在该区间上取值的概率相等。 （4）对（μ0）根据对称性算出, （5）μ在区间（μ1μμ2）取值的概率为 区间 内的面积占总面积的68.3% B=15.85% A=68.3% B=15.85% 正态分布曲线下的面积规律（1） 也可以查界值表 正态分布曲线下的面积分布规律（2） 区间 内的面积占总面积的95% B=2.5% B=2.5% A=95% 也可以查界值表 正态分布曲线下的面积分布规律（3） 区间 内的面积占总面积的99% B=0.5% B=0.5% A=99% 也可以查界值表 正态曲线下的面积分布图 当资料近似正正态分布时，可以 作为μ的估计值，以S作为σ的估计值，估计正态曲线下面积的分布规律 例1：140名正常成年男性RBC数据资料结果均数=4.78（*1012 /L），标准差=0.38 （*1012 /L） 68.3%的频数分布 95%的频数分布 99%的频数分布 例2：160名7岁男孩身高测量的数据，均数=122.6cm，标准差=4.8cm，已知身高数据服从正态分布。试估计该地当年身高介于119cm到125cm范围所占的比例。(P67-例4-13) 低于119cm占多少？ 查标准正态分布表，得0.2266 低于119cm占22.66% 高于125cm占多少？ 查表得：0.3085 高于125cm占30.85% 119~125cm之间占多少? 100%-（22.66%+30.85%）=46.49% 正态分布是一种重要的连续型概率分布 ,许多生物医学现象服从或近似服从正态分布，如，人的生理特征尺寸如身高、体