第六章二项分布和Poisson分布.pptVIP

第六章 二项分布和Poisson分布Chapter 6 binomial distribution and Poisson distribution 医学数据处理与SAS软件应用 Medical data processing and the application of SAS 生物医学工程研究所 张玉华 第六章 二项分布和Poisson分布 6.1 二项分布 6.1.1 二项分布函数 6.1.2 样本率与总体率的比较 6.1.3 两个样本率比较的u检验 6.2 Poisson分布 6.2.1 Poisson分布的概率函数 6.2.2 样本均数与总体均数比较 6.2.3 两个样本均数比较 6.1 二项分布 定义：若一个随机变量X，它的可能取值是0,1,… ,n，且相应的取值概率为 则称此随机变量X服从以n、π为参数的二项分布，记为X～B（n,π）。 二项分布成立的条件：①每次试验（Bernoulli trial)只能是互斥的两个结果之一；②每次试验的条件不变；③各次试验独立。 6.1 二项分布 度量指标 X～B（n,π） X的均数 X的方差 X的标准差 分布特性 可加性：如果 X1，X2，… Xk相互独立，且它们分别服从以 ni（i=1,2, …,k） ，p为参数的二项分布，则 X=X1＋X2＋…＋Xk服从以n （n=n1+n2+…+nk） ，p为参数的二项分布。 近似分布 正态近似：当 n 较大，π不接近 0也不接近 1时，二项分布B（n,π）近似正态分布。 Poisson分布近似：当 n很大，π很小， 为一常数时，二项分布近似于Poisson分布。 6.1 二项分布 总体率的区间估计 查表法 当n≤50 时可以通过查表求总体率的95％和99％可信区间。 正态近似法 当二项分布满足近似正态分布的条件时（n 较大，样本率p 不接近0 也不接近1），可用正态近似法求总体率的1-α可信区间： 6.1.1 二项分布函数 又称为二项式概率分布函数 在SAS中的表达为 probbnml(p, n, r) p为事件的发生率 n为样本含量 r为阳性事件个数 其意义是发生阳性事件数≤r的概率 6.1.1 二项分布函数——实例例6.1 给大鼠注射某微生物作致死试验，以同窝同性别大鼠每4只为一组。如致死概率为1/2，则生存概率也为1/2。试计算此4只大鼠死亡2只及两只以下的概率。 data jin； p=probbnml(0.5,4,2)； q=1-p； proc print； run； 6.1.1 二项分布函数——实例例6.2 设p=0.5，n=4，求r=0,1,2,3,4的概率。 如要求出r=0,1,…n各数值的概率，可用probbnml(p,n,r)递次减出的方法。 6.1.1 二项分布函数——实例例6.2 data binom4; do r=0 to 4; p=probbnml(0.5,4,r); q=1-p; if r=0 then d=p; else d=probbnml(0.5,4,r)-probbnml (0.5,4,r-1); output; end; proc print; run; 6.1.1 二项分布函数——实例例6.2 6.1.1 二项分布函数——实例例6.2 结果说明： p为各≤r的p值，如p(r=0)=0.0625，p(r≤1)=0.3125，... q=(1-p) d为各r的p值，即p(0)=0.0625，p(1)=0.25,p(2)=0.375... 6.1.2 样本率与总体率的比较 应用二项分布的概率计算公式计算事件（一般指X取某给定值一侧的所有值）发生的概率，再比较其与检验水准α大小，推断样本所在的总体率与给定总体率的关系。 6.1.2样本率与总体率的比较——实例例6.3 题目：据报道，对输卵管结扎了的育龄妇女实施壶腹部—壶腹部吻合术后，受孕率为0.55。今对10名输卵管结扎了的育龄妇女实施峡部—峡部吻合术，结果有9人受孕。问行峡部吻合术的受孕率是否高于壶腹部—壶腹部吻合术？ 程序说明：H0: π=0.55, H1: π0.55.本例需计算在受孕率为0.55时，10个人中有大于8人受孕的概率是多少，然后比较是否大于5%。 6.1.2样本率与总体率的比较——实例例6.3 data a; d=probbnml(0.55,10,8); p=1-d; proc print; var p; run; 6.1.2样本率与总体率的比较——实例例6.3 结果说明：由于p=0.023260.05，说