统计学:二项分布与泊松分布.ppt
上传人:天马****23 上传时间:2024-09-14 格式:PPT 页数:108 大小:5.2MB 金币:10 举报 版权申诉
预览加载中,请您耐心等待几秒...

统计学:二项分布与泊松分布.ppt

统计学:二项分布与泊松分布.ppt

预览

免费试读已结束,剩余 98 页请下载文档后查看

10 金币

下载此文档

如果您无法下载资料,请参考说明:

1、部分资料下载需要金币,请确保您的账户上有足够的金币

2、已购买过的文档,再次下载不重复扣费

3、资料包下载后请先用软件解压,在使用对应软件打开

医学统计学Theteachingplanformedicalstudents医学统计学教授,硕士生导师。男,1959年6月出生。汉族,无党派。1982年12月,山东医学院公共卫生专业五年本科毕业,获医学学士学位。1994年7月,上海医科大学公共卫生学院研究生毕业,获医学硕士学位。2003年12月晋升教授。现任预防医学教研室副主任。主要从事《医学统计学》、《预防医学》,《医学人口统计学》等课程的教学及科研工作,每年听课学生600-1000人。自2000年起连续10年,为硕士研究生开设《医学统计学》、《SPSS统计分析教程》、《卫生经济学》等课程,同时指导研究生的科研设计、开题报告及科研资料的统计处理与分析。发表医学统计学及预防医学的科研论文50多篇。代表作有“锌对乳癌细胞生长、增殖与基因表达的影响”,,“行列相关的测度”等。主编、副主编各类教材及专著10部,代表作有《医学统计学》、《SPSS统计分析教程》。获得院级科研论文及科技进步奖8项,院第四届教学能手比赛二等奖一项,院教学评建先进工作者一项。获2004年泰山医学院首届十大教学名师奖。《医学统计学》为校级和省级精品课程。《医学统计学》目录第7章二项分布与泊松分布目录第7章二项分布与泊松分布学习要求第一节二项分布及其应用2.二项分布定义:如果已知发生某一结果(如阳性)的概率为π,其对立结果(阴性)的概率为(1-π),且各观察单位的观察结果相互独立,互不影响,则从该总体中随机抽取n例,其中出现阳性数为X(X=0,1,2,3,…,n)的概率服从二项分布。3.二项分布名称:也称为贝努里分布(Bernoullidistribution)或贝努里模型,是由法国数学家J.Bernoulli于1713年首先阐述的概率分布。贝努里模型应具备下列三个基本条件。二、二项分布的概率函数2.则X的概率函数为:三、二项分布的性质二项式展开式实例由公式(7.2)可看出二项展开式有以下特点:由公式(7.2)可看出二项展开式有以下特点:至多有x例阳性的概率为:3.二项分布的概率分布图形3.二项分布的概率分布图形图7-1二项分布示意图4.二项分布的数字特征随机变量X的方差D(X)=σ2随机变量X的标准差为:若X的总体均数和标准差用率来表示,则将公式除以n,得:四、二项分布展开式各项的系数杨辉三角:可用来表示二项式各项展开式的系数。见图7-2。国外参考书习惯称之为巴斯噶三角。当试验次数n较小时,可直接利用杨辉三角将二项分布展开式各项的系数写出来,应用十分方便。图7-2杨辉三角模式图杨辉三角的意义:五、二项分布的应用(一)应用二项分布计算概率生男生女的概率三个妇女生育一个男孩,两个女孩的概率为:(二)样本率与总体率比较的直接概率法【例7.2】A药治疗某病的有效率为80%。对A药进行改进后,用改进型A药继续治疗病人,观察疗效。①如果用改进型A药治疗20例病人,19例有效。②如果用改进型A药治疗30例病人,29例有效。试分析:上述二种情形下,改进型A药是否疗效更好。【分析】A药有效率为80%,可以作为总体率,即π0=0.8。治疗20例病人的样本有效率为(19/20)×100%=95%;治疗30例病人的样本有效率为(29/30)×100%=96.67%。两个样本率均大于总体率80%,故应计算大于等于有效例数的单侧累积概率(上侧)。情形一:治疗20例病人的疗效分析(3)推断结论本例P=0.0663,在=0.05水准上,不拒绝H0。尚不能认为改进型A药的疗效优于原A药。治疗30例病人的疗效分析(1)检验假设同情形一。(2)计算单侧累积概率有:(3)推断结论本例P=0.0102,在=0.05水准上,拒绝H0,接受H1。可以认为改进型A药的疗效优于原A药。【分析】:本例总体率π=1%。调查人群样本反应率为P=(1/300)×100%=0.33%。由于样本率小于总体率,故应计算小于等于阳性人数的累积概率。(1)建立检验假设H0:调查人群反应率与一般人群相同,π=π0=0.01H1:调查人群反应率低于一般人群,π<π0=0.01单侧α=0.05(2)计算单侧累积概率:第二节Poisson分布及其应用如果稀有事件A在每个单元(设想为n次试验)内平均出现λ次,那么在一个单元(n次)的试验中,稀有事件A出现次数X的概率分布服从Poisson分布。Poisson分布属于离散型分布。在Poisson分布中,一个单元可以定义为是单位时间,单位面积,单位体积或单位容积等。如每天8小时的工作时间,一个足球场的面积,一个立方米的空气体积,1升或1毫升的液体体积,培养细菌的一个平皿,一瓶矿泉水等都可以认为是一个单元。一个单元的大小往往是根据实际情况或经验而确定的。若干个小单元亦可以合并为一个大单元。(二)常见Poisso