医 学 统 计 学第01节 二项分布及其应用

  1. 1、下载文档前请自行甄别文档内容的完整性,平台不提供额外的编辑、内容补充、找答案等附加服务。
  2. 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
  3. 3、如文档侵犯您的权益,请联系客服反馈,我们会尽快为您处理(人工客服工作时间:9:00-18:30)。

本例,n=304,p=0.316,π0=0.2, 则有
(三)二项分布的累计概率
结果A最多有K次发生的概率:
K
K
P(X K) P(X k) Cnk k (1 )nk
k 0
k 0
(5.3)
结果A最少有K次发生的概率:
n
n
P(X K)
P(X k)
Cnk k (1 )nk
kK
kK
(5.4)
例5.2 经统计,某省用“中药阑尾 炎合剂”治疗急性阑尾炎性腹膜炎 的有效率为86%,试分别估计:
(二)二项分布(binomial distribution) 的定义 贝努利试验序列中结果A出现次
数的概率分布就是二项分布。
例5.1 设小白鼠接受一定剂量某种 毒物时,其死亡率为80%,对于 每只小白鼠来说其死亡概率为0.8, 生存概率为0.2。若以甲、乙、丙3 只小白鼠逐只实验,则3只小白鼠 中的死亡数X服从二项分布。下面 就小白鼠的死亡情况进行分析(见 表5.2)。
n≤50,特别是p很 接近0或1时,附 表3列出了总体率 的95%和99%可 信区间。
(三)单个总体率的假设检验 主要是推断样本所代表的总体 率π与一个已知总体率π是否相 等。 1.直接计算概率法
例5.7 一种鸭通常感染某种传染病的 概率是0.2,现将一种药物注射到25 只鸭后发现有1只鸭发生感染,试判 断这种药物对预防感染是否有效。
二、二项分布的基本概念
(一)贝努利试验序列 特点: 1.每次试验的结果只能是两种互斥结
果中的一种(A或者非A); 2.各次试验的结果互不影响,即各次 试验独立;
3. 在 相 同 试 验 条 件 下 , 各 次 试 验 中 出现某一结果A具有相同的概率 π(非A的概率为1-π)。 满足上述3个条件的n次试验构 成的序列称为贝努利(Bernoulli试 验序列。
(5.12)
例5.9 根据以往经验,一般胃溃疡 患者有20%发生胃出血症状。现观 察某医院65岁以上溃疡病人304例, 有31.6%发生胃出血症状,问老年 胃溃疡患者是否较容易出血?
假设 Ho : 老 年 胃 溃 疡 患 者 出 血 率 等 于 一般胃溃疡患者, 即π=0.2 H1:老年胃溃疡患者出血率高于一 般胃溃疡患者, 即π >0.2 单侧α= 0.05
假设: Ho:此药物对预防感染无效,即
π=0.2 H1:此药物对预防感染有效,即
π<0.2 单侧:a=0.05
在Ho成立的前提下,25只鸭中感染 的只数X~B(25,0.2),则有
2.正态近似法 当n足够大且π既不接近于0也不接
近于1时,样本率p近似服从正态分 布,利用正态分布理论可得:在Ho: π=πo成立的前提下,得到检验统计 量为
Hale Waihona Puke Baidu 2.查表法
n≤50,特别是p很接近0或1时,附表3 列出了总体率的95%和99%可信区 间。
例5.5 从某学校随机抽取26名学生, 发现有4名感染沙眼,试求该校沙 眼感染率95%的可信区间。 本例n=26,X=4,查附表3的可信 度 为 95 % 的 可 信 区 间 为 (0.04 , 0.35),即(4%,35%)。
第五章
二项分布和Poisson 分布及其应用
第一节 二项分布及其应用
学习要点: 1.二项分布和Poisson分布的定义、
性质及概率分布图 2.二项分布和Poisson分布的应用及
条件
第一节 二项分布及其应用
一、离散型随机变量及其概率分布列
离散型随机变量:假如用3只小白鼠 作一定剂量某种毒物的毒性试验, 那么试验后3只小白鼠“死亡数X” 的可能取值能够一一列出,分别为 0,1,2,3。这种可能取值能够一 一列出的随机变量称为离散型随机 变量。其概率分布特征 见表5.1。
①治疗10例中至少9例有效的概率; ②治疗10例中至多7例有效的概率。
(五) 二项分布的图形
三、二项分布的应用
(一)样本率
(二)总体率的区间估计 1.正态近似法
当n足够大,p和1-p均不太小时 , 可信度为1-α的可信区间:
(p-uasp,p+uasp)
例5.4 某医院用复方当归注射液, 静脉滴注治疗脑动脉硬化症188例; 其中显效83例,试估计复方当归注 射液显效率的95%可信区间。
相关文档
最新文档