版權(quán)說(shuō)明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)
文檔簡(jiǎn)介
1、第六章 幾種常見離散型變量的分布和應(yīng)用,寧夏醫(yī)科大學(xué)公共衛(wèi)生學(xué)院流行病與衛(wèi)生統(tǒng)計(jì)學(xué)系主講人 李吳萍 教授,Distribution and Application of Discrete Data,,一、二項(xiàng)分布條件與性質(zhì)(二分類變量)一)、Bernoulli試驗(yàn) 在醫(yī)學(xué)科研中,很多情況可歸納為觀察隨機(jī)試驗(yàn)中某事件是否發(fā)生。如觀察某藥物是否有效;觀察某指標(biāo)的化驗(yàn)結(jié)果是否為陽(yáng)性。這些試驗(yàn)的共同的特征是一次試驗(yàn)只有兩
2、種獨(dú)立的結(jié)果:事件發(fā)生或事件不發(fā)生,這種試驗(yàn)稱為Bernoulli試驗(yàn)(或成敗試驗(yàn))。,第一節(jié) 二項(xiàng)分布,Bernoulli試驗(yàn)序列滿足以下三個(gè)條件的 n 次試驗(yàn)構(gòu)成的序列稱為Bernoulli試驗(yàn)序列。1)各觀察單位只能是具有相互對(duì)立的一種結(jié)果,如陽(yáng)性或陰性,生存和死亡等。2)已知發(fā)生某一結(jié)果(如陽(yáng)性)的概率為?,其對(duì)立結(jié)果的概率為1- ? 。實(shí)際工作中要求? 是從大量觀察中獲取的比較穩(wěn)定的數(shù)值。3)n個(gè)觀察單位結(jié)果互相獨(dú)立,
3、即每個(gè)觀察結(jié)果不會(huì)影響到其它觀察單位結(jié)果。,,例 6-1 設(shè)小白鼠接受某種毒物一定劑量時(shí),其死亡率為80%,對(duì)于每只小白鼠來(lái)說(shuō),其死亡概率為0.8,生存概率為0.2?,F(xiàn)對(duì)3只小白鼠進(jìn)行實(shí)驗(yàn)觀察。結(jié)果見下表滿足Bernoulli試驗(yàn)序列三個(gè)條件:一、二分類資料;二、因每次實(shí)驗(yàn)條件不變,每只動(dòng)物的死亡概率是相同的;三、每只動(dòng)物的生與死不影響其它動(dòng)物。,,,互不相容事件的加法定理,,,其中X=0,1,2…,n。 n,π是二項(xiàng)分布
4、的兩個(gè)參數(shù) 。,對(duì)于任何二項(xiàng)分布,總有,,構(gòu)成Bernoulli試驗(yàn)序列的n次實(shí)驗(yàn)中,事件A出現(xiàn)的次數(shù)X的概率分布為:,二項(xiàng)式展開各項(xiàng)就是每種組合的概率其一般表達(dá)式為: 由于各觀察單位是獨(dú)立的,則從該總體中隨機(jī)抽取n例,其中恰有x例是陽(yáng)性的概率為二項(xiàng)式展開,記作 ,稱為二項(xiàng)分布的概率函數(shù),即,,,兩種累計(jì)方式:最多有k例陽(yáng)性概率 最少有k例陽(yáng)性的概率,二項(xiàng)分布的累計(jì)概
5、率(cumulative probability),例6.2 已知某地玉米的黃曲霉污染率近年為20%。若抽取10個(gè)樣品作檢查,求(1)污染樣品數(shù)不超過一個(gè)的概率。 (2)污染樣品數(shù)在8個(gè)以上的概率。解:,,二) 二項(xiàng)分布的適用條件1. 每次試驗(yàn)只會(huì)發(fā)生兩種對(duì)立的可能結(jié)果 之一,即分別發(fā)生兩種結(jié)果的概率之和 恒等于1;2. 每次試驗(yàn)產(chǎn)生某種結(jié)果(如“陽(yáng)性”)的 概率π固定不變;3. 重復(fù)試
6、驗(yàn)是相互獨(dú)立的,即任何一次試 驗(yàn)結(jié)果的出現(xiàn)不會(huì)影響其它試驗(yàn)結(jié)果出 現(xiàn)的概率。,在上面的例6-1中,對(duì)這10名非傳染性疾病患者的治療,可看作10次獨(dú)立的重復(fù)試驗(yàn),其療效分為有效與無(wú)效,且每一名患者治療有效的概率(π=0.70)是恒定的。這樣,10人中發(fā)生有效的人數(shù)X~B(10,0.70)。,1、二項(xiàng)分布的均數(shù)與方差 若X服從二項(xiàng)分布,它的概率為π,樣本例數(shù)為n,可簡(jiǎn)記為X~B(N,?)則: X的均數(shù)
7、 X的方差 X的標(biāo)準(zhǔn)差,三) 二項(xiàng)分布的性質(zhì),若以率表示,則樣本率 p 的總體均數(shù)為則樣本率 p 的總體方差為 則樣本率 p 的總體標(biāo)準(zhǔn)差為,樣本率的標(biāo)準(zhǔn)差也稱為率的標(biāo)準(zhǔn)誤,可用來(lái)描述樣本率的抽樣誤差,率的標(biāo)準(zhǔn)誤越小,則率的抽樣誤差就越小。在一般情形下,總體率π往往并不知道。此時(shí)若用樣本資料計(jì)算樣本率p=X/n作為π的估計(jì)值,則 的估計(jì)為:,例6-3 在觀測(cè)一種藥物對(duì)某種非傳染性
8、疾病的治療效果時(shí),用該藥治療了此種非傳染性疾病患者100人,發(fā)現(xiàn)55人有效,計(jì)算率的抽樣誤差。,2、二項(xiàng)分布的圖形特征,二項(xiàng)分布圖形由參數(shù)n和π決定,當(dāng)π=0.5時(shí),分布是對(duì)稱的,見圖6-1,2、二項(xiàng)分布的圖形特征,當(dāng)π≠0.5時(shí),分布是偏態(tài)的,但隨著n的增大,分布趨于對(duì)稱。當(dāng)n ~ ∞時(shí),只要π不太靠近0或1,二項(xiàng)分布則接近正態(tài)分布,見圖6-2。,,圖6-2,二、二項(xiàng)分布的應(yīng)用,(一)總體率的區(qū)間估計(jì)1. 查表法 2. 正
9、態(tài)近似法,二、二項(xiàng)分布的應(yīng)用,1. 查表法 對(duì)于n ≤50的小樣本資料,直接查附表6百分率的95%或99%可信區(qū)間表,即可得到其總體率的可信區(qū)間。例6-2 在對(duì)13名輸卵管結(jié)扎的育齡婦女經(jīng)壺腹部-壺腹部吻合術(shù)后,觀察其受孕情況,發(fā)現(xiàn)有6人受孕,據(jù)此資料估計(jì)該吻合術(shù)婦女受孕率的95%可信區(qū)間。,二、二項(xiàng)分布的應(yīng)用,附表6只列出 的部分。當(dāng) 時(shí),可先按“陰性”數(shù)n-X查得總體陰性率的1-α可信區(qū)間QL
10、~QU,再用下面的公式轉(zhuǎn)換成所需的陽(yáng)性率的 1-α可信區(qū)間。 PL=1-QU, PU=1-QL例6-2 在對(duì)13名輸卵管結(jié)扎的育齡婦女經(jīng)壺腹部-壺腹部吻合術(shù)后,觀察其受孕情況,發(fā)現(xiàn)有7人受孕,據(jù)此資料估計(jì)該吻合術(shù)婦女受孕率的95%可信區(qū)間。,二、二項(xiàng)分布的應(yīng)用,2. 正態(tài)近似法 根據(jù)數(shù)理統(tǒng)計(jì)學(xué)的中心極限定理可得,當(dāng)n較大、π不接近0或1時(shí),二項(xiàng)分布B(n,π)近似正態(tài)分布
11、 ,而相應(yīng)的樣本率p的分布也近似 正態(tài)分布。為此,當(dāng)n較大、p和1-p均不太小,如np和n(1-p)均大于5時(shí),可利用樣本率p的分布近似正態(tài)分布來(lái)估計(jì)總體率的可信區(qū)間。,的 可信區(qū)間為:如: 的95%可信區(qū)間為 的99%可信區(qū)間為,,例 在某鎮(zhèn)按人口的1/20隨機(jī)抽取329人,作血清登革熱血凝抑制擴(kuò)抗體反應(yīng)檢驗(yàn),得陽(yáng)性率為8.81%,求此陽(yáng)性
12、率的抽樣誤差 Sp及總體陽(yáng)性率的95%可信區(qū)間。本例n=329,p=8.81%,則其抽樣誤差為:則其總體率的95%可信區(qū)間為:,(二)樣本率與總體率的比較1.直接法 在諸如療效評(píng)價(jià)中,利用二項(xiàng)分布直接計(jì)算有關(guān)概率,對(duì)樣本率與總體率的差異進(jìn)行有無(wú)統(tǒng)計(jì)學(xué)意義的比較。比較時(shí),經(jīng)常遇到單側(cè)檢驗(yàn),即“優(yōu)”或“劣”的問題。那么,在總體陽(yáng)性率為π的n次獨(dú)立重復(fù)試驗(yàn)中,下面兩種情形的概率計(jì)算是不可少的。,(1)出現(xiàn)“陽(yáng)性”的次數(shù)至多為k次
13、的概率為:(2)出現(xiàn)“陽(yáng)性”的次數(shù)至少為k次的概率為,例6-4 據(jù)報(bào)道,對(duì)輸卵管結(jié)扎了的育齡婦女實(shí)施壺腹部-壺腹部吻合術(shù)后,受孕率為0.55。今對(duì)10名輸卵管結(jié)扎了的育齡婦女實(shí)施峽部-峽部吻合術(shù),結(jié)果有9人受孕。問實(shí)施峽部-峽部吻合術(shù)婦女的受孕率是否高于壺腹部-壺腹部吻合術(shù)?顯然,這是單側(cè)檢驗(yàn)的問題,其假設(shè)檢驗(yàn)為H0:π=0.55H1:π>0.55 =0.05,,對(duì)這10名實(shí)施峽部-峽部吻合術(shù)的婦
14、女,按0.55的受孕率,若出現(xiàn)至少9人受孕的概率大于0.05,則不拒絕H0;否則,拒絕H0,接受H1。本例n=10,π=0.55,k=9。按公式(6-12),按 α =0.05水準(zhǔn),拒絕H0,接受H1,即認(rèn)為實(shí)施峽部-峽部吻合術(shù)婦女的受孕率要高于壺腹部-壺腹部吻合術(shù)。,2.正態(tài)近似法 當(dāng)n較大、p和1-p均不太小,如np和n(1-p)均大于5時(shí),利用樣本率的分布近似正態(tài)分布的原理,可作樣本率p與已知總體率π0的比較。檢驗(yàn)統(tǒng)計(jì)
15、量u值的計(jì)算公式為:,例6-6 對(duì)某疾病采用常規(guī)治療,其治愈率為45%?,F(xiàn)改用新的治療方法,并隨機(jī)抽取180名該疾病患者進(jìn)行了新療法的治療,治愈117人。問新治療方法是否比常規(guī)療法的效果好?本例是單側(cè)檢驗(yàn),記新治療方法的治愈率為π,而π0=0.45。其假設(shè)檢驗(yàn)為H0:π=0.45H1:π>0.45 α =0.05,本例n=180,p=117/180=0.65查u界值表(t界值表中 v為 ∞的一行)得單側(cè)
16、 P<0.005 。按 а=0.05水準(zhǔn),拒絕H0,接受H1,即新的治療方法比常規(guī)療法的效果好。,(三)兩樣本率的比較兩樣本率的比較,目的在于對(duì)相應(yīng)的兩總體率進(jìn)行統(tǒng)計(jì)推斷。設(shè)兩樣本率分別為p1和p2,當(dāng)n1與n2均較大,且p1、1-p1及p2、1-p2均不太小,如n1p1、n1(1-p1)及n2p2、n2(1-p2)均大于5時(shí),可利用樣本率的分布近似正態(tài)分布,以及獨(dú)立的兩個(gè)正態(tài)變量之差也服從正態(tài)分布的性質(zhì),采用正態(tài)近似法對(duì)兩
17、總體率作統(tǒng)計(jì)推斷。,檢驗(yàn)統(tǒng)計(jì)量u的計(jì)算公式為:,例6-7 為研究某職業(yè)人群頸椎病發(fā)病的性別差異,今隨機(jī)抽查了該職業(yè)人群男性120人和女性110人,發(fā)現(xiàn)男性中有36人患有頸椎病,女性中有22人患有頸椎病。試作統(tǒng)計(jì)推斷。H0:π1=π2H1:π1≠π2 =0.05,本例n1=12,X1=36,p1=X1/n1=36/120=0.30n2=110,X2=22,p2=X2/n2=22/110=0.2
18、0,查u界值表得0.05<P<0.10。按 =0.05水準(zhǔn),不拒絕H0,即尚不能認(rèn)為該職業(yè)人群頸椎病的發(fā)病有性別差異。,(四)研究非遺傳性疾病的家族集聚性 非遺傳性疾病的家族集聚性(clustering in families),系指該種疾病的發(fā)生在家族成員間是否有傳染性?如果沒有傳染性,即該種疾病無(wú)家族集聚性,家族成員患病應(yīng)是獨(dú)立的。此時(shí)以家族為樣本,在n個(gè)成員中,出現(xiàn)X個(gè)成員患病的概率分布呈二項(xiàng)分布;
19、否則,便不服從二項(xiàng)分布。,例6-8 某研究者為研究某種非遺傳性疾病的家族集聚性,對(duì)一社區(qū)82戶3口人的家庭進(jìn)行了該種疾病患病情況調(diào)查,所得數(shù)據(jù)資料見表6-1中的第(1)、(2)欄。試分析其家族集聚性。,,如果該社區(qū)的此種疾病存在家族集聚性,則以每戶3口人的家庭為樣本,在3個(gè)家庭成員中,出現(xiàn)X(=0,1,2,3)個(gè)成員患病的概率分布即不服從二項(xiàng)分布。為此,可作如下假設(shè)檢驗(yàn)。H0:該疾病的發(fā)生無(wú)家族集聚性H1:該疾病的發(fā)生有家族集聚
20、性 =0.10,本例調(diào)查的總?cè)藬?shù)為:N=82×3=246(人)其中患病人數(shù)為:D=0×26+1×10+2×28+3×18=120(人)以這246人的患病率估計(jì)總體的患病率,即π=D/N=120/246=0.49。,在n=3、π=0.49時(shí),利用二項(xiàng)分布,求得X=0,1,2,3的概率P(X),并以此得到相應(yīng)的理論戶數(shù)。對(duì)理論戶數(shù)與實(shí)際戶數(shù)進(jìn)行擬合優(yōu)度(goodness
21、of fit)的檢驗(yàn)。此時(shí),自由度=組數(shù)-2=4-2=2。計(jì)算結(jié)果列于表6-1中的第(3)至(7)欄。,以υ=2 χ2=42.95 查附表8,P<0.005。按 α=0.10水準(zhǔn),拒絕H0,接受H1,及此項(xiàng)疾病存在家族聚集性。,(五) 群檢驗(yàn) 在工作中有時(shí)會(huì)遇到需對(duì)收集的一大批標(biāo)本進(jìn)行實(shí)驗(yàn)室檢驗(yàn),以了解其陽(yáng)性率的問題。但要在實(shí)驗(yàn)室對(duì)所有標(biāo)本一一作陽(yáng)性認(rèn)定往往需要大量的人力和物力,也不切實(shí)際,使用所謂的群檢驗(yàn)技術(shù)即可解決
22、這一問題。,群檢驗(yàn)的具體做法是,將N個(gè)標(biāo)本分成n群,每群m個(gè)標(biāo)本,即N=mn。每個(gè)群都送試驗(yàn)室檢驗(yàn)是否為陽(yáng)性群。對(duì)于某群,一旦檢驗(yàn)出陽(yáng)性標(biāo)本就停止此群中剩余標(biāo)本的檢驗(yàn),該群即為陽(yáng)性群。顯然,只有對(duì)陰性群,才需檢驗(yàn)群中所有的m個(gè)標(biāo)本,這樣可大大地減少檢驗(yàn)標(biāo)本的個(gè)數(shù)。,N個(gè)標(biāo)本,n個(gè)群,試驗(yàn)陽(yáng)性,m個(gè)標(biāo)本,試驗(yàn)陰性,陽(yáng)性群,停止,每例都檢驗(yàn),,,,,,,若記每個(gè)標(biāo)本為陽(yáng)性的概率為π,則1-π=QQ是每個(gè)標(biāo)本為陰性的概率,Qm便是某群m個(gè)標(biāo)
23、本均為陰性的概率,即一個(gè)群為陰性群的概率,而1- Qm就是一個(gè)群為陽(yáng)性群的概率。假定受檢的n個(gè)群中有X個(gè)群是陽(yáng)性群,用X/n作為一個(gè)群為陽(yáng)性群概率的估計(jì)值,于是便有,這樣,陽(yáng)性概率π的估計(jì)值為:,利用公式可估計(jì)某一地區(qū)某種病毒對(duì)生物的總體感染率,也可用于混合樣品(mixed sample)的分析。,第二節(jié) Poisson分布,Poisson分布(Poisson distribution)作為二項(xiàng)分布的一種極限情況,已發(fā)展成為描述小概率
24、事件發(fā)生規(guī)律性的一種重要分布。Poisson分布是描述單位面積、體積、時(shí)間、人群等內(nèi)稀有事件(或罕見事件)發(fā)生數(shù)的分布。,醫(yī)學(xué)上:諸如人群中遺傳缺陷、癌癥等發(fā)病率很低的非傳染性疾病的發(fā)病或患病人數(shù)的分布, 單位時(shí)間內(nèi)(或單位空間、容積內(nèi))某罕見事件發(fā)生次數(shù)的分布,如分析在單位面積或容積內(nèi)細(xì)菌數(shù)的分布,在單位空間中某種昆蟲或野生動(dòng)物數(shù)的分布等。,所謂隨機(jī)變量X服從Poisson分布,是指在足夠多的n次獨(dú)立Bernoulli
25、試驗(yàn)中,取值X的概率為,,一、Poisson分布的適用條件和性質(zhì),(二) Poisson分布的性質(zhì)1. 總體均數(shù) 與總體方差 相等是Poisson分布的重要特征。2. 當(dāng)n很大,而π很小,且nπ= 為常數(shù)時(shí),二項(xiàng)分布近似Poisson分布。3. 當(dāng) 增大時(shí),Poisson分布漸近正態(tài)分布。一般而言, ≥20時(shí),Poisson分布資料可作為正態(tài)分布處理。,4. Poisson分布具備可加性。即對(duì)于服從Poiss
26、on分布的m個(gè)互相獨(dú)立的隨機(jī)變量X1,X2,……,Xm,它們之和也服從Poisson分布,且其均數(shù)為這m個(gè)隨機(jī)變量的均數(shù)之和。,(三) Poisson分布的圖形不同的參數(shù) 對(duì)應(yīng)不同的Poisson分布,即 的大小決定了Poisson分布的圖形特征,見圖6-3。 當(dāng) 越小,分布就越偏態(tài);當(dāng) 越大時(shí),Poisson分布則越漸近正態(tài)分布。當(dāng) ≤1時(shí),隨X取值的變大,P(X)值反而變??;當(dāng) >1 時(shí),隨X
27、取值的變大,P(X)值先增大而后變小。如若 是整數(shù),則P(X)在X= 和X= -1位置取得最大值。,二、Poisson分布的應(yīng)用(一)總體均數(shù)的區(qū)間估計(jì)利用服從Poisson分布的樣本資料可估計(jì)其總體均數(shù) 的可信區(qū)間。估計(jì)方法如下:1. 查表法 對(duì)于獲得的樣本計(jì)數(shù)X,當(dāng)X≤50時(shí),直接查附表7的Poisson分布可信區(qū)間表,即可得到其總體均數(shù)的95%或99%可信區(qū)間。,例6
28、-10 某工廠在環(huán)境監(jiān)測(cè)中,對(duì)一實(shí)施了技術(shù)改造的生產(chǎn)車間作空氣中粉塵濃度的檢測(cè),1立升空氣中測(cè)得粉塵粒子數(shù)為21。假定車間空氣中的粉塵分布均勻,試估計(jì)該車間平均每立升空氣中所含粉塵顆粒數(shù)的95%和99%可信區(qū)間。本例,X=21,查查附表7,該車間平均每立升空氣所含粉塵顆粒數(shù)的95%可信區(qū)間為13.0~32.0; 99%可信區(qū)間為11.0~35.9。,2. 正態(tài)近似法 當(dāng)X>50時(shí),可采用正態(tài)近似法估計(jì)總體均數(shù)的
29、 可信區(qū)間,計(jì)算公式為:如: 的95%可信區(qū)間為,例6-11 某研究者對(duì)某社區(qū)12000名居民進(jìn)行了健康檢查,發(fā)現(xiàn)其中有68名胃癌患者。估計(jì)該社區(qū)胃癌患病數(shù)的95%和99%可信區(qū)間。,(二) 樣本均數(shù)與總體均數(shù)的比較對(duì)于Poisson分布資料而言,進(jìn)行樣本均數(shù)與總體均數(shù)的比較有兩種方法。1. 直接法 當(dāng)總體均數(shù) <20時(shí),可采用直接計(jì)算概率的方式對(duì)樣本均數(shù)與已知總體均數(shù)間的差別進(jìn)行有無(wú)統(tǒng)計(jì)學(xué)意義的比較
30、,這實(shí)質(zhì)上是對(duì)以樣本計(jì)數(shù)X為代表的總體率π與已知的總體率π0是否有差別進(jìn)行推斷。,例6-12 一般人群先天性心臟病的發(fā)病率為8‰,某研究者為探討母親吸煙是否會(huì)增大其小孩的先天性心臟病的發(fā)病危險(xiǎn),對(duì)一群20~25歲有吸煙嗜好的孕婦進(jìn)行了生育觀察,在她們生育的120名小孩中,經(jīng)篩查有4人患了先天性心臟病。試作統(tǒng)計(jì)推斷。,2、正態(tài)近似法 根據(jù)Poission分布的性質(zhì),當(dāng)λ≥20時(shí),可用正態(tài)分布來(lái)近似。樣本計(jì)數(shù)X與已知均數(shù)λ的比較,采
31、用下式計(jì)算標(biāo)準(zhǔn)正態(tài)檢驗(yàn)統(tǒng)計(jì)量。,例6-13 有研究表明,一般人群精神發(fā)育不全的發(fā)生率為3‰,今調(diào)查了有親緣血統(tǒng)婚配關(guān)系的后代25000人,發(fā)現(xiàn)123人精神發(fā)育不全,問有親緣血統(tǒng)婚配關(guān)系的后代其精神發(fā)育不全的發(fā)生率是否要高于一般人群?可以認(rèn)為人群中精神發(fā)育不全的發(fā)生數(shù)服從Poisson分布。本例n=25000,X=123,π0=0.003, =nπ0=25000×0.003=75。,(三) 兩個(gè)樣本均數(shù)的比較對(duì)服從Poi
32、sson分布的樣本,其樣本計(jì)數(shù)可看作是樣本均數(shù)。兩個(gè)樣本均數(shù)的比較,目的在于推斷兩樣本所代表的兩總體均數(shù)是否有差別。設(shè)兩個(gè)樣本計(jì)數(shù)分別為X1和X2,可利用正態(tài)近似法進(jìn)行比較。,1. 兩個(gè)樣本的觀察單位數(shù)相等,即n1=n2 。,2. 兩個(gè)樣本的觀察單位數(shù)不相等,即n1 ≠ n2 。,例6-14 某衛(wèi)生檢疫機(jī)構(gòu)對(duì)兩種純凈水各抽驗(yàn)了1ml水樣,分別培養(yǎng)出大腸桿菌4個(gè)和7個(gè),試比較這兩種純凈水中平均每毫升所含大腸桿菌數(shù)有無(wú)差別?本例水樣
33、中的大腸桿菌數(shù)服從Poisson分布,兩種水樣的觀察單位數(shù)相等,即均為1ml。兩樣本計(jì)數(shù)分別記為X1=4和X2=7,X1+X2=7+4=11。選擇公式(6-21)來(lái)計(jì)算檢驗(yàn)統(tǒng)計(jì)量。,例6-15 某研究者為了分析一種罕見的非傳染性疾病發(fā)病的地域差異,對(duì)甲地區(qū)連續(xù)觀察了四年,發(fā)現(xiàn)有32人發(fā)?。粚?duì)乙地區(qū)連續(xù)觀察了三年,發(fā)現(xiàn)有12人發(fā)病。假定甲、乙兩地區(qū)在觀察期內(nèi)的人口構(gòu)成相同,人口基數(shù)相近且基本不變,試作統(tǒng)計(jì)推斷。,本例中疾病的發(fā)病人數(shù)服從
34、Poisson分布,但對(duì)甲地區(qū)連續(xù)觀察了四年(n1=4),而對(duì)乙地區(qū)只連續(xù)觀察了三年(n2=3),即兩個(gè)樣本的觀察時(shí)間單位數(shù)不相等。甲、乙兩地區(qū)在觀察期內(nèi)的發(fā)病人數(shù)分別記為X1=32和X2=12,X1+X2=32+12=44。選擇公式(6-22)來(lái)計(jì)算檢驗(yàn)統(tǒng)計(jì)量。,總 結(jié)1. 二項(xiàng)分布常用于描述變量的結(jié)果只有兩種的出現(xiàn)規(guī)律,2.泊松分布可看成是二項(xiàng)分布的特例,用于小概率事件的發(fā)生規(guī)律,當(dāng)然泊松分布專用于空間散點(diǎn)試驗(yàn)?zāi)P偷某霈F(xiàn)規(guī)律
溫馨提示
- 1. 本站所有資源如無(wú)特殊說(shuō)明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁(yè)內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫(kù)僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。
最新文檔
- 統(tǒng)計(jì)學(xué)第六章--變異指標(biāo)
- 統(tǒng)計(jì)學(xué)原理第六章--統(tǒng)計(jì)指數(shù)1
- 統(tǒng)計(jì)學(xué)06第六章-抽樣調(diào)查
- 統(tǒng)計(jì)學(xué)第六章作業(yè)參考答案
- 長(zhǎng)江大學(xué)統(tǒng)計(jì)學(xué)原理第六章-統(tǒng)計(jì)指數(shù)
- 非參數(shù)統(tǒng)計(jì)學(xué)講義(第六章)講稿2
- 離散數(shù)學(xué)第六章)
- 離散數(shù)學(xué)第六章
- 第六章統(tǒng)計(jì)指數(shù)
- 概率統(tǒng)計(jì)第六章
- 第六章 抽樣分布
- 第六章 統(tǒng)計(jì)指數(shù)
- 第六章(三)常用連續(xù)型隨機(jī)變量的理論分布
- 離散數(shù)學(xué)第六章 1
- 第六章 變量之間的關(guān)系說(shuō)課稿
- 第六章定積分及其應(yīng)用
- 第六章微分學(xué)基本定理及其應(yīng)用
- 第六章-定積分及其應(yīng)用
- 第六章-長(zhǎng)沙醫(yī)學(xué)院
- 植物學(xué) 第六章
評(píng)論
0/150
提交評(píng)論