二项分布与泊松分布.pptx

常用离散型变量概率分布及应用第一节二项分布和总体率的估计第一节二项分布和总体率的估计定理：几个相互独立事件同时发生的概率等于各独立事件的概率之积。二项分布的概率公式（二）二项分布的应用条件（三）二项分布的性质（三）二项分布的性质（三）二项分布的性质（三）二项分布的性质（三）二项分布的性质（三）二项分布的性质二项分布总体不同样本例数时的抽样分布二、二项分布的应用二、二项分布的应用二项分布的应用二项分布二项分布的应用3.研究疾病的家族聚集性
例某单位发生乙肝暴发流行，经调查4口之家共288户，其中无病例的167户，发生1例的51户，2例的50户，3例的17户，全家发病的3户，问乙肝的发病是否具有家族集聚性？
π=214/1152=0.1858，1-π=0.8142
计算发病数x=0，1，2，3，4时的理论概率和理论户数。列表，比较实际户数与理论户数差别有无显著性意义。二项分布展开计算表二项分布拟合优度的χ2检验

(五）群检验（五）群检验（五）群检验第四节泊松分布(Poissondistribution)泊松分布(Poissondistribution)（二）Poisson分布的应用条件泊松分布(Poissondistribution)（三）Poisson分布的性质（三）Poisson分布的性质（三）分布的性质（三）分布的性质Poisson分布总体均数不同时的抽样分布（三）Poisson分布的性质二项分布与泊松分布的比较5.Poisson分布的可加性
如果相互独立的k个随机变量都服从泊松分布，则它们之和仍服从泊松分布，且其均数为k个随机变量的均数之和。此称为泊松分布的可加性。例：已知某放射性物质每10分钟放射脉冲数呈泊松分布，5次测量的结果分别为35、34、36、38、34次，那么，50分钟总计的脉冲数177次，亦呈泊松分布。因此，泊松分布资料可利用可加性原理使μ>20，这样就可以用正态近似法处理。Poisson分布的应用Poisson分布的应用Poisson分布的应用Poisson分布的应用也可按下面的递推公式计算：

验算：P(0)+P(1)+P(2)+……+P(n)=1
本例：0.2180+0.3321+0.2529+0.1284+0.0489=0.9803
以各组的概率P(X)乘以n即为X=0,1,2,3,4按泊松分布的理论频数。
将理论频数与实际频数比较(χ2-test)，判断此分布是否符合泊松分布。Poisson分布拟合优度检验计算表Poisson分布资料的差异显著性检验Poisson分布资料的差异显著性检验Poisson分布资料的差异显著性检验Poisson分布资料的差异显著性检验Poisson分布资料的差异显著性检验应用Poisson分布应注意的问题应用Poisson分布应注意的问题作业作业