統(tǒng)計學(xué)：二項分布與泊松分布

醫(yī)學(xué)統(tǒng)計學(xué)主講程琮泰山醫(yī)學(xué)院預(yù)防醫(yī)學(xué)教研室醫(yī)學(xué)本科生用1aTheteachingplan

formedicalstudentsProfessorChengCongDept.ofPreventiveMedicineTaishanMedicalCollegeMEDICALSTATISTICS2a醫(yī)學(xué)統(tǒng)計學(xué)教授，碩士生導(dǎo)師。男，1959年6月出生。漢族，無黨派。1982年12月，山東醫(yī)學(xué)院公共衛(wèi)生專業(yè)五年本科畢業(yè)，獲醫(yī)學(xué)學(xué)士學(xué)位。1994年7月，上海醫(yī)科大學(xué)公共衛(wèi)生學(xué)院研究生畢業(yè)，獲醫(yī)學(xué)碩士學(xué)位。2003年12月晉升教授?，F(xiàn)任預(yù)防醫(yī)學(xué)教研室副主任。主要從事?醫(yī)學(xué)統(tǒng)計學(xué)?、?預(yù)防醫(yī)學(xué)?，?醫(yī)學(xué)人口統(tǒng)計學(xué)?等課程的教學(xué)及科研工作，每年聽課學(xué)生600-1000人。自2000年起連續(xù)10年，為碩士研究生開設(shè)?醫(yī)學(xué)統(tǒng)計學(xué)?、?SPSS統(tǒng)計分析教程?、?衛(wèi)生經(jīng)濟學(xué)?等課程，同時指導(dǎo)研究生的科研設(shè)計、開題報告及科研資料的統(tǒng)計處理與分析。發(fā)表醫(yī)學(xué)統(tǒng)計學(xué)及預(yù)防醫(yī)學(xué)的科研論文50多篇。代表作有“鋅對乳癌細胞生長、增殖與基因表達的影響〞，，“行列相關(guān)的測度〞等。主編、副主編各類教材及專著10部，代表作有?醫(yī)學(xué)統(tǒng)計學(xué)?、?SPSS統(tǒng)計分析教程?。獲得院級科研論文及科技進步獎8項，院第四屆教學(xué)能手比賽二等獎一項，院教學(xué)評建先進工作者一項。獲2004年泰山醫(yī)學(xué)院首屆十大教學(xué)名師獎。?醫(yī)學(xué)統(tǒng)計學(xué)?為校級和省級精品課程。程琮教授簡介3a?醫(yī)學(xué)統(tǒng)計學(xué)?目錄第1章緒論第2章定量資料的統(tǒng)計描述第3章總體均數(shù)的區(qū)間估計和假設(shè)檢驗第4章方差分析第5章定性資料的統(tǒng)計描述第6章總體率的區(qū)間估計和假設(shè)檢驗第7章二項分布與Poisson分布第8章秩和檢驗第9章直線相關(guān)與回歸第10章實驗設(shè)計第11章調(diào)查設(shè)計第12章統(tǒng)計表與統(tǒng)計圖4a第7章二項分布與泊松分布目錄

第二節(jié)泊松分布及其應(yīng)用

第三節(jié)兩種分布的擬合優(yōu)度檢驗

第一節(jié)二項分布及其應(yīng)用5a第7章二項分布與泊松分布學(xué)習(xí)要求掌握：二項分布的概念及意義。熟悉：二項分布的適用條件及計算方法。了解：二項分布的概率函數(shù)、性質(zhì)及醫(yī)學(xué)應(yīng)用。掌握：Poisson分布的概念及意義。熟悉：Poisson分布的適用條件、醫(yī)學(xué)應(yīng)用及計算方法。了解：Poisson分布的概率函數(shù)及性質(zhì)。了解：二項分布與Poisson分布的擬合優(yōu)度檢驗的概念及意義。了解：常用的擬合優(yōu)度檢驗方法。6a第一節(jié)二項分布及其應(yīng)用1.二項分布〔binominaldistribution〕是一種重要的離散型分布，在醫(yī)學(xué)上常遇到屬于兩分類的資料，每一觀察單位只具有相互獨立的一種結(jié)果，如檢查結(jié)果的陽性或陰性，動物試驗的生存或死亡，對病人治療的有效或無效等。一、二項分布的概念及應(yīng)用條件7a2.二項分布定義：如果發(fā)生某一結(jié)果〔如陽性〕的概率為π，其對立結(jié)果〔陰性〕的概率為〔1-π〕，且各觀察單位的觀察結(jié)果相互獨立，互不影響，那么從該總體中隨機抽取n例，其中出現(xiàn)陽性數(shù)為X(X=0,1,2,3,…，n)的概率服從二項分布。:也稱為貝努里分布〔Bernoullidistribution〕或貝努里模型，是由法國數(shù)學(xué)家J.Bernoulli于1713年首先闡述的概率分布。8a貝努里模型應(yīng)具備以下三個根本條件。試驗結(jié)果只出現(xiàn)對立事件A或，兩者只能出現(xiàn)其中之一。這種事件也稱為互斥事件。試驗結(jié)果是相互獨立，互不影響的。例如，一個婦女生育男孩或女孩，并不影響另一個婦女生育男孩或女孩等。每次試驗中，出現(xiàn)事件A的概率為p，而出現(xiàn)對立事件的概率為１-p。那么有總概率p+〔1-p〕=1。注意：1-p=q9a二、二項分布的概率函數(shù)根據(jù)貝努里模型進行試驗的三個根本條件，可以求出在n次獨立試驗下，事件A出現(xiàn)的次數(shù)X的概率分布。X為離散型隨機變量，其可以取值為0,1,2,…,n。10a2.那么X的概率函數(shù)為：X=0,1,2,…,n(7.1)式中：0<π<1，為組合數(shù)，公式〔7.1〕稱隨機變量X服從參數(shù)為n,π的二項分布，那么記為X～B(n,π)。11a三、二項分布的性質(zhì)二項分布是概率分布，因此它就具備概率分布的各種性質(zhì)。二項分布的每種組合的概率符合二項展開式，其總概率等于1?！?.2〕12a二項式展開式實例將二項式〔a+b〕n展開13a由公式〔7.2〕可看出二項展開式有以下特點：〔1〕展開式的項數(shù)為n+1?！?〕展開式每項π和〔1-π〕指數(shù)之和為n?！?〕展開式每項的指數(shù)從0到n；〔1-π〕的指數(shù)從n到0。14a由公式〔7.2〕可看出二項展開式有以下特點：〔4〕二項分布的區(qū)間累積概率設(shè)m1≤X≤m2,m1＜m2〕,那么X在m1至m2區(qū)間的累積概率有：15a至多有x例陽性的概率為：至少有x例陽性的概率為：X=0,1,2，…，x(7.4)X=x，x+1，…，n(7.5)公式〔7.4〕為下側(cè)累計概率，公式〔7.5〕為上側(cè)累計概率。16a以X為橫坐標(biāo)，P〔X〕為縱坐標(biāo)，在坐標(biāo)紙上可繪出二項分布的圖形,由于X為離散型隨機變量，二項分布圖形由橫坐標(biāo)上孤立點的垂直線條組成。二項分布的圖形取決于π與n的大小。當(dāng)n充分大時，二項分布趨向?qū)ΨQ，可以證明其趨向正態(tài)分布。17a3.nπ的大小與分布類型:當(dāng)nπ之積大于5時，分布接近正態(tài)分布；當(dāng)nπ<5時，圖形呈偏態(tài)分布。當(dāng)時，圖形分布對稱，近似正態(tài)。如果或距較遠時，分布呈偏態(tài)。見圖7-1。18a圖7-1二項分布示意圖19a這里的數(shù)字特征主要指總體均數(shù)、方差、標(biāo)準(zhǔn)差等參數(shù)。隨機變量X的數(shù)學(xué)期望E〔X〕＝μ。即指總體均數(shù)。μ＝nπ20a隨機變量X的方差D〔X〕＝σ2隨機變量X的標(biāo)準(zhǔn)差為:隨機變量X的方差及標(biāo)準(zhǔn)差21a假設(shè)X的總體均數(shù)和標(biāo)準(zhǔn)差用率來表示，那么將公式除以n,得：22a四、二項分布展開式各項的系數(shù)二項分布展開式的各項之前均有一個系數(shù)，用組合公式來表示。計算公式為：23a楊輝三角：可用來表示二項式各項展開式的系數(shù)。見圖7-2。國外參考書習(xí)慣稱之為巴斯噶三角。當(dāng)試驗次數(shù)n較小時，可直接利用楊輝三角將二項分布展開式各項的系數(shù)寫出來，應(yīng)用十分方便。楊輝三角24a圖7-2楊輝三角模式圖25a楊輝三角的意義：楊輝三角中每行有幾個數(shù)字，表示展開式有幾項。當(dāng)試驗次數(shù)為n時，有n+1項。楊輝三角中每行中的數(shù)字表示展開式中每項的系數(shù)大小。楊輝三角中的各數(shù)字項及其數(shù)字的排列很有規(guī)律?？梢勒找?guī)律繼續(xù)寫下去。第一行的第一、第二項均為數(shù)字１，以后每下一行的首項及末項均為１，中間各項為上一行相鄰兩項數(shù)字之和。26a五、二項分布的應(yīng)用二項分布在生物學(xué)及醫(yī)學(xué)領(lǐng)域中，主要應(yīng)用在以下幾個方面：①總體率的可信區(qū)間估計，②率的u檢驗：單樣本及兩樣本比較。③樣本率與總體率比較的直接計算概率法。27a〔一〕應(yīng)用二項分布計算概率【例7.1】如出生男孩的概率，出生女孩的概率為〔1-P〕。在一個婦產(chǎn)醫(yī)院里有3名產(chǎn)婦分娩3名新生兒，其中男孩為X=0,1,2,3的概率按公式〔〕計算的結(jié)果列于表7-1的第〔3〕欄中。分析：根據(jù)題意，生育男孩為事件A，其概率〔即〕；生育女孩為事件B，其概率為＝〔即〕。28a生男生女的概率29a三個婦女生育一個男孩，兩個女孩的概率為：三個婦女生育均為女孩〔即無男孩〕的概率為：余類推，見表7-1第〔3〕欄。表7-1第〔5〕欄為至少生育X個男孩的累積概率。30a(二)樣本率與總體率比較的直接概率法此法適用nP和n(1-P)均小于5的情形。

應(yīng)注意：①當(dāng)樣本率大于總體率時，應(yīng)計算大于等于陽性人數(shù)的累積概率。即上側(cè)概率。②當(dāng)樣本率小于總體率時，應(yīng)計算小于等于陽性人數(shù)的累積概率。即下側(cè)概率。31a【例7.2】A藥治療某病的有效率為80％。對A藥進行改進后，用改進型A藥繼續(xù)治療病人，觀察療效。①如果用改進型A藥治療20例病人，19例有效。②如果用改進型A藥治療30例病人，29例有效。試分析：上述二種情形下，改進型A藥是否療效更好。32a【分析】A藥有效率為80％，可以作為總體率，即π0＝0.8。治療20例病人的樣本有效率為〔19／20〕×100％＝95％；治療30例病人的樣本有效率為〔29／30〕×100％＝％。兩個樣本率均大于總體率80％，故應(yīng)計算大于等于有效例數(shù)的單側(cè)累積概率〔上側(cè)〕。33a情形一：治療20例病人的療效分析〔1〕建立檢驗假設(shè)H0：π＝π0＝0.80；H1:π＞π0〔2〕計算概率值根據(jù)二項分布有：=0.0548+0.0115=0.066334a〔3〕推斷結(jié)論本例P＝0.0663,在＝0.05水準(zhǔn)上,不拒絕H0。尚不能認為改進型A藥的療效優(yōu)于原A藥。35a治療30例病人的療效分析

〔1〕檢驗假設(shè)同情形一。

〔2〕計算單側(cè)累積概率有：=0.008975+0.001238=0.0102情形二：治療30例病人的療效分析36a〔3〕推斷結(jié)論本例P＝0.0102,在＝0.05水準(zhǔn)上,拒絕H0,接受H1。可以認為改進型A藥的療效優(yōu)于原A藥。注意：治療20例病人的有效率為95％，治療30例病人的有效率為％，兩個樣本有效率很接近。但最終得出的結(jié)論卻不相同。臨床上觀察療效，樣本含量不能太小。樣本含量大，療效穩(wěn)定性及可靠性相應(yīng)增加，受到偶然因素影響的時機變得較小。37a【分析】:本例總體率π＝1％。調(diào)查人群樣本反響率為P=〔1／300〕×100％＝0.33％。由于樣本率小于總體率，故應(yīng)計算小于等于陽性人數(shù)的累積概率?！纠?.3】一般人群對B藥的副作用反響率為1％。調(diào)查使用B藥者300人，其中只有1人出現(xiàn)副作用。問該調(diào)查人群對B藥的副作用反響率是否低于一般人群。38a〔1〕建立檢驗假設(shè)H0：調(diào)查人群反響率與一般人群相同，π＝π0＝0.01

H1:調(diào)查人群反響率低于一般人群，π<π039a〔2〕計算單側(cè)累積概率:〔3〕推斷結(jié)論本例P＝0.1976,在α＝0.05水準(zhǔn)上,不拒絕H0。尚不能認為調(diào)查人群的B藥副作用反響率低于一般人群。40a第二節(jié)Poisson分布及其應(yīng)用(一)Poisson分布的概念Poisson分布由法國數(shù)學(xué)家在1837年提出。該分布也稱為稀有事件模型，或空間散布點子模型。在生物學(xué)及醫(yī)學(xué)領(lǐng)域中，某些現(xiàn)象或事件出現(xiàn)的時機或概率很小，這種事件稱為稀有事件或罕見事件。稀有事件出現(xiàn)的概率分布服從Poisson分布。一、Poisson分布的概念及應(yīng)用條件41a如果稀有事件A在每個單元〔設(shè)想為n次試驗〕內(nèi)平均出現(xiàn)λ次，那么在一個單元〔n次〕的試驗中，稀有事件A出現(xiàn)次數(shù)X的概率分布服從Poisson分布。Poisson分布的直觀描述42aPoisson分布屬于離散型分布。在Poisson分布中，一個單元可以定義為是單位時間，單位面積，單位體積或單位容積等。如每天8小時的工作時間，一個足球場的面積，一個立方米的空氣體積，1升或1毫升的液體體積,培養(yǎng)細菌的一個平皿，一瓶礦泉水等都可以認為是一個單元。一個單元的大小往往是根據(jù)實際情況或經(jīng)驗而確定的。假設(shè)干個小單元亦可以合并為一個大單元。43a(二)常見Poisson分布的資料〔牢記〕實際工作中，判定一個變量是否服從Poisson分布仍然主要依靠經(jīng)驗以及以往累積的資料。常見Poisson分布資料有：產(chǎn)品抽樣中極壞品出現(xiàn)的次數(shù)；槍打飛機擊中的次數(shù)；患病率較低的非傳染性疾病在人群中的分布；奶中或飲料中的病菌個數(shù)；自來水中的細菌個數(shù)；空氣中的細菌個數(shù)及真菌飽子數(shù)；自然環(huán)境下放射的粒子個數(shù)；44a布朗顆粒數(shù)；三胞胎出生次數(shù)；正式印刷品中錯誤符號的個數(shù)；通訊中錯誤符號的個數(shù)；人的自然死亡數(shù)；環(huán)境污染中畸形生物的出現(xiàn)情況；連體嬰兒的出現(xiàn)次數(shù)；野外單位面積某些昆蟲的隨機分布；單位容積內(nèi)細胞的個數(shù)；單位空氣中的灰塵個數(shù)；平皿中培養(yǎng)的細菌菌落數(shù)等。45a二、Poisson分布的概率函數(shù)及性質(zhì)㈠定義假設(shè)變量X的概率函數(shù)為其中λ＞0，那么稱X服從參數(shù)為λ的Poisson分布。記為X～P(λ)。式中：λ為總體均數(shù)，λ＝nπ或λ=np；X為稀有事件發(fā)生次數(shù)；e為自然底數(shù)，即e=2.71828?！瞂=0,1,2,…〕46a亦可用以下公式計算47a(二)Poisson分布的性質(zhì)1.所有概率函數(shù)值〔無窮多個〕之和等于1，即2.分布函數(shù)〔X=0,1,2,…x〕48a〔0≤x1＜x2〕3.累積概率總體均數(shù):方差：標(biāo)準(zhǔn)差：μ＝λ＝nπ(或np)σ2＝λ49a〔三〕Poisson分布的圖形

Poisson分布的圖形：取決于λ值的大小。λ值愈小，分布愈偏；λ值愈大，分布愈趨于對稱。當(dāng)λ＝20時，分布接近正態(tài)分布。此時可按正態(tài)分布處理資料。當(dāng)λ＝50時，分布呈正態(tài)分布。見圖7-3。這里通過計算一個具體實例來觀察Poisson分布的概率分布趨勢。50a圖7-3Poisson分布的概率分布圖51a【例7.4】計算Poisson分布X～P(3.5)的概率。52a余類推。經(jīng)計算得到一系列數(shù)據(jù)，見表7-2。53a〔四〕Poisson分布的可加性從同一個服從Poisson分布的總體中抽取假設(shè)干個樣本或觀察單元，分別取得樣本計數(shù)值X1，X2，X3，…，Xn，那么∑Xi仍然服從Poisson分布。根據(jù)此性質(zhì)，假設(shè)抽樣時的樣本計數(shù)X值較小時，可以多抽取幾個觀察單元，取得計數(shù)Xi,將其合并以增大X計數(shù)值。54a三、Poisson分布與二項分布的比較Poisson分布也是以貝努里模型為根底的。實際上，Poisson分布是二項分布的一種特殊情形，即稀有事例A出現(xiàn)的概率很小，而試驗次數(shù)n很大，也可將試驗次數(shù)n看作是一個單元。此時，n或np=λ為一個常數(shù)，二項分布就非常近似Poisson分布。p愈小，n愈大，近似程度愈好。設(shè)λ＝1。當(dāng)n=100,π時，及n=1000,π時，按照二項分布及Poisson分布計算概率P〔X〕。計算結(jié)果見表7-3。55a二項分布與Poisson分布計算的概率值比較56a余類推。1.按二項分布計算：n=100,π=0.01,1－π=0.99，代入公式有：57a2.按Poisson分布計算代入公式有：余類推。58a四、Poisson分布的應(yīng)用Poisson分布有多種用途。主要包括總體均數(shù)可信區(qū)間的估計，樣本均數(shù)與總體均數(shù)的比較，兩樣本均數(shù)的比較等。應(yīng)用Poisson分布處理醫(yī)學(xué)資料時，一定要注意所處理資料的特點和性質(zhì)，資料是否服從Poisson分布。59a〔一〕總體均數(shù)的估計總體均數(shù)的估計包括點估計和區(qū)間估計。點估計：是指由樣本獲得的稀有事件A出現(xiàn)的次數(shù)X值，作為總體均數(shù)的估計值。該法的優(yōu)點是計算簡便，但缺點是無法得知樣本代表總體均數(shù)的可信程度。區(qū)間估計：可以確切獲知總體均數(shù)落入一個區(qū)域的可信度，一般可信度取95％或99％。60a估計總體均數(shù)可信區(qū)間一般分為小樣本法和大樣本法。1.小樣本法當(dāng)樣本均數(shù)或樣本計數(shù)值X≤50時，可直接查附表9，“Poisson分布的可信區(qū)間〞表，得到可信區(qū)間。當(dāng)樣本均數(shù)X＞50時，Poisson分布近似正態(tài)分布，可按正態(tài)分布處理資料。

61a【例7.5】在20ml的當(dāng)歸浸液中含某種顆粒30個。試分析該單元浸液中總體顆粒數(shù)的95％和99％的可信區(qū)間?！痉治觥繉?0ml當(dāng)歸浸液看作一個單元，該單元的樣本均數(shù)X＝30，小于50?？刹楦奖?，求出總體均數(shù)λ的可信區(qū)間。用查表法：查附表9(205頁)得：總體均數(shù)λ95％的可信區(qū)間為：〔〕總體均數(shù)λ99％的可信區(qū)間為：〔〕

62a當(dāng)樣本均數(shù)或計數(shù)X＞50時，可按正態(tài)分布法處理?？傮w均數(shù)λ95％和99%的可信區(qū)間為63a【例7.6】某防疫站檢測某天然水庫中的細菌總數(shù)。平均每毫升288個細菌菌落。求該水體每毫升細菌菌落的95％和99％的可信區(qū)間。λ95％的可信區(qū)間

λ99％的可信區(qū)間64a(1)發(fā)病人數(shù)的95％可信區(qū)間為：【例7.7】調(diào)查1985年某市某區(qū)30萬人，流行性出血熱發(fā)病人數(shù)為204人。求該市發(fā)病人數(shù)及發(fā)病率〔1／10萬〕95％的可信區(qū)間?！痉治觥繕颖揪鶖?shù)X為204人，觀察單元n＝30萬人。先計算出發(fā)病人數(shù)的可信區(qū)間，再按照發(fā)病率的要求以10萬人作為觀察單元，計算發(fā)病率可信區(qū)間的上下限值。65a發(fā)病率的95％可信區(qū)間為：下限值：上限值：66a〔二〕樣本均數(shù)與總體均數(shù)的比較常用的方法有兩種。①直接計算概率法：與二項分布的計算思路根本相同。即當(dāng)λ＜20時，按Poisson分布直接計算概率值。②正態(tài)近似法：當(dāng)λ≥20時，Poisson分布接近正態(tài)分布。按正態(tài)分布使用u檢驗處理資料。67a1.直接計算概率法【例7.8】某地區(qū)以往胃癌發(fā)病率為1／萬?，F(xiàn)在調(diào)查10萬人，發(fā)現(xiàn)3例胃癌病人。試分析該地區(qū)現(xiàn)在的胃癌發(fā)病率是否低于以往的發(fā)病率。H0:現(xiàn)在胃癌發(fā)病率與以往相同，π＝π0H1：現(xiàn)在胃癌發(fā)病率低于以往，π<π068a〔2〕計算概率值：n=100000，π=0.0001，λ0＝nπ0=100000×0.0001=10。根據(jù)題意，應(yīng)計算小于等于3人發(fā)病的概率P〔X≤3〕，即：P〔X≤3〕＝P(0)＋P(1)+P(2)+P(3)應(yīng)用公式〔7.14〕及〔7.15〕有：69a計算結(jié)果70a〔3〕推斷結(jié)論0，接受H1?？梢哉J為現(xiàn)在該地區(qū)胃癌發(fā)病率低于以往發(fā)病率。71a2．正態(tài)近似法當(dāng)λ≥20時，用u檢驗法。72a實例分析〔1〕【例7.9】根據(jù)醫(yī)院消毒衛(wèi)生標(biāo)準(zhǔn)，細菌總數(shù)按每立方米菌落形成單位〔CFU／m3〕表示。無菌間的衛(wèi)生標(biāo)準(zhǔn)為細菌菌落數(shù)應(yīng)不大于200〔CFU／m3〕。某醫(yī)院引進三氧消毒機，每天自動對無菌間進行2小時消毒。對無菌間抽樣調(diào)查顯示，細菌總數(shù)為121CFU／m3。試問該醫(yī)院無菌間的細菌總數(shù)是否符合國家衛(wèi)生標(biāo)準(zhǔn)?！痉治觥考僭O(shè)低于國家標(biāo)準(zhǔn)即符合標(biāo)準(zhǔn)，到達要求。73a(1)建立檢驗假設(shè)H0:無菌間的細菌總數(shù)符合國家衛(wèi)生標(biāo)準(zhǔn)，λ=λ0=200H1:無菌間的細菌總數(shù)低于國家衛(wèi)生標(biāo)準(zhǔn)，λ<λ0〔2〕計算u值：：λ0＝200CFU／m3,X＝121CFU／m3，代入公式〔7.23〕有：74a(3)確定P值單側(cè)u=1.64,現(xiàn)u>1.64,故P<0.05。

⑷推斷結(jié)論因P<0.05，拒絕H0,接受H1,差異有統(tǒng)計學(xué)意義?？梢哉J為該醫(yī)院無菌間的細菌總數(shù)符合〔低于〕國家衛(wèi)生標(biāo)準(zhǔn)。

注意：不超過國家標(biāo)準(zhǔn)數(shù)就是符合標(biāo)準(zhǔn)。具體問題要分析。75a【例7.10】某地區(qū)以往惡性腫瘤發(fā)病率為126.98／10萬人。今調(diào)查發(fā)現(xiàn)，該地區(qū)惡性腫瘤發(fā)病率上升為148.62/10萬人。試分析現(xiàn)在的發(fā)病率是否高于以往的發(fā)病率?！痉治觥看藶閱蝹?cè)檢驗。

實例分析〔2〕76a〔1〕建立檢驗假設(shè)H0:現(xiàn)在的發(fā)病率與以往的發(fā)病率相同，λ＝λ0H1:現(xiàn)在的發(fā)病率高于以往的發(fā)病率，λ＞λ0單側(cè)α〔2〕計算u值：77a〔3〕確定P值本例u=1.92，大于單側(cè)u=1.64,那么P＜0.05。

〔4〕推斷結(jié)論在0，接受H1，差異有統(tǒng)計學(xué)意義。

結(jié)論：可以認為該地區(qū)惡性腫瘤發(fā)病率高于以往的發(fā)病率。78a〔三〕兩樣本均數(shù)的比較應(yīng)用條件：資料服從Poisson分布，兩個樣本均數(shù)X1及X2均大于20。1．兩樣本觀察單元相同觀察單元可以指單位面積、容積、體積、時間等。注意：Poisson分布中的觀察單元具有可加性，如∑X1和∑X2。檢驗公式為：79a【例7.11】調(diào)查某風(fēng)景名勝區(qū)不同地點的負離子狀況。海拔較高的山上風(fēng)景點負離子數(shù)為240個／cm3。該景區(qū)商業(yè)區(qū)的百貨大樓內(nèi)的負離子數(shù)為146個／cm3。試分析該風(fēng)景區(qū)兩個不同地點負離子狀況有無差異?！痉治觥繂挝惑w積中的負離子個數(shù)，服從泊松分布?？墒褂脙删鶖?shù)的比較。用雙側(cè)檢驗。實例〔1〕80a(1)建立檢驗假設(shè)H0:兩地點負離子狀況相同，λ1＝λ2H1:兩地點負離子狀況不同，λ1≠λ2雙側(cè)〔2〕計算u值:81a(3)確定P值雙側(cè)：u=1.96，

現(xiàn)u>1.96,故P<0.05。

⑷推斷結(jié)論因P<0.05，拒絕H0,接受H1,差異有統(tǒng)計學(xué)意義。

結(jié)論：可以認為該風(fēng)景區(qū)兩個不同地點的空氣負離子狀況有差異。海拔較高的風(fēng)景點空氣狀況要好于百貨大樓。82a【例7.12】調(diào)查某地區(qū)人群死亡狀況。結(jié)果顯示，男性及女性的意外死亡率分別為62人／10萬人和72人／10萬人。試分析男女意外死亡率有無差異?！痉治觥吭撡Y料服從Poisson分布，每10萬人可以作為一個觀察單元?？蓱?yīng)用兩樣本均數(shù)比較。實例〔2〕83a檢驗步驟〔1〕建立檢驗假設(shè)H0：男女意外死亡率相等，H1：男女意外死亡率不相等，〔2〕計算u值：84a(3〕確定P值，推斷結(jié)論本例u=0.86,小于u=1.96,那么P＞0.05。在α＝0.05水準(zhǔn)上，不拒絕H0，差異無統(tǒng)計學(xué)意義。結(jié)論：可以認為男女性意外死亡率無差異。85a【例7.13】某醫(yī)院檢測某一病房消毒前后的細菌菌落數(shù)〔CFU／m3〕。消毒前后均檢測9次。消毒前的菌落數(shù)為18,10,9,15,5,2,6,5,2。消毒后的菌落數(shù)為5，4，5，6，7，2，3，2，1。試分析該病房消毒前后的衛(wèi)生狀況有無差異?！痉治觥吭撡Y料服從Poisson分布。根據(jù)Poisson分布的可加性，將9次取樣的菌落數(shù)相加為一個觀察單元。消毒前為∑X1＝72；消毒后為∑X2＝35。實例〔3〕86a〔1〕建立檢驗假設(shè)H0：消毒前后菌落數(shù)相等，λ1=λ2H1：消毒前后菌落數(shù)不等，λ1≠λ2〔2〕計算u值：應(yīng)用公式〔7.24〕有：檢驗步驟87a〔3〕確定P值，推斷結(jié)論本例u=3.58，大于u=2.58，那么P＜0.01。0，接受H1。結(jié)論：可以認為該病房消毒前后的衛(wèi)生狀況不同。消毒后的細菌菌落數(shù)減少，衛(wèi)生狀況得到改善。88a當(dāng)兩樣本觀察單元不同時，不可直接比較或直接相加后進行比較?？梢詫蓸颖居^察單元先轉(zhuǎn)化為相等的觀察單元后，再應(yīng)用公式進行比較。一般可計算兩樣本均數(shù)和，再按下式計算u值。2．兩樣本觀察單元不同89a【例7.14】某防疫站檢驗?zāi)成虉龅膬煞N品牌的礦泉水。檢測每ml的細菌總數(shù)〔CFU／ml〕。品牌A抽查4瓶，結(jié)果為132，156，182，143；品牌B抽查6瓶，結(jié)果為313，298，356，384，348,306。試分析A、B兩種品牌礦泉水的細菌總數(shù)有無差異?！痉治觥勘纠^察單元不相同，可以先求出均數(shù)。使觀察單元相同。檢驗步驟實例〔4〕90a品牌A的均數(shù)品牌B的均數(shù)求平均觀察單元的均數(shù)91a〔1〕建立檢驗假設(shè)H0：兩種品牌礦泉水菌落數(shù)相等,λ1=λ2H1：兩種品牌礦泉水菌落數(shù)不等,λ1≠λ2〔2〕計算u值：應(yīng)用公式〔7.25〕有：檢驗步驟92a〔3〕確定P值，推斷結(jié)論本例u=18.66,大于u=2.58，那么P＜0.01。結(jié)論：可以認為A、B兩種品牌礦泉水受細菌污染程度不同。其中品牌B礦泉水的污染程度較高。93a〔四〕多個樣本均數(shù)的比較當(dāng)比較的樣本為結(jié)論兩個以上時，可進行多樣本均數(shù)或樣本計數(shù)值的檢驗。使用的方法為卡方檢驗。觀察單元的均數(shù)估計值。符號“∧〞讀作“hat〞。英文為“帽子〞之義。式中：X1，X2，…，Xn為樣本計數(shù)值，u1,u2,…，un為觀察單元值。94aXi〔即X1，X2，…，Xn〕轉(zhuǎn)換為Zi值。公式為：95a2值：自由度υ＝組數(shù)-196a【例7.15】某醫(yī)院對三個病房進行空氣采樣，檢測細菌污染狀況。細菌總數(shù)用每立方米菌落形成單元〔CFU／m3〕來表示。檢測結(jié)果如下。病房A為168CFU／m3，病房B為131CFU／m3，病房C為630CFU／2m3。試分析三個病房的細菌污染狀況有無差異?！痉治觥繎?yīng)注意病房A與B的觀察單元為1個m3，病房C的觀察單元那么為2個m3，可以看作為2個觀察單元。實例分析〔5〕97a(1)建立檢驗假設(shè)H0:三個病房的細菌總數(shù)相同，λ1＝λ2＝λ3H1:三個病房的細菌總數(shù)不全相同?！?〕計算均數(shù)估計值應(yīng)用公式〔7.27〕有：檢驗步驟98a〔3〕計算Zi值：X1=168,