文档介绍：统计资料分布的识别及聚集性分析一、识别统计资料分布的意义1 . 资料分布明确后,分布规律自然呈现,按规律科学分析。2 . 资料分布不同,描述的特征数(参数)种类不同,采用不同统计量估计和对比。3 . 某些分布资料相应要求具备一定条件,如独立试验结果在医学生物学有专业含义──无聚积性(传染性疾病、遗传性疾病、地方病有聚积性),可以通过考察分布拟合情况间接推断“聚积性”含义是否存在。二、识别统计资料分布的思维方法和程序1. 依据资料性质和样本大小,给出不同分布框架。2. 依据散点图(小样本)或频数分布表(大样本:连续分布组段数值~;离散分布x)进一步探知分布方向。3. 分布拟合。4. 拟合优度统计检验。5. 若不成功,则改变数据表达方式或结构再度拟合和检验。三、统计资料分布识别方法的特点1. 方法较多。方法不同,原理亦不同,但采用何种分布拟合,用该分布主要统计量作标准。2. 原则上资料要排序(除峰度与偏度)。3. 直接检验判定法:样本统计量(参数比较)间接检验判定法:拟合理论分布频数与实际频数差,用x2分布识别。四、正态分布(Normal Distribution)(一)正态分布(二)正态分布的识别五、二项分布(Binomial Distribution)与Poisson分布(一)二项分布与Poisson分布(二)二项分布的识别及聚集性分析六、游程检验四、正态分布(Normal Distribution)(一)正态分布(Normal Distribution)表1(体模)骨密度测量值(mg/cm3) ― ― ― ― ― ― ― ― ― ―频率(%)频数组段图1 (体模)骨密度测量值的分布接近正态分布示意图正态曲线(Normal cure):是一条高峰位于中央,两侧逐渐下降并完全对称,曲线两端永远不与横轴相交的钟形曲线。………1. 正态分布曲线的数学函数X为连续随机变量,μ为X值的总体均数,为总体方差,记为X~N(μ,)2)(2121)(???????XeXf2?2?XXμ