当前位置：文档之家 › 医学统计学正态分布.

医学统计学正态分布.

  • 格式：doc
  • 大小：1.47 MB
  • 文档页数：14

下载文档原格式

  / 14

合集下载

正态分布在医学统计学中的应用

正态分布在医学统计学中的应用

正态分布在医学统计学中的应用
正态分布在医学统计学中的应用
正态分布，也称为高斯分布，是一种概率分布，它可以用来描述一些经典情况下随机变量的分布特征。

它被广泛应用于各种科学和工程领域，尤其是在统计学和数理金融中。

正态分布在统计学中的特殊地位使它成为医学统计学的重要概念。

在医学统计学中，正态分布被用来描述和分析人群特征，包括身高、体重、血压等生理指标。

此外，正态分布还被广泛用于评估治疗前后对病人的影响，以及分析疾病发病率和患病风险。

正态分布在医学研究中的应用可以帮助临床医生和科学家更准确地识别疾病或隐性疾病，以及更有效地采取治疗措施。

正态分布在医学统计学中的应用主要有三个方面：
一是诊断试验。

通过正态分布的概率分布，可以更准确地判断一个患者是否感染某种疾病，以及分析不同病人对治疗方案的反应情况。

比如，在肿瘤治疗中，可以通过正态分布模型来估计患者肿瘤标志物浓度的变化，便于评价患者的疗效。

二是疾病预测。

在医学研究中，正态分布可以用来评估一个疾病的发生率，以及病人对某种治疗方案的反应情
况。

比如，对某种疾病的风险因素可以用正态分布模型来分析，从而帮助临床医生精确预测患病的可能性。

三是病因分析。

正态分布也可以用来分析疾病的发病原因，以及特定病因对患病风险的影响程度。

比如，可以通过正态分布模型来分析肥胖对心血管疾病发病率的影响，从而提供准确的诊断和治疗方案。

正态分布在医学统计学中的应用可以更准确地评估疾病发生率、患病风险、治疗效果以及疾病发病原因，为临床医生和科学家提供准确的诊断和治疗措施，从而提高治疗效果和患病风险。

医学统计学 正态分布(精)

医学统计学 正态分布(精)

参考值范围的估计方法：正态分布法

2.5% 95% 2.5%
-1.96

+1.96
【例5.6 】某地调查正常成年男子144人的红细胞 数，近似正态分布，得均数 X =5.38×1012/L，
标准差S=0.44×1012/L。试估计该地成年男子红
细胞数的95％参考值范围。 解：双侧，95%界值u=1.96
X 2S 作为上下警戒值，
X 3S 作为上下控制值
4)正态分布是许多统计方法的理论基础
u 检验是以正态分布为理论基础的假设 检验方法； 统计学中的三大统计分布：卡方分布，t 分布， F 分布都是在正态分布的基础上推 导出来的； 某些分布的极限形式为正态分布：如 t 分 布，二项分布，Poisson分布等。均可按正 态近似的原理来处理。
应用本法的条件是样本含量较多，分布趋于稳定，样本含量 不少于150为宜。 其优点是可用于任何分布甚至分布不明的 资料。
【例5.7 】 用硫酸-高锰酸钾-硝酸消化法和无火焰原子吸 收光谱法测得某市238 名正常人发汞值如表5.6，试确定 该市发汞值的95％正常值范围。
表5.4 238例正常人发汞值的频数分布
X ±us
(cm)
人数
百分数(%)
(%)
────────────────────────────────────
X ±1.00s 119.41±1.00×4.38 X ±1.96s 119.41±1.96×4.38
115.03-123.79 110.83-127.99 108.11-130.71
83 113 119
参考值范围的涵义：绝大多数的正常人在该范围内 绝大多数，习惯上指正常人的80％，90％，95％ （最常用）或99％等。 例如，根据正常人样本确定了血清谷草转氨酶正常 值单侧95％上限为37U/L。即容许有5％的正常人被 判为异常，称为假阳性

医学统计学 常用概率分布-正态分布

医学统计学 常用概率分布-正态分布

N (123.02，4.792)
（2）身高在120~128者占该地8岁男孩总数的百分比；
解析：
58.65%
58.65%
120cm 128cm N (123.02，4.792)
-0.63 1.46 N (0，1)
（3）该地80%男孩的身高集中在哪个范围？
解析：
80%
10%
10%
10% Z1
80%
10% Z2
任意正态分布曲线 X~N(μ,σ2)
标准正态分布曲线 X~N(0,1)
采用定积分的办法，对函数式 (1) 或 (2) 定积分， 算得从 -∞ 到 x累计面积，从而推算出该区间事件发 生的概率值。 .
j(Z )
1 2

Z

e
Z
2
/ 2
dZ
图 6 正态分布(左)及标准正态曲线下(右)的累计面积
1.2 正态概率密度曲线下的面积 1.3 正态分布的应用
1.4 正态分布的判断
一、正态分布的概念
正态分布(normal distribution)
德莫佛最早发现了二项概率
的一个近似公式，这一公式被 认为是正态分布的首次露面。
德莫佛
正态分布在十九世纪前叶由
高斯加以推广，所以通常称为 高斯分布(Gauss distribution)。
单侧临界值：标准正态分布单侧尾部面积等于α 时所对应 的正侧变量值，记作Zα 。
若按左单侧算，则是 97.5% 参考值范围
按左单侧算，是 95% 参考值范围
举例2： 某地调查120名健康成年男性的第一秒肺通 气量得均数 X =4.2(L), 标准差S =0.7(L)，试据此估 计其第一秒肺通气量的95%参考值范围。 解析： 分布近似正态 1. 2. 仅过低为异常 3. 求下界值

医学统计学-4-正太分布及应用

医学统计学-4-正太分布及应用
(u)
1 2 e
u 2 2
，(-∞＜ u ＜+∞)
对其定积分：
(u )
1 2
u
e
u 2 2
du
式中 (u)为标准正态变量u的累计分布函数， 反映了横轴自-∞到u的正态曲线下面积，也 就是下侧累计面积(概率)。 引入标准化变换后，对于其他任何正态分 N ( , 2 ) 都可以借助标准正态分布表估计 布 任意（X1，X2）范围内的频数比例。
1、参考值范围确定的注意点
“正常人” 的概念 样本数据大小的问题 检测误差的问题 判断是否分组 单、双侧的问题 “绝大多数”的含义 是否需要确定可疑范围 变量转换的问题
不管将正常界值定在什么位置，都可能出现假 阳性或假阴性，产生这两种误判的根本原因是 正常人的分布与病人的分布有重叠 。
（一）估计频率分布
例、若由某项研究得某地婴儿出生体重为 3100g，标准差为300g，试估计该地区当年出 生低体重儿（出生体重≤2500g）所占比例。 认为当年该地区婴儿出生体重近似服从正态分 布N（3100,3002）,作标准化变换：
u X

2500 3100 2.00 300
注意点二
对于非标准正态分布，求曲线下任意（X1， X2）范围内的面积，可先作标准化变换， 再借助标准正态分布表求得。
例、某市120名12岁男童身高的例子中已求得均 数为 143.05cm，标准差s=5.82cm。设该资料服 从正态分布，试求① 该地12岁男童身高在132cm 以下者占该地12岁男童总数的比例，② 分别求 X ±1s、 X ±1.96s和 X ±2.58s范围内12岁男童占 该组儿童总数的实际百分数，并与理论百分数比 较。

医学统计学. 正态分布及其应用

医学统计学. 正态分布及其应用
44
表4.6 参考值范围的制定
45

例4.24 某地调查正常成年男子200人的红 细胞数，得均数 X =55.26×1012/L，标准 差S=0.38×1012/L，试估计该地正常成年 男子红细胞数的95%参考值范围。
46
解：该地正常成年男子红细胞数的95%参考值范围为
下限：
X－1.96S =55.26 － 1.96×0.38=54.52(×1012/L)
生不同位置、不同形状正态分布， （x1，x2）范围内的面积也不同， 计算起来很麻烦。
22
三、标准正态分布 为了计算方便，对于正态或近似正态 分布的资料，只要得出均数和标准 差，可通过标准转化，转化成求标 准正态曲线下横轴自-∞到z的面积。 为了便于应用，统计学家按Φ(z)编 制了标准正态分布曲线下的面积表， 由此表可查出曲线下某区间的面积， 这样就可对符合正态分布资料的频 数分布作出估计。
曲线下在区间(μ－2.58σ，μ＋2.58σ)的面积为99%。
16
■μ士σ范围内的面积占正态曲线下面积的68.27％，也
就是说有68.27％的变量值分布在此范围内。
68.27%
-

+
17
μ士1.64σ范围内的面积占正态曲线下面积的90％，也就是 说有90％的变量值分布在此范围内。
90%
5%
线,近似于数学上的正态分布曲线。
7
一.正态分布的概念和特征
1.正态分布的概念
在医学卫生领域中，许多变量的频 数分布是中间(靠近均数处)频数多，两边 频数少，且左右对称。如人体的许多生 理、生化指标等。这种变量的频数分布 规律可用概率论中的一种重要的随机变 量分布—正态分布(Normal distribution)加 以描述。

正态分布在医学统计学区间估计的应用

正态分布在医学统计学区间估计的应用

正态分布在医学统计学区间估计的应用
正态分布在医学统计学区间估计中有着重要的作用，下面来看看它具体在医学统计学中的应用：
一、正态分布在病人总死亡评估中的应用
1、采用正态分布加以拟合，以此为基础进行参数的估计，来评估患病的总死亡率;
2、正态分布用于估计患者每一种病的能力，以及每个患者的健康状况，对有效的病人总死亡率的有效性的评估;
3、采用正态分布加以建模，以评估人群特定疾病的潜在病死率。

二、正态分布在病人康复情况评估中的应用
1、用正态分布拟合以此来评价患者在疾病入院状态以及出院状态，以便记录每一个患者的康复情况;
2、用正态分布拟合对比康复情况和病人体重、血压等参数，以便来评估疾病康复速度及相关变量;
3、采用正态分布估计病人疾病康复时间，以及评估病人康复率。

三、正态分布在医療安全性评估中的应用
1、用正态分布运算识别医疗机构中的安全缺陷及其准确性;
2、采用正态分布估计对医疗安全性的危害概率;
3、用正态分布拟合以此来评估医疗安全事件的频率和比例，以此来发现有关的风险因素。

四、正态分布在药物毒性监测中的应用
1、用正态分布评估药物毒副作用出现的概率，评估药物在不同患者身上的作用效果;
2、运用正态分布来收集药物实验结果，以检测出不同的药物的毒性;
3、采用正态分布来评估药物的安全程度及其有效性。

总而言之，正态分布在医学统计学区间估计中有着重要的应用，可以在病人总死亡评估、病人康复情况评估、医療安全性评估以及药物毒性监测中使用，在这些医学领域中都能发挥作用。

医学统计学之正态分布

医学统计学之正态分布
随机变量 U 在区间 （u1,u2）所对应的面积 即为随机变量 X 在区 间（x1,x2）所对应的面 积
第23页
举例 说明 通 过正 态分 布 求随 机 变量的
频数分布范围。
例：某地 13 岁女孩 118 人的身高(cm)
资料，估计该地 13 岁正常女孩身高在 135
厘米以下及 155 厘米以上者各占正常女孩
N（μ1 ，σ2）、N（μ2 ，σ2）
N（μ，0.52）、N（μ，12）、N（μ，22）
max
σ=0.5
f(x)
f(x)
σ=1 σ=2
0 医学统计学之正态分布
µ1
µ2
0
µ
第13页
➢ 正态曲线下面积分布有一定规律性。
✓ 对于服从正态分布随机变量（X），随机变量值出现在某 一区区间间所（围成x1,区x2）域概面率积与大正小态相分对布应概（率相密等度）曲。线与横轴在该
医学统计学之正态分布
第26页
✓ 制定医学参考值范围时，应从正常人群中抽样，且样本含量应 较大（n>100），根据资料的分布类型采用正态分布法或百分位 数法。 正态分布法： 适用于资料服从正态分布或近似正态分布时。 公式；
双侧 1-α参考值范围： X U 2 S
单侧 1-α参考值范围： X U S或 X U S
式中σ为总体标准差；μ为总体均数；π
为圆周率，即3.14159···；e为自然对数底，
即2.71828···。
医学统计学之正态分布
第9页
✓ 若某一随机变量概率密度函数（频率曲线方程） 为上式，则称该变量X服从参数为μ和σ正态分布， 记为：X～N（μ,σ2）。
✓ 函数方程中μ为位置参数，σ为形状参数。
本资料起源

医学统计学(第2章)正态分布

医学统计学(第2章)正态分布

dx
（2-18） ）
F（X）
p(a〈x〈b)
0 12.00 14.50 17.00 19.50 22.00 24.50 27.00 29.50 32.00
正态分布曲线下面积的含义
1.表示变量值（x）在a-b区间变量值所占 1.表示变量值 表示变量值（ 全部（总体）变量值的比例或概率 比例或概率(p)。 全部（总体）变量值的比例或概率(p)。 2变量值在整个曲线下的面积为100%,或 变量值在整个曲线下的面积为100%,或 出现的概率为1 出现的概率为1。
第五节 医学参考值范围的制定
一、概念 医学参考值是指包括绝大多数“ 医学参考值是指包括绝大多数“正 常人” 的各种生理及生化指标常数， 常人 ” 的各种生理及生化指标常数 ， 也 称正常值。 称正常值。 正常值是指在一定范围内波动的值， 正常值是指在一定范围内波动的值， 医学上常用95% 医学上常用95%的范围作为判定正常或 异常的参考标准。 异常的参考标准。
二、 标准正态分布
1.标准正态分布及标准化变量值（u） 标准正态分布及标准化变量值（ ） 标准正态分布及标准化变量值 任何正态分布的X值通过 值转换后,称为标 任何正态分布的 值通过u值转换后 称为标 准化的正态分布， 准化的正态分布，即u ~N（ µ=0 ， σ2=1） （ ） 概率密度函数为： 。概率密度函数为： 2
Φ(−u) 表示从－∞到- u值对应曲线范围 表示从－ 值分布比例。 内X值分布比例。
例1： ：
Φ(u = −1) = 0.1587 Φ(µ =1) =1− Φ(u = −1)
=1− 0.1587 = 0.8413
例2：标准正态变量值u=（-1，1）和u= 标准正态变量值u=（ 1.96，1.96）区间内面积各为多少？ （ -1.96，1.96）区间内面积各为多少？

《医学统计学》医统-第三章正态分布与医学参考值范围

《医学统计学》医统-第三章正态分布与医学参考值范围
估计该地正常成年男子红细胞计数95%参考值范围。
• 近似正态分布资料可按正态分布法处理，因红细胞 计数值过大或过小均为异常，故应估计双侧95%参 考值范围：
X z 0 . 0 5 2 S 4 . 7 8 1 . 9 6 0 . 3 8 4 . 0 4 , 5 . 5 2
即该地正常成年男子红细胞计数的95%参考值范围 为4.04×1012/L～5.52×1012/L。
表3-2 某年某地100名正常成年人血铅含量（μg/dl）对数值频数表
对数组段
频数
累计频数
0.6～
4
4
0.7～
2
6
0.8～
5
11
0.9～
9
20
1.0～
12பைடு நூலகம்
32
1.1～
15
47
1.2～
18
65
1.3～
14
79
1.4～
12
91
1.5～
5
96
1.6～
3
99
1.7～1.8
1
100
合计
100
—
A
36
Medical reference range
P2.5～P97.5 P5
P95
99 X 2.58S X 2.33S X 2.33S P0.5～P99.5 P1 P99
A
33
Medical reference range 例3-3 已知某地140名正常成年男子红细胞计数近似服
从正态分布，X =4.78×1012/L，S =0.38×1012/L，
，求单侧95%上限值： l g 1 ( X 1 . 6 4 S ) l g 1 ( 1 . 2 1 . 6 4 0 . 2 4 0 6 ) 3 9 . 3 1 7 3 （μg/dl）

《医学统计学》正态分布与医学参考值范围课件

《医学统计学》正态分布与医学参考值范围课件

《医学统计学》正态分布与医学参考值范围课件•正态分布概述•正态分布与医学参考值范围•正态分布的图形展示目录•医学参考值范围的计算实例•总结与展望CHAPTER正态分布概述正态分布的定义正态分布的基本性质钟形曲线正态分布的均数（期望值）和标准差（波动程度）是两个关键参数。

均数与标准差概率密度函数正态分布的应用CHAPTER正态分布与医学参考值范围定义计算医学参考值范围的定义与计算正态分布是统计学中常用的概率分布，它描述了许多医学指标的分布特征。

正态分布的曲线呈钟形，中间高，两侧低，左右对称。

在医学参考值范围的制定中，正态分布被用来确定正常范围。

一般来说，如果一个指标的分布接近正态分布，则认为其医学参考值范围是合理的。

正态分布在医学参考值范围中的应用医学参考值范围的解读与使用解读医学参考值范围是一个重要的临床工具，它可以帮助医生判断患者的某一指标是否正常。

同时，它也提供了对临床实验结果的解读和比较的基础。

使用在使用医学参考值范围时，医生应注意其局限性，并结合患者的具体情况进行综合考虑。

例如，不同年龄、性别、种族等人群的医学参考值范围可能存在差异。

因此，医生应根据患者的具体情况选择适用的参考值范围。

CHAPTER正态分布的图形展示正态分布的直方图直方图显示了正态分布的概率密度函数，可以直观地观察到正态分布的形状和特征。

直方图中的横轴表示变量值，纵轴表示在该变量值下的概率密度。

正态分布的直方图呈现出钟形曲线，左右对称，最高点出现在均值处，且在均值附近概率密度较大。

箱线图由箱子、中线、耳朵等组成，其中箱子代表四分位数范围，中线代表均值，耳朵代表标准差。

箱子的高度表示数据的相对波动程度，箱子越窄表示数据越集中。

箱线图展示了正态分布的四分位数和异常值，可以直观地判断数据的集中趋势和离散程度。

合正态分布。

QQ图中的横轴和纵轴分别表示数据的累计概率和标准化的变量值。

如果数据符合正态分布，那么QQ图上的点应该大致沿着参考线（45度直线）分布。

医学统计学第3讲正态分布

医学统计学第3讲正态分布

正态分布的标准化
1
Z-分数
2
通过计算标准差的倍数来表示某个观测
值相对于均值的位置。
3
标准化公式
将非标准正态分布转化为标准正态分布， 使得均值为0，标准差为1。
标准正态分布表
通过查表可以得到标准正态分布下的累 积概率、百分位数等信息态分布用于描述人群中的身高 分布，帮助我们了解平均身高、 身高偏差等统计特征。
考试成绩
正态分布可以帮助我们分析考试 成绩，确定合理的分数划分和评 估标准。
药物疗效
正态分布在医药领域中应用广泛， 如药物疗效的评估和剂量的确定。
正态分布与置信区间
置信区间的计算
使用正态分布的特性来估计样本均值的真实范围，提供统计推断的依据。
置信水平
置信区间的可信程度，常用的置信水平有95%和99%。
医学统计学第3讲：正态分布
探索正态分布的特征、应用和优缺点以及在医学研究中的重要性。让我们一 起开始这个令人兴奋的主题！
什么是正态分布？
正态分布是一种连续概率分布，常用于描述自然界中的许多现象，如身高、 体重等。其特征是钟形曲线，均值和标准差能够完全定义分布。
正态分布的形状和密度曲线
正态分布的密度曲线呈现出典型的钟形形状，其峰值出现在均值处。均值、标准差和曲线的形态密切相关，构 成了正态分布的基本特征。
标准误差是测量样本均值与总体均值之间的差异的指标，用于衡量样本均值的精确性。
正态分布在线性回归中的应用
正态分布在线性回归模型中的误差项满足正态分布的假设，确保回归结果的 准确性和可信度。
样本大小
影响置信区间的宽度，样本大小越大，置信区间越窄。
正态分布与假设检验
1
零假设与备择假设

医学统计学正态分布

医学统计学正态分布
uL = (110.83-119.41)/4.38 = -1.96 uU = (127.99-119.41)/4.38 = 1.96
⑵查u界值表，得面积
(-1.96,1.96)的面积 ＝ 1-2×标准正态分布曲线下区间(-∞,－1.96)的面积 ＝1-2×0.025 ＝0.95
108
110
112
114
116
118
122
124
126
128
130
132
0
5
10
15
20
25
120
取不同随机变量值的概率按随机变量值的分布称为随机变量的概率分布
01
概率分布是统计学赖以发展的理论基础,任何统计方法都离不开特定的统计分布
02
随机变量的分类：连续型随机变量和离散型随机变量
随机变量：无法事先确定其具体取值的变量
5.2.2 正态分布的性质
正态分布只有一个高峰，高峰位置在X =μ 正态分布以均数为中心，左右对称
Hale Waihona Puke 正态分布的两个参数μ和σ决定了分布的位置和形状。
μ是位置参数，当σ恒定时，μ越大，则曲线沿横轴越向右移动；反之，μ越小， 则曲线沿横轴越向左移动。
C
B
A
3
1
2
σ是变异度参数，当μ恒定时，σ越大，表示数据越分散， 曲线越“矮胖”；σ越小，表示数据越集中，曲线越“瘦高”
01
F ( X )
x
F(X)为正态变量X的累计分布函数，反映正态曲线下，横轴尺度自-∞到X的面积
X
Φ(u)为标准正态变量u的累计分布函数
u
标准正态分布曲线下面积(u)
u 0.00 0.02 0.04 0.06 0.08 -3.0 0.0013 0.0013 0.0012 0.0011 0.0010 -2.5 0.0062 0.0059 0.0055 0.0052 0.0049 -2.0 0.0228 0.0217 0.0207 0.0197 0.0188 -1.9 0.0287 0.0274 0.0262 0.0250 0.0239 -1.6 0.0548 0.0526 0.0505 0.0485 0.0465 -1.0 0.1587 0.1539 0.1492 0.1446 0.1401 -0.5 0.3085 0.3015 0.2946 0.2877 0.2810 0 0.5000 0.4920 0.4840 0.4761 0.4681

医学统计学正态分布

医学统计学正态分布

U=
式中符号意义如前述。
X −µ
σ
正态分布的特征及其面积规律
正态分 布曲线 位于横 轴上方， 呈钟形。 正态分 布曲线 以均数 所在处 最高， 且以均 数为中 心左右 对称。
max
f(x)
0
µ
正态分布曲线由两个参数决定，即总体均数µ和总体标准差σ。在σ不变的 情况下，函数曲线形状不变，若µ变大时，曲线位置向右移；若变小时， 曲线位置向左移，故称µ为位置参数。在µ不变的情况下，函数曲线位置 不变，若σ变大时，曲线形状变的越来越“胖”和“矮”；若σ变小时， 曲线形状变的越来越“瘦”和“高”，故称σ为形态参数或变异度参数。
频数分布图一（又称直方图）
30
20
从频数表及频数分布图上可得 知： 该数值变量资料频数分 布呈现中间频数多，左右两侧 基本对称的分布。所以我们通 俗地认为该资料服从正态分布。
频频
10 0 130.5 133.5 136.5 139.5 142.5 145.5 148.5 151.5
154.5
157.5
标准正态分布
标准正态分布曲线下对称于0的区间，面积相等，各占50%，即 左右各为0.5。 标准正态分布曲线的纵坐标与面积关系图
即纵坐标从－∞移到u所对应区域的面积为上图红色区域面积的 大小，这样一个区域的面积我们用Ф(u)表示，可通过查标准正 态分布曲线面积分布表得到Ф(u)的大小。 u值查表所对应的面积是区间(-∞，u)所对应的面积，即Ф(u)。 若u=-1.96，那么Ф(-1.96)则表示从－∞移到－1.96所对应区域的 面积，通过查标准正态分布曲线面积分布表得到Ф(-1.96)=0.025。
下面我们以第一节某地13岁女孩118人的身高(cm)资料，来说明身高变量服从 正态分布。 频数分布表：

医学统计学第3讲正态分布

医学统计学第3讲正态分布

86
146
百分
35.98326
61.08787
194 位数法 81.17155 212 实例 88.70293 228 234 95.39749 97.90795 98.32636
17～
19～21
111 2 239 0 95% 212 1 12.88 μ 235 P95 mol/kg 16 1 0 1 236 2 120 1 119 3 239 239 －
制定参考值范围
参考值范围又称正常值范围，医学上是指 绝大多数正常人的某指标值所在的范围。 参考值范围的意义
划分正异常
制定步骤
1. 2. 3. 4. 5. 6. 从“正常人”总体中抽样：明确研究总体 控制检测误差 判断是否需要分组（如性别、年龄）确定 根据专业知识决定单侧还是双侧 选择百分界值 确定可疑范围
单侧上限---过高异常 双侧---过高、过低均异常
单侧下限---过低异常
异常
正常
正常
异常
异常
正常
异常
单侧下限
单侧上限
双侧下限
双侧上限
正常人与病人的数据分布重叠示意图(单侧)
正常人
假阴性 病人 假阳性
正常人与病人的数据分布重叠示意图(单侧)
正常人
假阴性率 病人 假阳性率
正常人与病人的数据分布重叠示意图(双侧)
N(, 2)
N(0,1)
0.6 0.5
f (X )
N (1,0.8 )
2
0.4 0.3 0.2 0.1 0
N (0,1 )
N (1,1.2 )
2
2
-4
-3
-2
-1
0
1

医学统计学(课件)正态分布

医学统计学(课件)正态分布

CV舒张压

10.7 100% 77.5
13.8%
17.1
CV收缩压

100% 122.9
13.9%
第三章 正态分布及应用
一、正态分布(Normal Distribution)
f (X) 1.2 1
0.8
f (X) 1.2 1
0.8
0.6
0.6
0.4
0.4
0.2
0.2
0
0
3.8 4.2 4.6 5.0 5.4 5.8 X
异常
正常
异常
单侧上限
双侧下限 双侧上限
单侧上限---过高异常 双侧---过高、过低均异常
(b)24小时尿糖参考值范围 （c)白细胞数参考值范围
（五）选择适当的百分范围
参考值的百分范围应根据资料的性质和研究目的选 择，它与诊断阈值有确定的关系。百分范围的不同将导 致不同的假阳性率和假阴性率。
图3-6 正常人和病人数据分布重叠
图3-2 正态分布曲线下的面积
1 2
3
-4 -3 -2 -1 01 1 22 3 43 5 6 7
1 2 3
图3-3 三种不同均值的正态分布
-5 -4 -3 -2 -1 0 1 2 3 4 5
1 2 3 图3-4 三种不同标准差的正态分布
0.6
f (X )
0.5
上限： X 1.96S 4.78 1.96 0.38 5.52(1012 / L)
例3.5 见第二章表2-4资料。为该地区50岁～60岁女性高 血脂诊断与治疗提供参考依据，试估计血清甘油三脂含量的 95%单侧参考值范围。
(630 0.95 580)
P 1.90
  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)。