二项分布
二项分布即重复n次独立的伯努利试验。
一、统计学定义
在概率论和统计学中，二项分布是n个独立的是与非试验中成功的次数的离散概率分布，其中每次试验的成功概率为p。这样的单次成功或失败试验又称为伯努利试验。
实际上，当n = 1时，二项分布就是伯努利分布，二项分布是显著性差异的二项试验的基础。
二、医学定义
1、释义
在医学领域中，有一些随机事件是只具有两种互斥结果的离散型随机事件，称为二项分类变量，如对病人治疗结果的有效与无效，某种化验结果的阳性与阴性，接触某传染源的感染与未感染等。
二项分布就是对这类只具有两种互斥结果的离散型随机事件的规律性进行描述的一种概率分布。
2、公式
考虑只有两种可能结果的随机试验，当成功的概率(π)是恒定的，且各次试验相互独立，这种试验在统计学上称为伯努利试验。如果进行n次伯努利试验，取得成功次数为X(X=0,1,…，n)的概率可用下面的二项分布概率公式来描述:
P=C(X,n)*π^X*(1-π)^(n-X)
式中的n为独立的伯努利试验次数，π为成功的概率，(1-π)为失败的概率，X为在n次伯努里试验中出现成功的次数，表示在n次试验中出现X的各种组合情况，在此称为二项系数。含义为含量为n的样本中，恰好有X例阳性数的概率。
二项分布的图形特点和应用条件
1、图形特点
（1）当(n+1)p不为整数时，二项概率P{X=k}在k=[(n+1)p]时达到最大值。
（2）当(n+1)p为整数时，二项概率P{X=k}在k=(n+1)p和k=(n+1)p-1时达到最大值。
注：[x]为不超过x的最大整数。
2、应用条件
（1）各观察单位只能具有相互对立的一种结果，如阳性或阴性，生存或死亡等，属于两分类资料。
（2）已知发生某一结果(阳性)的概率为π，其对立结果的概率为1-π，实际工作中要求π是从大量观察中获得比较稳定的数值。
（3）n次试验在相同条件下进行，且各个观察单位的观察结果相互独立，即每个观察单位的观察结果不会影响到其他观察单位的结果。如要求疾病无传染性、无家族性等。
绛旓細鐨勮繎浼艰绠楁柟娉曪紝瀹冧滑閮芥湁鍚勮嚜鐨勯傜敤鑼冨洿銆傛硦鏉惧垎甯冭繎浼兼硶閫傜敤浜巒寰堝ぇ鑰宲涓嶅緢澶ф椂鐨勬儏鍐碉紱鑰屾鎬佸垎甯冭繎浼兼硶閫傜敤浜巒涓嶅お澶т笖p鍦0.5宸﹀彸鏃剁殑鎯呭喌銆浜岄」鍒嗗竷鐨勮繎浼艰绠楁柟娉曚富瑕佹湁涓ょ锛氫竴鏄硦鏉惧垎甯冭繎浼兼硶锛屼簩鏄鎬佸垎甯冭繎浼兼硶銆傛硦鏉惧垎甯冭繎浼兼硶鐨勫熀鏈濇兂鏄紝褰搉瓒冲澶э紝p瓒冲灏忔椂锛屼簩椤瑰垎甯冨彲浠ョ敤娉婃澗...
绛旓細X~B(n,p)鏄浜岄」鍒嗗竷锛屽嵆浜嬩欢鍙戠敓鐨勬鐜囦负p锛岄噸澶峮娆°傚畠鐨勬湡鏈汦=np锛屾柟宸负np(1-p)銆傚湪姒傜巼璁哄拰缁熻瀛︿腑锛屼簩椤瑰垎甯冩槸n涓嫭绔嬬殑鎴愬姛/澶辫触璇曢獙涓垚鍔熺殑娆℃暟鐨勭鏁ｆ鐜囧垎甯冿紝鍏朵腑姣忔璇曢獙鐨勬垚鍔熸鐜囦负p銆傝繖鏍风殑鍗曟鎴愬姛/澶辫触璇曢獙鍙堢О涓轰集鍔埄璇曢獙銆傚疄闄呬笂锛屽綋n=1鏃讹紝浜岄」鍒嗗竷灏辨槸浼姫鍒╁垎甯冦
绛旓細娉婃澗鍒嗗竷銆浜岄」鍒嗗竷鍜岃礋浜岄」鍒嗗竷閮芥槸姒傜巼璁轰腑鐨勯噸瑕佸垎甯冿紝瀹冧滑鍚勮嚜鍏锋湁浠ヤ笅鐗圭偣锛1. 娉婃澗鍒嗗竷锛氭硦鏉惧垎甯冮傜敤浜庢弿杩板崟浣嶆椂闂存垨鍗曚綅闈㈢Н鍐呴殢鏈轰簨浠跺彂鐢熺殑娆℃暟銆傚叾鐗圭偣鏄钩鍧囨暟绛変簬鏂瑰樊锛屼笖褰撲簨浠跺彂鐢熺殑姒傜巼杈冨皬銆佹牱鏈閲忚緝澶ф椂锛屾硦鏉惧垎甯冨彲浠ヨ繎浼煎湴鐢ㄤ簬鎻忚堪浜岄」鍒嗗竷銆傛硦鏉惧垎甯冨箍娉涘簲鐢ㄤ簬璁＄畻鏈虹綉缁溿佷氦閫氭祦閲忋...
绛旓細浜岄」鍒嗗竷绛夌瓑杩欎簺鏄涓浜涙鐜囬棶棰樼殑鍛藉悕銆傛鐜囧鏄粺璁″鐨勫垎鏀紝鑰岀粺璁″鍙堟槸鏁板鐨勫垎鏀紝杩欎簺鍚嶈瘝鏄鐗瑰畾鐨勬鐜囬棶棰樼殑缁熺О銆傛蹇:鍦ㄤ骇鍝佽川閲忕殑涓嶆斁鍥炴娊妫涓紝鑻浠朵骇鍝佷腑鏈塎浠舵鍝侊紝鎶芥n浠舵椂鎵寰楁鍝佹暟X=k锛屽垯P(X=k)锛屾鏃剁О闅忔満鍙橀噺X鏈嶄粠瓒呭嚑浣曞垎甯冦傝秴鍑犱綍鍒嗗竷鐨勬ā鍨嬫槸涓嶆斁鍥炴娊鏍 瓒呭嚑浣...
绛旓細鈶犵煡璇嗙偣瀹氫箟鏉ユ簮&璁茶В锛 涓ょ偣鍒嗗竷鍜浜岄」鍒嗗竷鏄鐜囪涓袱涓笉鍚岀殑姒傜巼鍒嗗竷銆備互涓嬫槸瀵逛袱涓鐜囧垎甯冪殑绠鍗曡В閲婏細涓ょ偣鍒嗗竷锛堜篃绉颁负0-1鍒嗗竷锛夋槸鎸囧湪涓涓殢鏈鸿瘯楠屼腑锛屽彧鏈変袱绉嶅彲鑳界殑缁撴灉锛屾垚鍔熷拰澶辫触锛堟垨鑰呰鏄簨浠跺彂鐢熸垨涓嶅彂鐢燂級锛屽苟涓旇繖涓ょ缁撴灉鐨勬鐜囬兘鏄浐瀹氫笖浜掕ˉ鐨勩傝繖绉嶅垎甯冩渶甯歌鐨勪緥瀛愭槸鎶涚‖甯侊紝...
绛旓細缁勫悎銆傜粍鍚堬紙combination锛夛紝鏁板鐨勯噸瑕佹蹇典箣涓銆備粠n涓笉鍚屽厓绱犱腑姣忔鍙栧嚭m涓笉鍚屽厓绱狅紙0鈮鈮锛夛紝涓嶇鍏堕『搴忓悎鎴愪竴缁勶紝绉颁负浠巒涓厓绱犱腑涓嶉噸澶嶅湴閫夊彇m涓厓绱犵殑涓涓粍鍚堛傛墍鏈夎繖鏍风殑缁勫悎鐨勬绘暟绉颁负缁勫悎鏁帮紝杩欎釜缁勫悎鏁扮殑璁＄畻鍏紡涓
绛旓細浜岄」鍒嗗竷鍏紡涓猴細P锛圶=k)=C (n锛宬)锛坧^k锛* (1-p)^ (n-k)銆備笅闈㈡槸鍏充簬浜岄」鍒嗗竷鍏紡鐨勪竴浜涙嫇灞 1銆佷簩椤瑰垎甯冩槸n涓嫭绔嬬殑鎴愬姛/澶辫触璇曢獙涓垚鍔熺殑娆℃暟鐨勭鏁ｆ鐜囧垎甯冿紝鍏朵腑姣忔璇曢獙鐨勬垚鍔熸鐜囦负p銆傛槸鏄捐憲鎬у樊寮傜殑浜岄」璇曢獙鐨勫熀纭锛屽彲浠ュ府鍔╂垜浠簡瑙ｅ拰鐩戞帶鐢熶骇瀹炶返杩囩▼涓敱浜庢煇浜涘洜绱犺屽鑷寸殑娉㈠姩...
绛旓細浜岄」鍒嗗竷鐢˙瀛楁瘝琛ㄧず銆傝鐢˙琛ㄧず鐨勫師鍥狅細浜岄」鍒嗗竷鑻辨枃鏄痓inomial distribution銆傜敤瀹冪殑绗竴涓瓧姣嶈〃绀猴紝鎵浠ユ槸B銆備簩椤瑰紡鍒嗗竷锛氳嫢鏌愪簨浠舵鐜囦负p锛岀幇閲嶅璇曢獙n娆★紝璇ヤ簨浠跺彂鐢焝娆＄殑姒傜巼涓:P=C(k,n)脳p^k脳(1-p)^(n-k).C(k,n)琛ㄧず缁勫悎鏁帮紝鍗充粠n涓簨鐗╀腑鎷垮嚭k涓殑鏂规硶鏁般傚埗瀹氬弬鑰冨艰寖鍥达細锛...
绛旓細浜岄」鍒嗗竷鏈熸湜鍏紡锛歑锝瀊(n锛宲)锛屽叾涓璶鈮1锛0<p<1銆備簩椤瑰垎甯冩槸n涓嫭绔嬬殑鎴愬姛/澶辫触璇曢獙涓垚鍔熺殑娆℃暟鐨勭鏁ｆ鐜囧垎甯冿紝鍏朵腑姣忔璇曢獙鐨勬垚鍔熸鐜囦负p銆傝繖绉嶅崟娆℃垚鍔/澶辫触璇曢獙琚О涓轰集鍔埄璇曢獙锛岃屽綋n=1鏃讹紝浜岄」鍒嗗竷灏辨槸浼姫鍒╁垎甯冦備簩椤瑰垎甯冩槸鏄捐憲鎬у樊寮傜殑浜岄」璇曢獙鐨勫熀纭锛屽彲浠ュ府鍔╂垜浠簡瑙ｅ拰鐩戞帶鐢熶骇...
绛旓細浜岄」鍒嗗竷鐨勬暟瀛︽湡鏈涙槸np锛屽叾涓璶鏄瘯楠屾鏁帮紝p鏄瘡娆¤瘯楠屾垚鍔熺殑姒傜巼銆備簩椤瑰垎甯冩槸涓绉嶇鏁ｆ鐜囧垎甯冿紝鎻忚堪浜嗗湪n娆＄嫭绔嬬殑浼姫鍒╄瘯楠屼腑鎴愬姛鐨勬鏁扮殑姒傜巼鍒嗗竷锛屽叾涓瘡娆¤瘯楠岀殑鎴愬姛姒傜巼涓簆銆傚洜姝わ紝浜岄」鍒嗗竷鐨勬暟瀛︽湡鏈涘弽鏄犱簡鍦ㄨ繖浜涜瘯楠屼腑鎴愬姛鐨勫钩鍧囨鏁般傛暟瀛︽湡鏈涙槸闅忔満鍙橀噺鐨勫钩鍧囧硷紝琛￠噺浜嗛殢鏈哄彉閲忓彇鍊肩殑“...
