SURO ORRA > BAERS HSE 本 区 的 土地 面积 、 人 口 密度 与 耕地 面积 , 比 起 其 他 国家 地 区 , 人 口 密 度 PHRASE: Alb 再 降低 人 口 增 长 检 是 绥 对 必要 的 。 首 先 , 节制 生 育 是 十 分 重要 的 一 牙 , 推 行家 庭 计划 , 沽 低 出 生 率 , 注 重 质 的 培养 , 勿 使 量 再 增加 。 至 於 人 口 未 来 增长 的 趋向 , 可 以 自然 增加 率 来 求 出 人 口 倍增 所 需 之 年 数 , 也 就 是 自然 增加 的 百分率 除 七 十 , 届 差 不 到 百 分 之 一 。 人 口 增加 , 邵 形 成 年 幼 者 多 於 导 年 者 与 老年 者 , 年 幼 者 属於 依 顿 人 口 , 壮 年 者 须 耗 费 靖 多 精力 、 时 间 与 金钱 於 年 幼 之 婴 幼 儿 身 上 , 自 婴儿 时 期 的 哺乳 逢 灰 , 学 龄 时 期 的 养育 煞 育 , 举 业 之 后 的 就 业 或 婚姻 问题 都 是 一 家 庭 的 负担 , 因 之 , 世 界 上 较 先 进 之 工业 国 均 极力 倡导 家 庭 计划 , 使 新 生 人 口 降低 ,日 本 在 二 次 大 战 千 束 时 出 生 率 需 千 分 之 州 五 , 如今 已 MEER > 大 狗 需 千 分 之 十 七 左右 , 人口 自 然 增 加 牵 仅 任 千 分 之 五 。 反 枫 台 湾 地 区 , 若 粗 出 生 率 能 降 至 千 分 之 十 五 , 自 然 增加 率 降 至 千 分 之 十 ”, 人 民 的 平均 所 得 势必 会 高 出 许多 。 ET CE ERAEBA RRA: 「 丛 使 我 们 国家 的 人 口 , 只 篇 现在 和信 口 之 中 , 则 我 们 印度 将 会 是 个 更 进步 的 国家 | 今天 , 亚 非 部 份 贫困 Hoe. > LMS) > WEAR RRL: KERR eH Ot Hl SER HMALWAD > RS EWS RADI REN 体力 与 应 有 的 健康 。 若 依 中 等 速率 计算 人 口 之 二 长 , 到 了 西元 二 OOO 年 人口 估计 将 超过 七 十 估 , 狗 莫 等 於 现 在 的 二 们 之 多 , 可 想像 届时 人 介 的 生活 是 如 何 的 困苦 了 。 PEWS HAAS > Gyre BS PUSS SS : ORB MOSM > BH SHEBNRAAS > AA RARWEH A 多 大 , 多 产 家 庭 对 子女 、 父 母 、 整 个 家 庭 有 多 少 不 良 之 影响 , 之 於 国家 竺 稳 又 有 多 大 之 妨 研 。 需 了 个 人 的 精神 、 物 质 生 活 , 需 了 国家 的 负担 , Btr—-m EMRAORATOR-MRARH 195 AT MHRA ORDUEM > EA OHAREAK ABZ Be LW CHARGE WER KERR AACR © 四 善 用 有 效 时 机 > BRIE AMA MH ONERT AAR ee > MM ane MES i > RAE AY BEE 。 加 探 取 中 强硬 政策 , 明 定子 女 数 , 以 每 个 家 庭 二 位 子女 需 限 , 或 奖 天 已 有 二 个 孩子 的 夫妇 进行 烙 森 手 了 术 , FRRASM > WBF EM So 四 撤 发 足 绚 的 径 费 , 以 办 好 节制 生育 的 各 项 宣 导 活动 或 家 庭 计 划 措 施 。 和 卫生 行 政 机 构 专 设 一 计划 生育 的 单位 , 负 责 推行 节 硼 的 工作 ,此 项 经 dled tanaiattete , 可 以 产生 相当 於 100 TRACE ECU Hho | | penne BB Al ACW eA TEE BA NES > WH OER DME FLRERRIR HOCARR EA MM FUR 生 下 的 子女 也 可 能 是 不 健康 的 儿童 。 查 先进 国家 的 精 婚 年 齿 , 女子 大 多 在 25 BOUL: BYSE3I0REA: Alt RTA MSDE. 事业 前 途 , 需 了 家 庭 的 稳定 与 幸福 , 需 了 子女 的 心智 成 长 , 禁 止 早 婚 的 发 生 是 合理 的 。 OES iy GARMAN > REL > MUSK REE Bi PRUE REZ By.» GEL AEE! Ce IS AE OER Fe LE Ga HE 实施 行 。 \ 出 生 率 的 意义 及 计算 Hi4:as( Birth rate ) 全 年 所 出 生 的 活 婴 儿 , 所 占 年 中 全 人 口 的 千 分 比 , BRM: 也 就 是 年 中 每 千 人 口 全 年 出 生 的 活 册 多数。《 过 庄 不 包括 死 产 册 多 ) HES ZE 15 763 25 % 之 问 > BRR HEB > 25% F835 % Zi 196 HBL Dat Sim BPEMWABS> 35%5145%Z2HRRRHERBo KMRL: SHEWA OW EB By B15 % 至 50 9% 之 间 , RDAER 15 2 或 高 於 50% 者 。 AD MHEB:> RT MAOH HD. BRAMAN > BRR RKER EH \REB AM RRR: BU HEMMER KKM > BAe 的 出 生 达 高 於 先进 工业 国 , 所 得 及 文化 水 准 较 低 的 国家 出 生 牵 高 於 所 得 及 文化 水 人 准 较 高 的 国家 , 过 是 必然 之 和 畸 果 。 Ae W. F. Wertheim ) 以 百 分 之 四 十 审查 法 来 解释 出 生 达 与 人 口 年 齿 关 傈 , 十 四 诚 以 下 之 人 口 占 入 人 口 百 分 之 四 十 , 则 出 生 率 至 少 在 千 分 之 四 十 以 上 。 不 葵 公 化 如 何 的 小 , 只 要 是 在 千 分 之 四 十 上 下 慑 动 , 十 四 训 以 下 占 人 口粮 数 的 百分数 , 定 也 随 着 慑 动 。 粗 出 生 牵 ( Crude birth rate) , 亦 有 称 之 依 普 通 出 生 认 者 (General birth rate ) o : 全 年 出 生活 婴 数 年 中 人 口 煽 数 KE Me 32:3 #A HY AES = x 1000 生育 率 出 生 达 只 能 表示 人 口 出 生 的 大 概 , 不 能 胡 示 人 口 生 至 的 能 力 。 以 女 子 人 数 念 基 淮 , 计 算出 生 率 , 则 人 需 生 育 率 , 此 乃 因 生育 仅 以 女子 需 主 体 之 故 。 全 年 出 生活 要 数 —REnE= enemas * 100 Bak fi 普 B+A A= 2 heer e x 1000 年 中 15 B45 RA ae A 公式 [11 一 34 ] 第 十 em EMRAORHAR MAK 197 EME SAT | 45 Hing BUA BAS = hee Re x 1000 RFX C11 —35 J 一 般 改 来 , 年 轻 嫂 女生 育 力 强 , 年 龄 较 大 者 , 生 育 力 较 弱 , 因此, | RRA MD EH AKU © BY REARS tail oI AS C Age 一 SP- ecific fertility rate ) 。 M+ BE= 15 至 45 Ks iA DEER OA RKC 11-36 3 由 公式 [11 一 36 ] WM MARA Total fertility ra- te ) it that SF hits!) 4A ASA) me lo SIH 4: AS ( Married fertility rate ) 也 可 叫做 配偶 生育 这 ( Lagitimat fertility rate )> EULA. GALA AK ih AtBEABWEYS: MKHHRERETEHDERA: ART EIA 非 婚 生 的 子女 。 FOU a 3742 Se AE bite Sal) eS AS _ REIS EM TTR 4p PRE fia Eee A ae BL AR fod) 38) : 繁殖 率 ( Reproduction rate ) 上 壕 的 各 项 生育 率 , 俊 就 一 代 妇 女 本 身 而 言 ,* GRHRH ERA 的 繁殖 ( Reproductivity ) 或 再 生 ( Reproduction ), 便 需 以 化 将 牵 ( Reproduction rate ) 来 计算 。 YRRGAAS ( Net Reproduction rate ) 198 FLD Rat Saw REF GAP A AMC AR: DRESS AR eat FSA ZS + FE FERS AE © #4 & FH BS ( Gross Reproduction tate) 4 ETRE EAR BR aE ch FRE tim le A BA. 1b = 399 0 $4 SS E48 1000 FB BREA E 15 545 30 EA MAAS KBR: HERR ERE HY ABM R: 所 计算 出 的 生育 达 。 at 52 tH SAAS > Zeke KS APSE Fn > thie 45 ROLE > 但 此 假定 是 不 可 能 的 , Alb ath Lis AtmZ © Ft ( death rate ) @MHEC ZA ( Crude death rate ) , 亦 叫做 普通 死亡 率 ( Gen - eral death rate ) , 公 式 如 下 : 全 年 死亡 人 数 年 中 人 口 和 煽 数 At ee eo FET ASA) rat > SAMAR ASAY aR A ERA Ro — iit BO > AAI To BRD #535 % > KRIS % ° BABA 25 78 35% 72 iA , CEXS @ BK 10 M15 % 死亡 BW AAD BA PB Eo BATE > ETA ARI LE 之 人 口 , 不 葵 其 死 於 何 地 , 和 此 属於 常住 地 区 的 死亡 人 数 。 属 地 主义 , 是 ECHR AT REALE RRR > HIE ITE HZ FET A Ble FG AS 5 EAE RK > Bl eA AY ESSE & PRE a Ht Se? RETA > TL 会 进步 , BUA» A RAG RE ° @PA%E (EET A( Standardized death rate )>#DI##A Oo 粗 繁 殖 牵 = X x 1000 #H FE AB = x 1000 第 十 一 章 tEMRAOUKHTIR -MeEAKH 199 的 性 别 年 龄 分 配 坑 依 据 , 将 不 同 的 年 龄 、 性 别 分 配 地 区 使 之 垮 同 一 基 砚 , 除去 人 口 租 成 的 差 哄 , 和 纯 比 较 死 亡 牵 。 因 需 各 地 区 的 人 口 精 构 ,年龄 、 性 别 分 配 各 有 不 同 , 因 此 不 能 直接 由 粗 死 亡 牵 的 多 寡 来 评定 雯 地 区 的 生活 环境 、 征 生 及 文化 水 从 。 以 人 性别 AB > BFW BEERBAT > MRR > 婴儿 及 老年 人 的 死亡 率 都 要 上 比 年 青 人 高 , 若 仅 考 关 粗 死亡 率 , 会 影响 其 正确 程度 。 FA RFE > 不 受 年 齿 及 性 别 和 组合 的 影 唤 , 须 以 标准 化 死亡 率 来 计 Gio | @ BME (hE: BN AAS $5 (8 AI ON BH BE LA BL A FA PE a WE(LTELA o ABA Eh Be PEM BIEL > RD RME A AE BI ZE WACO RIES CS > HOG > BES MEL CAE 有 如 下 三 步 又, 因此 称 之 需 间 接 法 。 和 1 先 求 指标 死亡 率 ( Index death rate ) > ¢ A OEE al A OEE al 4E. tial) FG SE tif Bll 4 Ac x 1000 XC BHA OF BIE BI BC) tae 指标 死亡 率 二 _ 按 村 苦 人口 狂 别 年 苍 别 死 率 计算 的 营地 人 口 死 = 数 ” > 1000 当地 人 口 MR 一 2 再 求 标 准 化 因子 ( Standardizing factor ) sae. 5 . ea oo RBC 11 — 42 J REA O ZEBRA CRERWA): BAR WAD Ki 200 Fie: MR BBs BOs ME WEAR LADMSHUMEE: 若 二 者 很 近似 ,, 标 (LAER > BRIA BEB o 3 KER BELA RPT B= Bik OFM x LAT 或 bE (LCL A= BHA Oo SWE Ax 标准 人 口 之 普通 死亡 率 _ tate CLA RAC 11-43 ] 侵 如 标准 化 因子 中 的 分 子 「 标 准 人 口 普通 死亡 率 」 AE BEI CH) AM ACHR + RRR OEM HEME RE Hh Oa Re BORE Hh REEL) WOH RMA 普通 死亡 率 上 | , 则 标准 化 因子 大 於 1 , 表 示 当 地 人 口 。 青 少年 所 估 上 比例 大 於 标准 人 口 , 有 使 当地 普通 死亡 率 偏 低 的 趋势 , 所 以 须要 提高 。 若 分 母 的 指标 死亡 率 大 於 分 子 的 标准 人 口 普通 死亡 率 , 标准 化 因子 便 小 於 1 , 表 示 当 地 人 口 租 合 中 的 老年 人 所 估 上 比例 大 於 标准 人 口 ,。 有 使 当地 普通 人 口 死 亡 率 偏 高 的 趋势 , 所 以 要 调整 降低 。 调整 因 人 口 性 别 年 龄 租 成 不 同 所 附 於 死亡 率 的 影响 , 印 是 标准 化 因 子 的 功能 。 标 准 化 因子 的 计算 , 须 依靠 户口 普查 所 得 到 的 当地 年 龄 性 别 分 租 的 碍 料 。 © 床 淮 化 死亡 率 的 直接 计算 标准 化 死亡 率 > 标准 人 口 的 性 别 、 当 地 相同 性 别 年 齿 全 年 苍 租 别人 数 X 组 别 的 特殊 死亡 率 ” 、 1000 > CBRE A OZ HERIZE RRL BIA BO St+—-e tm RA0OKRAtOR-MeEAKH 201 PL LR _ EE AER ALBEE MEA, 0 FE 多 A Oo @ 数 公式 [11L1 一 44 3 计算 不 同 地 区 死亡 率 的 比较 的 标准 化 死亡 率 , Re RE HH 标准 人 口 , 也 可 以 仅 以 其 中 一 个 地 区 的 人 口 性 别 年 龄 分 配 作 扼 标 准 。 诗 算 标准 化 死亡 率 , 可 将 标准 人 口 化 需 百 万 训 算 。 @ HFCL 48( Specific death rate ) , 若 要 研究 特殊 情况 的 死亡 率 , 例 如 不 同年 龄 租 别 死亡 率 、 职 业 关 别 死亡 率 、 婚 姻 状 况 死亡 这 、 各 种 疾病 死亡 BES > REAM AL PACA 计算 。 x 1000 | g_ 全 年 某 种 特殊 情况 死亡 数 ATS TON B= BR LALA Be BAC AL— 45 3 @ PER » FMLA 男 竹 ( 或 女人 性 ) REPEC ii eRe i AM Rote) 死亡 数 se ch See az EC 或 女性 ) 人 数 公式 [11 一 46 ] (b) 3854 JE" ( Infant mortality rate ) BE — BILE BA FETE Aare Hy AE TG SE BK RA Al — 47>) FRGLAS BEI Mat HMR: —EPUECBARZADZtt+ , 可 能 坊 当 年 出 生 , 另 百 分 之 三 十 , 可 能 是 上 一 年 出 生 者 , 因 和 坑 一 族 以 x 1000 x 1000 5B Sd FES = x 1000 202 HiteE DM wiat SR im 内 死亡 的 婴儿 , CARER RE EHEB AAR ( 11-46) WR iki: ) 校正 婴儿 死亡 率 全 年 一 炭 以 下 婴儿 死亡 数 -看 (当年 出 生活 要 数 ) 十 让 〈 上 年 出 生活 婴 数 ) WH C11— 48 J EXBARCAN MAD 死亡 率 之 间 , 有 一 种 相互 的 关 傈 ,高 者 。 二 者 此 高 , 低 者 , 二 者 均 低 。 出 生 和 后 灯 天 死亡 的 婴儿 常 未 办 理 出 生 与 死亡 登记 , 所 以 婴儿 死亡 率 都 偏 低 了 。 一 般 ,, 一 个 月 的 死亡 数 比 之 后 的 五 个 月 多 , 而 前 五 个 月 的 又 比 和 后 六 个 月 的 死亡 数 多 , 出 生 未 满 一 个 月 《一 般 以 28 天 计 ) HCA? BRWMEBHC A Neo 一 natal morta- lity rate ) o x 1000 全 年 出 生 不 满 一 月 死亡 数 $f) BG = Ze AER x 1000 Feel. Ad = £9.) 或 GH f+ 50)5 © th ARIEL BS | HEREC > HOUR ERPEC A. MEA. BRIE 率 .……. 都 是 特殊 死 亡 率 。 一 般 改 来 , 工 人 的 死亡 率 高 於 RE: BAW CR ERAT > 未 婚 的 死亡 率 高 於 已 婚 。 第 十 - 章 EmRAORHtR-MeHRst 203 As 从业 情 况 的 种 类 及 分 析 不 管 是 在 生命 统计 上 “, 或 是 人 口 统计 上 , 一 个 国家 , 其 人 民 就 业 的 状况 都 是 相 党 重要 的 。 以 生命 航 计 来 及 , 由 统 奸 的 资料 中 可 知 , 工业 社 会 的 出 生 奉 大 都 比 农 业 和 社会 的 出 生 率 低 , 因 此 , 人 口 增 加 率 大 多 与 工业 化 的 程度 呈 反 上 比 的 状态 , 晨 村 地 区 人 民 的 志 命 一 般 都 高 於 工业 地 区 , 肖 些 壮 料 都 显示 出 来 就 业 的 情形 与 国民 的 健康 、 替 命 有 绝对 的 天 傈 。 以 人 口 芒 计 来 说 ,由 人 民 就 业 情形 可 分 析出 人 力 运 用 的 情形 及 社会 烃 济 的 状 > WER REMAKE ASEH AHS 。 @74t# ( Industry ) 与 职业 ( Occupation ) 的 分 类 行业 , 傈 指 工 作者 所 属 的 经济 活动 部 门 。 职 业 , 傈 者 工作 者 个 人 本 身 所 担任 的 职务 或 工作 。 此 二 者 的 意义 是 不 同 的 , 所 以 , 每 一 行业 有 它 主要 的 烃 济 活动 , 由 於 分 工 的 因素 ,需要 各 逢 不 同性 质 的 工作 人 员 , 同 一 职业 的 工作 人 员 , 常 在 各 不 同 的 行业 中 。 一 般 分 行业 袁 下 列 三 关 : 第 一 类 一 “农林 海 牧 业 。 第 二 类 一 矿业 、 提 造 业 、 电 器 业 等 。 第 三 类 一 “商业 、 运 轰 业 、 服 务 业 等 。 依 我 国之 「 人 台湾 职业 分 类 典 」 , 将 职业 分 搞 十 大 类 , 於 每 -大 类 中 双 分 若干 中 类 , 於 每 一 中 类 中 又 分 若干 小 类 , 双 於 每 一 小 类 中 分 若干 组 类 。 此 十 大 类 禹 : 第 〇 类 一 “专业 人 性 、 技 术 性 职业 人 员 及 其 有 关 人 员 。 第 一 类 一 “行政 及 管理 人 员 。 第 二 类 一 佐 理 人 员 。 204 = Bri EM Rist Be ite = M—ARLFA Be 第 四 类 一 一 农夫 、 海 夫 、 猫 人、 伐木 人 员 及 其 有 天 人 员 。 第 五 类 一 一 矿工 、 探 石 工 及 其 有 关 人 员 。 第 六 类 一 一 运输 及 交通 工作 人 员 。 第 七 、 八 类 一 技术 工匠 、 生 产程 序 工 及 不 属於 他 类 之 体力 工作 人 员 。 i 服务 、 有 运动 及 娱乐 之 工作 人 员 。 崔 然 农业 的 技术 一 直 在 不 断 的 进步 , 农 作物 的 收 各 量 也 但 来 训 册 富 > 但 由 於 全 世界 都 普 副 地 走 入 工业 化 的 社会 , 人 失事 农业 生产 的 人 日 丛 减 少 , 自 第 一 类 的 农业 行业 趋向 第 一 类 及 第 三 类 行业 , 站 且 第 二 关 行 业 的 增加 上 比 第 三 类 大 。 以 美国 坑 例 , 1850 年 时 , 美 国 农 人 占 全 部 径 济 活动 人 口 的 65%,1870 年 时 , 降 至 53% > 1900 年 时 , 双 降 至 38 %, 到 了 1950 年 , 仅 剩 139%% 了 。 DUBE Ae aR + 在 先进 的 工业 化 国家 中 , 专 业 竹 、 技 术 性 及 其 有 关 人 员 占 所 680) 05 %6~8 % 之 间 , 较 未 唆 工 业 化 之 国家 , 狗 在 2 % 以 下 。 @) 从 业 状 况 的 分 类 依据 人 口 是 否 属於 经 济 竹 活动 从 业 人 员 , 可 分 坑 劳 动力 人 口 与 非 劳 动力 人 ONG: hh Hip AORIPRERSHHRRRS HA 类 , 平民 和 劳动 力 是 指 参与 生产 工作 者 , 武 装 劳动 力 是 指 保 国 生 民 的 军人 o Gh > — WB EMA > EW AR: RAL ROR (ee A HS to BM RATAN DRERERSHD o KK OEBBME AEE RE: HA GIL e RSD MAMD 人 口 类 别 分 述 如 下 : Os a7 1 就 业 人 口 : RBERAN > Se Le 个 小 时 以 上 ,或 者 每 遇 十 五 小 时 以 上 的 无 酬 家 属 工作 。 第 十 一 章 ‘epkhAOPAOR -MEA Mat 205 () 完 全 就 业 人 口 : HRA OPRARBERKA 0M SLL 业 人 口 。 (QR SERRA: 於 调 查 标 准 遇 内 , 因 健康 情形 从 佳 、 或 功 AKC KRBRS KAY S.-- SAK > LE RW 36 小 时 者 。 依从 业 身 分 , 就 业 人 口 可 分 下 述 四 类 : (#3 ( Employers ) : RAHCLF: CLHBWFA Be (242A AC Employees ) : SBRA> XBBKB> May Sy Bl, \ RFA SA CEBU AS 1 BR AE BL FER 类 。 (3) 263% ( Workers on own account ) : RacoL 作 > GIRL FAB) EA @ (4) SENT EZ RBC Vnpaid family workers ) : 在 家 人 ES ANE Fle SPEER > (AMER BC BT © 2 失业 人 口 : 在 标准 调查 遇 内 , 有 工作 能 力 与 工作 意 厌 , 未 能 次 得 有 酬 工作 一 小 时 以 上 或 每 遇 十 五 小 时 以 上 无 酬 家 属 工作 , 而 ABR BEH TE # (1) KA TR © QIEDKS RS : AM ER LK ABE > AREA - 健康 欠 佳 , 或 工作 志趣 不 合 , RE RES 。 OSHAWA ZAG LEESHDD : 十 五 该 以 上 , 具 有 工作 能 力 , 但 却 无 工作 意 顾 或 芹 时 无 法 工作 的 无 业者 , 族 如 , 在 学 学 生 , 淮 人 备 灯 重逢 学 者 , 暂时 不 打算 工作 者 , 家 务 太 忙 者 。 2 预备 劳动 力 : +ARA FWA THRESH 3 ES DAC : 身心 缺陷 、 老 年 人 , 永 久 不 能 工作 的 人 口 。 206 新 篇 生 物 和 统计 学 概 蓓 @ SHH A. 0 RH HEE | 劳动 力 人 口 需求 的 计算 , NABER - LF ABRADE 求 的 各 逢 因素 太 多 了 , 因 此 只 能 大 概 地 作 个 估计 , 赂 不 能 过 到 百分之百 OH RE > GAME Zo ORTH A HAR HOH at 1 预计 生产 量 一 “生产 之 始 , MOREE ROTH: KEES 之 目标 从 事 生产 工作 。 计 划 生产 量 可 依 国民 生产 毛 额 与 国民 的 MAKE? RERURARLSR: ROWEBEE: REY He REE IS TORRE ) 2 预计 生产 力 一 —-BRK> ENERARE DABEW- ETO EY HN ME RA DRAB SOM Ke 3 预计 工作 时 数 AA SHWERA LGR SE > GEA 的 天 傈 。 由 从 不 完全 就 业 的 人 口 逐 渐 减 少 , 事实 上 , 有 效 的 工 作 时 数 , 也 都 是 有 增 无 减 的 。 决定 了 以 上 三 RHE MEE > CTAAAAOIR GMB SHIA BY o pers a. .nee AKAD =BARZEES= eR 7 fae BABES ge Nise ae ge HABE 每 人 工作 时 数 RC 11 -51 ] AER FER A aT HE LUBAZAR > HHS 类 职业 人 数 , 同 时 计算 其 百分比 。 AH 同类 资料 , 可 以 壕 进步 的 工厂 代替, 以 所 调查 出 的 数值 作 依 同 第 十 一 章 EpRAUKHER -MEAKRH 207 类 职业 的 标准 。 2 考虑 各 种 可 能 伙 化 的 因素 , 以 校正 自前 一 步 又 求 出 的 比例 。 3. 将 各 类 职业 就 业 的 人 数 乘 以 修正 率 , 便 是 各 关 职 业 的 需求 人 数 。 4. 将 各 行业 中 , 同 一 职业 的 数字 相 加 , 便 是 蔷 关 职业 的 狗 需 求人 数 。 @—BA 0 的 平均 工作 年 数 的 计算 此 项 计算 可 以 人 口 年 龄 资料 及 生命 表 亏 根据 。 依 照 人 的 一 生 能 工作 多 少年 数 , 分 坑 二 种 , 一 坊 毛 工作 年 数 ( Gross years of active life ) , 另 一 需 源 工作 年 数 ( Net years of active life ) 。 毛 工 作 年 数 是 取 各 不 同年 A DA BR a oS eA A 数 的 比例 , 可 简称 坑 「 友 济 活动 人 口 比率 」 , 以 此 乘 上 各 租 的 组 距 , 则 RS MAD MA OBS A CER OF ines 期 内 的 毛 工 作 年 数 , 再 以 此 每 人 毛 工 作 年 数 相 加 , 便 是 平均 每 人 一 生 的 毛 工 作 年 数 。 兆 工 作 年 数 是 应 用 生命 表 中 的 『「 生 存 人 口 数 | (2 ) Bh PRE A Ml) (al. ) 二 种 资料 来 计算 , 肖 逢 计算 较 亏 麻烦 , 要 先 用 各 年 龄 租 的 静止 人 口 数 , 乘 上 蔷 年 齿 租 的 经 济 活动 人 口 比 这 , 求 出 藤 一 年 龄 租 的 静 IEA FERAL AL fF RE? 其 灵 , 再 将 各 个 年 齿 租 中 的 静止 人 口 工 作 和 粮 年 数 , 从 最 后 的 一 租 向 前 累计 , 在 各 年 龄 租 内 的 累计 数 就 是 静止 人 OER KE bin AY LEE BR aT > PTD TEAR Ra A > Rt BE RA: Pa: 以 此 累计 数 除 以 生存 人 口 数 , 便 锅 各 年 齿 租 中 的 人 口 , 平均 每 人 在 以 后 的 兢 工 作 年 数 , 年 齿 您 高 的 一 租 , 其 每 人 平均 在 菜 一 FBO LPP > {hit RD © 若 要 计算 更 精确 的 平均 每 人 工作 年 数 , BEDE ZEBRA LFS BTA ZA A OLS > DRA 比率 代 之 。 一 般 所 称 的 和 经济 活 动人 口 均 包含 失业 人 口 在 内 , 但 因 失 业 人 口 具 有 鞭策 有 业 人 口 更 加 弘 力 工作 的 能 力 。 以 促进 生产 事 交 , 所 以 也 到 入 驾 淹 活 到 人 口 之 一 部 分 , 因 208 新 纺 生 物 和 统计 学 概 请 th 在 计算 平均 每 人 一 生 之 工作 年 BOF > MONEDA OB KH 人 口 之 数 育 程度 分 析 人 口 之 数 育 程度 与 生命 纺 计 有 很 大 的 关 傈 , 花 且 可 疆 示 出 人 力 辟 源 的 素质 情形 。 观 察 婴 儿 的 出 生 率 及 死亡 牵 , 可 知 其 与 父母 知 哉 的 程 度 成 反比 , 也 就 是 屠 , 知 项 程 度 较 高 的 父母 , 其 子女 的 死亡 率 蒋 低 , 反 之 则 较 高 。 计算 人 口 数 育 程度 , 可 利用 以 下 公式 : Kien eee — AZARAE x 100 AR i eR 公式 【人 ll —52 ) RKC 11-53) REZ CAE REE AT LOR fe: Kus atatpa— OF ARE x 100 公式 [11 一 54] Bw A ogee OT DBAOMER , 00 6~ 15 RAD MK RBA La zee BML HER — srt mE * 100 BA {B56 3 12 PERS PELE TB 12RD RAEAD BH“! 文言 这 = Bit EMRAOKRHOR MAKE 209 ##& C11 — 57 } 某 级 学 校 学 生 数 eB bre BA pias — REE , BUA DZ Bec tha = x 100 AK (11-58 J 7 现 住 人 口 之 AE WALL Ay BC EES Ske DLL ZB | OE eA _ BARR 未 再 升学 者 ) “以 上 在 学 学 生 数 | KER O EA OR RAC 11-59) 100 ive } 下 ? ® bs 1 人 ‘ Se a ee On ee ts 和 ul i j ‘ L> “i | 4 Ay.) — e i ‘ * * : -§ F yo} * a | 2 ae Pow ’ - J 7 . Aw P 4 / } i, it be » va or 3 pis 人 ;三 Mi CI AS J “a A\, oe en 和 ee welel J ay i ; Ht Oo < . | a SME ey We te 4 wad ee i ne TG 上 1 he ir ’ 第 十 二 章 RIA AERA 211 第 十 二 章 抽样 铀 查 的 方法 及 应 用 一 、 平 均 之 抽样 驯 差 平均 的 抽样 避 差 ( The Sampling Error of A Mean ) BERAMAD > SENS RRAAK: REP OAR RTE 度 也 就 无 法 得 知 。 RAN HES HP 抽取 要 本, 计算 它 平 均值 的 平均 HAX( mean of sample means ) 来 推定 4 , 方 能 求 得 样本 平均 值 式 与 全 体 平 均值 4 A ) 一 致 。 Ya) HH HC sampling variation ) 需 考 虑 下 壕 二 点 : 所 抽样 之 全 体 本 身 的 侣 加 。 @ 抽 榜 的 大 小 。 Ai HSH BRK > RABY > 如 此 , 抽 树 平 均 的 差 轴 势必 较 大 。 由 理 葵 上 褒 明 如 何 自 抽样 的 样本 特性 推 断 全 体 的 特性 。 假 设 某 一 全 体 由 a `b、c、d 四 个 数 所 构成 , 现 自 其 中 随机 抽 伴 , 每 欢 只 取出 一 个 数 , 登 忆 之 人 后, 再 放 回 原 处 , 然 后 另 再 抽出 一 数 , 同 样 登记 下 后, 再 放 回 原 Be > (RUAN ie BR > FAH IE» FAM. MI > i RR > 样 ARK él Fs 2 ° With MGA eRe BGA MTP 16 fi: aa > ab > ac» ad» basbb»: bc» bd» ca» cb» cc » cd.» da » db > dc > dd ° ia 16 租 的 平均 值 秽 饥 一 租 频 数 分 布 , 可 求 出 其 平均 值 及 标准 偏差 。 212 By thi ED HE at SL 5 ( a> 7° ‘al | R MI = is ~ Hl Neal 租 别 Xx Cat+a) +¢ a+a )—yp 4 2a—2Qp )? Nl Cab) |5Catb)—# |4¢ (atb)—-2pn 3% Cate) |aCate)—# |4( Cate )-24)? Nol H : Catd)|sCatd)—w|4¢ (ata )-2n) Cb+b) |>C b+b)—# |4¢ 2b—-2p)) 7 Ha i 4 b+e)—# |L0( b+ 23? (b+d)|5Cb+d) HC ¢ b+d )—-2)! 十 Cc+a) 一 | 二 一 2 9) tH \g¢CCe+a)—2p) ] ] ] l ile ] 1 2 ] Mb| 一 上 c,b (e+) +(e+b)-# FC Ce+b )—2p }2 c,d (e+) 1 < (b-d) 方 人 c+e:)-# a Er 方 Cc+d 一 | 二 [(c+d) 一 20] 4 € da 3-27)’ Cda+b) |4C a+b) -# | 40 d+b)—-22)° Cate) |Fcdte)— lhe cate -20 3" (dtd )| dC d+ )-#|4¢ 24-229? (d+a)|5(d+a)— hol 已 | 一 Q xj 一 Mo| 一 Brus IAN AE RHE 21g arbrcrd Sint Paik we FRE ie 3 的 计算 如 下 : p=tCatbte+d) Ss a ep)” Pit N ‘ we 2 ae 2 a 2 amen ee EC Dt) B41 eo pr ) ae da)? + aes. + Cc +d* 22 Cat b+eot+d )+ 4p’ 4 af ae b+ ct ds on 十 由 16 MME Bax MGA Ri PHB ux (mean of sam- ple means ) > Sl*E(m 20x BIRKS EBV PBiA 起 > HART: oy ese 2+ PS ee. ata wee 2 tye b 十 a b+ Db b+¢ te ae ees + At habe 2 cae eeb, cote, cord + Soa, deh, dtc, dtd, 8Cat+bt+ctd ) 1 ( 二 3 | 6 =4(at+btctd) =f 274 Bhi MB at A am ee Xx ( x— px )? 了 i hei & Re Kee =e aot (2a—2n)*l+( 2b—Qp )? +( 2c —-2h )?+(2d-2Qyp i +2 Cab D> 289° +2049 ee ae +2Cat+d—2e +2 C042. eee +2Cbd+d—2Qp +4+2(ctd—-2p)? j =sel((att+b?+e%+d? )-2e(atd te+d) +4 J+ 3x ( a’ +b? 二 cz 十 dz )4+2 《ab 十 ac 十 ad 十 bc +bd +ed ) —4¢%3 ('a-3b4 Re +6 x 4p? J} =a {(Cattbit+et td? )— 4p" ) ty C2Cart+be+c%+a? ) +Catb+e+d 和- 了 二 和 ~ C2xCatt+b?+c? +d? )—8p" ) 2 2 2 2. come 2 第 二 二 章 RMRBANAL-REA 215 RABRZ KS = et By n— | eam os =P =79* CC a-b)t+Ca-c)? Ce Hd JTF)” +(b-d)?4+(e-d)*) =e (3 Cartbi +c? +d? ) —-~ 2 © abehac sed. 4 be +bd+cd ) ] = 赤 [4(a*+bz+cs+d ) —Cat+bt+e+d )? ) =jer(4Catb? +c? +a?) 2 3 =L((attb? +e? td? ) 一 4p2 J aa \ = g? LUMA WG RZ aA : D OE = > BV RARE HHL OSD Ah» FEMI po BR A HI ie EAE © @ 0% = = DRAPE ODT BR Be OX? 与 原来 PASH BRM o* 除 以 样本 数 相 等 。 @pus* =o0° > KABRARRVNEH us* GA ie BR BL o” 相等。 FARE ZA > EGE AMID Re > AG ox? BCR BOE MW 216 Brith Beal a te 5 Pat (1Boty n : RAR N : 2s MW ATS MU ASK > 1 比 N 小 得 多 , 可 省 略 不 计 , 因 此 > ox? = 0° /n kK Bao 5% FA AY FR RE ( The Sampling Error of A Pifference) 在 全 究 和 统计 的 大 料 时 , 由 於 须 诗 花 到 二 数量 癌 的 差 刁 问题 , 因 此 , 便 涉 及 到 二 数量 问 差 殿 的 抽样 愤 差 问 题 。 mY My. Rot ReR- Ry 的 分 布 中 ,m, RPS? v, 篇 其 BAM: Ry 的 分 布 中 ,m, 锅 平均 值 ,V, 锅 其 属 殿 数 , 若 分 别 目 y, fy, 中 随意 抽取 不 同 的 一 个 观察 值 , 在 重复 若干 欢 的 抽样 后 ,y, 一 y。 的 分 布 情 形 是 怎样 的 ? Eye ee TSE Fe Fee =m, —Mm, vat ( y,—yi V=H=ECCy,-y: Coe = E £'¢ y,—m, ) “eee = Ef (3), mye) eZee (ya — my) +E Cy =p pare mi 一 上 ° Vv; 二 TY 3 M, — [2 ° Ve =o; /N, 第 十 二 章 Ph AOA RHE 217 由 上 式 得 E( x—% ) = fi — Bs . 2 ee ae fon St fi, Tis 同 理 > Gy, = Pi > RRA RN, 时 > 有 一 全 体 中 之 某 种 情况 的 发 生 BSifeT: , 又 ys = Po , 在 另 一 样本 数 n*。 > KMPUNBERABD> All MS ay2 4, = ny:(.1 —2, Mn, 3 lle =Ze2 * Vo = Te (1-—-f#, )/ne 3 All Pet’? P, +S 27 — £o var ( P, —P, y= tian? 4 工 a 《 二 ) FER — RBZ ate > BRAGE EMA S? 与 S3 > Bl EC Sf 8S? ) = of — a} var ( 人 sa 2 Bi Thee ( The sampling Error of A Variance ) ax he — SPER RRM XD PME: o° RRR RAKNS n Ay > All Bat ( estimated variance ) 插 : _ 4 (x —x) > T= 在 此 分 布 中 , 重复 若干 欢 随机 抽样 ,$: 的 数值 在 每 个 样本 之 中 互 个 相同 , 过 还 是 属於 一 随机 缀 数 。S$: 的 隆 质 叙述 如 下 : S: Ay AS (a E(S?)=.-_E Le Wt Phe 218 新 编 生 物 统 计 学 概 戎 -eeTE[ZC(Cx 一 Ap) 一 (六 <-A)]:] = 一 E re —p )}! =2ae ee ~~.) Cx—w)+2(x-p#)? ] en E(t (a — 2) —0 ee wUCxi-fw)Cx-4#)=2Cx-p)t=n(x—-p)? pase EC eee E(x—pf ) =var (*% }=e@ a 8 Gua ee n=} (ae 2 Of iia Wel ae = —- EKA? Wl RES*® FS 0°? 之 不 偏 估计 值 ( unbiased estimate )e 因此 , 全 体 倒 刁 数 的 理想 估计 值 饲 ss -Un-lBRRA- AUnRD > AS (ahs C n—1 ) o?/n > BURGER 0? ° Hatta] Al ECS) WARSR 0 + A) Ro o S? ROTHER fic a x WA Ti HRA CELL Tai BP S* 的 分 布 是 十 分 近似 :分布 ( chisquare or chisquared ) > WA4RHN rind X? EOS A? Fava S? 的 分 布 。 Rex X, Bee xh Be (les ( standardized deviate ) > 则 X,=( x—yv )/o 第 十 二 章 MRBAMAEREA 219 Xi Ea RM: KARI Mik: Xi 的 分 布 就 吓 做 见 有 一 自 由 度 ( one degree of freedom , IDF ) x? 分 布 , MR XG) 分 fio AMMA OE : ME( X? )=E( x-p2)?*/o? " =0*/o? =1°HARHFERER 1 加 可 由 常态 分 布 中 求 百 分 位 值 aX, AX BX Hoy BR ee ete ie) 0 X: @RAA- BARN x* AC XD ) o Xi 的 数值 与 X; ARIE fc X2 f% X AIBA AA > BY: E( X} )=2E( xX} ) =2 fl Axi BRA RAR > All bee > Si 8 = int bs ji 一 1 0 ent xi)" es aha oe Fh Ek WAN x? EAA n A EMO x? 分 布 , 而 E ( x? ) =n 当 自 由 度 增加 时 ,x* 7h BERT SN Be ARE RRA xt BH A9 MAAN > hu) RR BRE HEC central limit theorem ) 可 证 实 Xi KK n 增加 时 , 它 的 数值 越 接 近 单 位 值 , 所 以 ,xi DBA WA 2n 。 xz 的 式 子 中 , 可 知 琶 数 和 全 体 平 均 pERER ACM ES 的 式 子 中 , 则 显示 倒数 及 样本 平均 X 差 民 平 方 值 的 籽 和 , BA 220 Fite ED Bat SH me B46 webee axis 实际 上 2 ( xi-x ?/o0 的 形态 是 抗 xte_b 分 布 ee x( xi-x)? n-—l a o x ( xi-x )? ” eed 让 o? go? og? 2 = pa Fe LE Xta-1 o2 xm ECS )=——, EC Raw) 2 = . (n- 1) 和 一】 = 02 x ot var ( 5* 1 go ae var ( Xtne1) ) ane ae —~Cn-1 ) EX AURE BB : 必须 由 常态 分 布 中 抽样 。 百分率 的 抽样 误差 The sampling Error of A Proportion 设 A 及 3 坑 一 无 限 大 之 全 体 中 的 二 个 个 体 ,F 及 1 一 天 分 别 饥 其 机 第 十 二 章 “抽样 调查 的 方法 及 应 用 221 率 ,A 类 的 个 体 数 袁 , 其 样本 大 小 的 随机 样本 是 呈 二 项 分 布 , 以 下 将 解释 A ZR IO (A BRM ZAK © Beem x ch > SHAM BEE 1 ,每 个 B 的 数值 是 0, 亦 邵 x 是 每 个 个 体 的 数值 ,样本 数 n 中 有 L 个 A 与 n 一 上 个 B。 人 二 是 CR 一 到 7 广 0] = + x = pH RMT RRABDR PA x WRARY > SHA P 的 抽样 差 届 性 坑 何 ? 须 先 X 的 全 体 平 均 与 其 标准 偏差 , AR 50 Bs BN ae ee ee ee ee ie ire! 双 “人 rex Pee OC Te) x = 2? ag CL er) 故 二 以 P 伐 入 上 二 式 之 工 , 则 x(l-az) ae 3x * Vaart py= “ AL r= nP EC rj)=na*var(rj)=nre(C1-z ) en BESTA X BIC P ) 的 分 布 近似 常态 分 布 。 222 ”新 编 生物 统计 学 概论 二 、 资料 的 搜集 及 抽 榜 的 定义 所 请 抽样 调查 ( sampling survey ) 亦 可 简称 含 抽 查 ' 力 是 在 一 谭 大 的 全 体 中 , 随机 抽取 一 部 分 袁 榜 本 , 然后 进行 研究 与 铀 查 , 此 乃 因 垮 全 体 数 过 於 麻 大 ,不 可 能 一 一 加 以 分 析 研 诗 , 需 了 省 时 、 省 力 与 省 径 费 , 抽查 是 很 好 的 铀 查 方法 。 於 抽样 铀 查 时 , 须 注意 外 在 效 度 ( external validity ) , 也 就 是 「 样 本 足以 代表 全 体 之 程度 | , 若 能 兔 完全 代表 , 则 表示 抽取 之 样本 完全 与 至 体 之 内 画 一 致 , 如 上 比 邵 建 100 % 的 外 在 效 度 。 若 完全 不 能 代表 , RMR ARS BARE > 如此, 外 在 效 度 便 需 0。 意 能 代表 全 体 之 样本 ,外 在 度 侣 高 , 得 不 能 代表 全 体 之 样本 , 外 在 度 总 低 。 再 查 及 登记 是 搜集 秦 料 的 二 逢 方法 , 汉 是 最 基本 , 也 是 最 直接 的 搜 fies 但 此 二 者 的 含意 却 不 尺 相 同 。 举例 言 之 , 生 物 医药 的 研究 , 大 至 即 需 调查 ,但 若是 自 某 一 现象 中 分 析 在 某 一 时 间 内 的 侣 化 情形 , AS Za ° mH HEM Ree ( Census ) 及 抽样 调查 ( Sampling Survey ) 二 年 。 申 普查 一 一 双 叫 做 全 体 调 查 ( Complete enumeration ), 傈 对 一 个 大 全 体 进 行 全 面 的 届 查 , 常 匠 到 的 有 人 口 普 查 、 农 业 普 查 与 工商 普查 等 。 由 於 普查 的 调查 面 太 广泛 , 以 研究 对 象 的 每 一 分 子 进行 全 盘 的 负 查 , 人 於 时 间 、 精 力 与 财物 方面 油耗 甚 多 ,, Ai -RTRBR- BROAN 研究 对 象 外 , 一 般 很 少 崔 用 到 普查 。 | Qe mz RA > (RRE ET A&E Bish > RMA 第 十 二 章 “抽样 镁 查 的 方法 及 应 用 223 此 抽样 铀 查 的 优点 是 省 时 、 省 力 双 省 钱 , 一 般 在 研究 某 事物 时 都 是 探 用 此 种 方法 。 若 抽样 得 法 、 分 析 正确 , — PRT SEH EA EEE 抽样 绸 查 妈 免 旺 实际 情况 有 所 偏差 , 过 逢 偏差 就 叫做 抽样 误差 ( S- ampling error ) > Rp DHRREWEE > 最 好 是 增加 样本 数 , 或 是 增加 调查 的 欢 数 , 但 其 限度 须 以 人 力 、 时 间 及 烃 费 作 基准 , 否则 , Hh RALRRREA > LECH BR KARA REAR ARES EOMRDK: EBACE: () EAS FRYE ( Probability sampling ) IH BAS PRR ETS ROE RR > 全体 中 的 每 一 分 子 被 抽取 坑 样 本 的 机 会 均一 致 , 薄 且 要 知道 被 抽 泪 的 机 牵 需 何 , 方 能 以 机 奉 原 理 计 算出 其 抽 样 避 差 。 若 抽样 准确 度 已 定 , 便 可 捍 一 方便 希 查 研究 且 省 时 省 力 的 抽样 方法 。 若 抽样 的 经 费 已 定 , 则 可 寻 择 准 确 度 最 高 , 避 差 最 小 的 抽样 方法 > SSBC Ra Aa ER A RACH BH RBRRDE : 中 单纯 随机 抽样 法 ( simple random sampling ) 过 逢 单纯 隋 机 抽样 法 是 一 逢 最 简单 的 方法 , 一 全 体 中 的 每 一 分 子 被 污 中 的 机 会 均 相 同 。 使 用 此 法 所 抽取 的 样本 就 吓 做 随机 样本 , 其 出 现 的 BAS > TIMER @) 分 三 抽样 法 ( stratified ‘sampling ) CRAILEZ I DALBEAMR ORAS AA IB ( strata or subgroup )。 当 进行 抽样 时 , 便 自 每 一 层 中 , 用 随机 抽样 法 抽出 交 个 所 需 的 煤 本 数 。 每 一 层 中 ,被 抽取 的 机 会 也 是 相同 的 , 但 由 於 各 层 中 的 租 成 单位 数目 站 不 一 样 , 故 各 层 之 机 会 不 会 相同 。 自 各 层 中 抽取 样本 , 可 根据 一 定 的 抽 榜 这 ( sampling ratio ) 来 做 , 假 设 各 层 中 的 小 全 体 各 需 N,,N。,N。 ,……. JN. , 各 层 中 的 抽样 大 小 各 需 n,,ns ,ns ,…… ,nx , 抽 样 率 则 坑 224 Hite EM Bist Bm 4 URE 一 -一 = = 即 Bel 2 sap a enn ot py ama N, N , |. RS Hi RP OS Ll BRE ( Proportionate sampling ) 。 @ HR HRI ( Cluster sampling ) 8 FT Sa HER ZG ARS KR BRS > D RATA ( grou- ps ) * B25 WBA > Bie ( Cluster ) * 由 集落 之 中 抽 取样 本 的 方法 就 是 集落 抽样 法 。 在 一 研究 之 全 体 中 , 随 机 抽样 成 集落 后, 以 集落 中 的 全 部 样本 篇 研 究 对 象 ' ARB LA? HY BKPHMERAUR MAN & > 称 坊 二 段 法 。 一 般 的 都 市 、 乡 村 、 城 镇 所 形成 的 集落 , 大 多 是 自然 形成 的 , Kit 地 理 区 域 特性 集合 而 抽样 的 方法 可 称 爷 地 域 抽样 法 ( area sampling) 若 集落 之 大 小 相同 , 惟 抽样 上 便 要 方便 多 了 “, 但 , 如 条 其 大 小 不 同 oRIKSGREWEEE > MENHKEKRAAD DOLORES > Ul 做 机 率 比例 抽样 法 sampling with probability proportion- ate to size ) o 由 多 段 抽样 法 ( Multi 一 stage sampling ) 依照 集落 抽样 法 , 抽 取出 集落 后, 再 自 各 集落 中 捕 出 意欲 研究 再 查 的 对 象 , 吓 做 二 段 抽 样 法 ( two 一 stage sampling ), 亦 人 坑 副 次 抽 样 法 ( sub 一 sampling ) 。 若 抽 样 的 步 又 分 售 三 段 , 即 袁 三 段 抽 样 法 , 依 此 类 推 。 — Baas 多 段 抽样 法 。 G) 系 和 统 抽 样 法 ( Systematic sampling ) 第 十 二 章 ”抽样 绸 查 的 方法 及 应 用 225 使 用 此 季 统 抽样 法 时 , 必 须知 道 全 体 的 数量 , 需 要 的 样本 数 是 多 少 » 先 将 抽样 的 间隔 决定 后 , 再 开始 抽样 的 工作 。 过 是 当 样 本 数 太 大 , 随 仙 抽 样 法 不 实用 时 , 即 可 换 用 之 方法 RB 如 下 : SNSSOMM: nRRAM- k 一 开锅 抽样 间隔 > 1 Bk 中 任 ye—- Br >Ajr > r+k>r4+2k>r4+3k ,.……. a Ea a K 等 联 个 数 坑 需要 的 样本 。 例 如, NBIS + nB3 , 则 ae k= —=—=5 45 5 (ARGH Hi— BE 。 ATH ROMA A A SARE ( two— dimentional sam- pling ) > Wali him Ras IR —e I HR > RHO 简化 些 。 在 进行 系统 抽样 法 时 , 应 注意 在 样本 夭 围 ( Sampling frame ) 内 的 各 个 单位 的 排列 , 其 与 间隔 是 否 有 正 相 关 的 天 傈 。 若 无 此 天 傈 , 则 计算 出 的 抽样 惕 差 会 很 大 , 因此, 若是 地 区 人 性 的 抽样 铀 查 , 应 用 系统 抽 样 时 , 要 选择 不 同 的 抽样 起 点 。 nl ‘ AN fad i A x rl i ii : 1 f | bin 雪 ya ‘ 4 Pe) 和 Ay his 全 wie we. « ¥ 用 人 Sy 四 和 下 Pier, be if guia - 人 ha ne Au { Gy a ~ =, On H * ° + ti Hs Vi " ag ‘eee ® & Cv yes i 人 ‘its ee rT a tal 号 r es ert ve s te” a 过 . >" - « 上 Ab , ’ my 7" WS SS iy thas eel ea PS, dks 1% % a > 1 : y ae " . . qi! 4 ; 5 =f , | nad, | b 站 . 本 * " 4 ¥ * ‘ j i) : i ~~ ‘ _ oe TE LO PTT aa) | wy ae a ‘ 了 ye Wy CITA rhe es 74 , ty j y 六 人 he R ’ a ic Eh A *. a = Sen 下 站 本 和 了 by AY ls as { RM eT’ By a ) Rea A :, hee “a , q , fey ¢ uy oi d » of ‘nis wi < {HAGE * + et tae om oly 人 ay J . mb Pir 1 rip, f i , i ry os ae , ‘ i Miya i, doled : ! 有 eld - ‘ cri » 7 aay ar d 4 Y : as Ay m0) Rr ‘ 7. y! } >| ha ‘4 ie “ ‘ ‘ rs ; r \ 4 f a f i 4 i 和 i AL ‘8am | wie , Rite hy Ra A ; i id alia Oe CEU il tik * \ hy Wi 4 i bys \ 有 ory RG ae " : a a 本 7 | Wri. o, iy ho My i ‘ ‘ tok 2 mel pe 4 Aah pik 9 ; } : ar’ ’ ie } i H . 2) ee FOR monn tere af ‘ : in ae Wi , ea) Le ey eye } H “| : ; r f { ib ) . 7. i bi ide bd A Ag 4s) eid mm PR Mae +) are " ) ne ik, fs ae St gales ‘iy * mA at tN hh 下 if i ’ y 第 十 三 章 常态 分 配 的 定义 及 性 质 227 第 十 三 章 常态 分 配 的 定义 及 性 搞 常态 分 配 具 有 如 下 人 性质 : 常态 次 数 画 数 与 横 轴 疝 的 面积 等 於 一 个 平 Aj Hifv( one’ square unit ) ° KHAARA RRA ial > wel 之 面积 必 等 於 一 ' 所 以 ' BRR PY Mths R— > 过 是 由 於 常态 Hig ( normal curve ) 是 用 来 模 所 直方 图 的 。 常 态 曲 统 站 不 是 只 有 一 条 , 而 是 有 许多 条, 只 要 有 一 个 不 同 的 标准 差 及 均 数 , 便 会 形成 一 不 同 之 常态 曲 糠 。 例 如 ' 成 人 的 体重 , 可 能 十 分 近似 常态 分 配 , BRR 公斤 。 十 二 大 的 儿童 的 体重 灰 近似 常态 分 配 , Ss 40 公斤 , 假使 二 者 的 体重 标准 差 相 等 , 那 灵 数 画 数 的 形态 也 相同 , 只 是 另 一 线 向 右 移动 325 BTC Sa Bil ) © 40 kg 65 kg fal: 均 数 不 等 ' BE SHAS Zs RH BA MHS ERA EARS RBEY ER MRR BAO 差 是 5 公斤 , 十 二 喜 的 儿童 , 其 体重 的 标准 差 是 3 公斤 , 平 均 成 人 体重 + R65 AA HEIL SSO AR ROM RA EX 228 File) ME BB 数 曲 精 要 上 比 儿童 体重 的 欢 数 曲 粮 要 平坦 些 , 但 亦 较 实测 些 , 如 下 图 所 示 40 kg 65 kg 图 : NESE BA Be NO BE cH LIRA» RBA oo + GRRE HO Le HERB Bea wR - , 且 每 一 特定 的 上 及 o 仅 可 和 给 抽 一 条 常 态 次 数 曲 穆 。 所 以 , 假 使 已 知 体重 成 常态 分 配 , 均 数 坑 OAT BERS 公斤 , 即 可 和 维 出 正确 之 常 驴 Fe WS BL > ELROD BOOK TT 9@ BHR I © 上 壕 二 租 资料 , 可 能 会 有 均 数 及 标准 差 缘 相同 者 , 但 也 有 次 数 完全 不 同 的 情形 , 所 以 , 单 是 知道 一 租 交 料 的 均 数 及 标准 差 , 阔 不 能 狗 巷 出 次 数 分 配 的 情形 。 但 , 假 如 标准 差 及 均 数 已 知 , 站 知 其 成 常态 分 配 , 则 整个 次 数 便 1156 RHI 一 个 时 常态 分 配 的 群体 , 标准 差 及 均 数 可 解释 它 的 全部 。 依 任 二 数 x, 与 x。 之 问 的 直方 圈 之 面积 可 决定 此 二 数 间 的 观测 值 所 占 的 比例 。 假 使 有 一 呈 常 态 分 配 的 群体 , 它 介 於 x, Sx, 间 的 观察 值 所 占 的 比例 等 於 在 横 轴 之 上 、 常 能 曲 穆 之 下 , 也 就 是 介 锥 xz 与 xs 所 占 的 面积 。 2x, BED Ry BU - Re BESBo SSB WEA BE ue ABZ ( x — v's ) HRBOREEOM > RHR 0 , PMR o VK HRS (xe ) 分 别 除 以 r,(x 一 4 ) /vc 的 群体 也 会 呈 常 驴 分 配 , 其 均 数 饥 0, 标 准 差 遍 1。 如 此 , 若 作 此 z== 第 十 三 章 常态 分 配 的 定义 及 性 质 229 ( 乓 一 wm ) / M2 eR > SROs ( z BRB varia- ble ) 称 需 标准 常态 屋 量 ( standard normal variate) ] 亦 党 AMD > BOKR0 - BEX @ 常态 分 配 ( normal distribution ) 的 重要 性 之 一 是 很 多 大 租 . 的 资料 均 可 由 常态 曲 统 密切 模 气 ,於是 称 此 资料 呈 常 驴 分 配 。 此 外 , 我 们 亦 知 , BSAA REAR SARS AE > LMA AEH IA 或 是 死亡 的 年 龄 都 不 可 能 完全 旦 常态 分 配 。 若 自任 一 群体 中 , 取 出 一 大 样本 ,之 后 再 将 与 此 等 大 的 可 能 样本 全 部 取出 , 然 后 分 别 计 算出 坑 样 本 的 均 数 , 则 以 党 些 均 数 所 形成 的 群体 执 必 十 分 接近 常态 分 配 。 不 葵 群 体 之 分 配 坑 何 , 其 样本 均 数 皆 近似 常 能 分 fat o ca BRAK BAT TY BOAO EHS BODE OR RIOR Cex =p) [MEMBERS LER AKRON REX > RRURAKIE Bik ( ox=0/Vn ) o RERAAK) SH: RAEHRORIUEE 分 配 。 如 果 群 体 的 疡 及 co 已 知 , 则 只 要 样本 大 小 合理 , 如 此 , 样本 均 数 的 分 配 之 各 方面 , 也 就 可 得 知 了 , 可 以 不 需要 群体 的 分 配 是 呈 何 形状 。 决定 样本 数 的 大 小 , 亚 不 一 定 标准 , 可 依 二 逢 情形 而 定 : 四 我 们 所 期 世 的 样本 均 数 的 分 配 , 其 接近 常 惑 分 配 的 程度 高 何 ? OQ RRR HW DARE 2 如 果 原 来 群 盯 的 分 配 与 常态 分 配 相差 颇 巨 , 便 要 比 原 来 群 笨 极 接近 常态 分 配 所 需 的 样本 数 大 。 但 一 般 的 研究 , 样 本 只 要 在 25 以 上 , 假 使 样本 均 数 呈 常 驴 分 配 , 履 差 便 不 会 太 大 , 而 原来 群体 的 分 配 坑 何 , 已 无 关 重 要 , 可 不 必 考 虑 之 。 i ee e.g . . 和 和 1 ol “,, d * \ I ies rt jah, Car 站 a 人 bot WR a re Oly by al , oe mM om} ‘ pietide Lowa bosibiadte 75 es Bo NG eH CH aE AEA: aye SRNR TH Ge Ae ; , : ' x4 a vent : } i ri ey cS eC ct ea I ie a Ji 6 和 pO he LOR SOP ESRC OLS TBLB f Ly i 了 ye 1 - ' =) ; OY, athe (i ik ee y ' } - og TAR ee oF alte me ry iy a | st We AS ie ‘ ‘ » ema 5 * a 1 Ata ee fe : ; fe sre > : ' A - Lame art fg ‘ Ni 下 \ a4 VJ + ¢ x : 性 a alk y 7 a ' 有 hy 村 ac it ee th, ; TE}, | 区 Ve: bt: BI whe eee Ta ws Tk a | 人 re Ve We te Oe BE (ee) ah, bi vv Ve 4 ay vo! ree i | a, i 用 ahs ‘ ‘aie chy ; ; “y Se i de ae 人 a KK f da fi 8, ee ew UP ia ae eee mtb at ate Tics mk eM a ” ey ¥ : . ” * ] re! Fp RAR (Veoh RAB Ah A aE es * 4 aM Yk NG AN “ay Ae Na eS a a OS 0, aE RE oh 8 MN NN A RE so ines ee as tal Puma | einnene smi emen Wire ae eS tk ik reais tall mit» ai wu ba ne A A pa 和 ‘A sd , j ‘ ts iy ‘ vo.) i = 人 et » ay p hs 全 4 i nie a 站 i As ' 4 i } fl 人 bad 7 » 上 要 a we a wh ay eC vay te ee owe : A! 机 Ste = a a i fi A te ied ‘ f 0 DE ks 1 vii See 个 fi ry lee ur ’ jain ae sal sai 6 ais eto ye BRR EA 231 第 十 四 章 生物 及 医学 的 实 蚂 统 计 法 则 一 、 中 值 检 定 法 的 目的 车 所 研究 对 象 的 样本 壮 料 不 成 对 , 则 可 使 用 中 值 检 定 法 ( median test ) , 中 值 检定 法 的 目的 和 符号 检定 法 一 样 。 ae) te is n, ti. | 1 1 “do ae es era mont S21") p — itm ni +N, g=1—-P 此 法 是 把 样本 X RRA Y 0) Ko DBA RHE? 1, EX BAS 数 ,n* ZY MRAM: ni EXMRA WEARER ney BLAMES HH 数 的 个 数 。 RRA EY BUR Bis 平均 数 抽 样 分 配 的 标准 记 : 0 Ou 一 — Y 232 FeLi at SS im sh a ara ak Me 2 或 on ae M vee ee Seal Ou aA. Me a.) GR ARMS ( 原来 全 体 ) » ECD < {0 7 RS RR date N v1 7° Sf ap a FE KER A cs ll AN) —N 7“ S (N)—N arte: ou = > (Ny =I Oia ee CN) 一 | ” 和 炉 而 言 之 "和 党 仿 有限 母 体 时 , 若 样本 次 数 及 母体 欢 数 相 差 甚 大 上 时, 便 fax Bis fe EPR o CN RRAKRM: CN ) fe APRA KX ) U 检定 法 ( The U test ) U 检定 法 的 作用 与 中 值 检 定 法 及 符号 检定 AER > 但 功用 稍 二 者 大 。 2 2% Ou =e 或 ou = U, =nin, +4 FT yen, J BEL We 4) 或 U,=nn, + oR FT)» | fe 9 R&C 14-5)” Thy : X 样本 之 个 数 STOR EYRE SH ARRHTE A 233 Nn. : Y 样 本 之 个 数 党 XCn 】 :混合 篇 排 合 〈 慑 量 由 小 至 大 ) WX 样本 慑 量 顺 序 2. ie | 之 (mn ]】 : YRAS SAP ROMA a5 0 hh an BA 14-6 ) Th, Ne Cn, +n. +1 ) 12 me 7) @U? = UF CL0 ) aU am 4-6) 3 4 URE CU ) RBG > AST CAE So AU RE ( U ) 相差 AR 3g > AUP ES BES AR 7D AS © U REAR EAP MAK (14-9 ] 来 计算 T : toe lnm, J)- EC EE ai) ) a aU T p-2One J-EC2 Cn) ) aU 公式 [ 14-9 ] EC2(n))RMECLCn ] ) 坑 二 个 样本 等 RRMA Hs 值 。 n, (n, tne +1 ) Bt 2(n; ))= 7 234 FH ite/E Dial Si Me ( Ry t+ te’) Bae: Cae) L = 7 公式 人 L 14 一 10] 母体 平均 数 之 估计 95 9%% 的 可 信和 界限 : 高 限 之 M 十 1.96 ax 低 限 之 90 Om IB (14 992 的 可 信 界 限 : 3 RDM + 2.58 ou 低 限 之 于 — 2.58 Ou BA (he ded 二 平均 数 之 差 的 是 车 性 考验 与 差 数 估计 oM, — M, 一 y o M? 十 oM?2 ie A tad S3 Ss co et Son ae oM, — M, = 党 二 母体 的 ( N ) Nae St (SE) 代替 Si > DLS! (SEG =ES ) UBS! 。( N ) aR RAR N TRIMER RAKE - C+ UE EWR SBOE RHE A) 295 ia Be J Our + ous BA 14-15 ) 7B 5 A) 2 Bhat 95 2 的 可 信 界 限 : 二 90 fmt 14-16 J (99 HANA ARR : ( M, —M, ) + 2.58 C MI 一 My mA 14-17.) 母体 标准 差 的 假设 考验 与 估计 0 on. = ay ON a, = 5 8 of Sh 或 : Os eee. a 公式 [ 14-18) 以 95 2 的 界限 估计 母体 标准 差 范 围 : S) IT 2N mak>S+1.960,=S+1.96 S 1 hE>S+ 1.9660, =S+ ae) Bam 14) 236 FERS 母体 标准 差 是 否 相似 的 假设 考验 ee OOISi 一 S2 上 RK (14-20) EAS ABA GRBUE ER ZS BRA Bt | ; fH MERE: cb — EET BI BERR o > RMERTIERI , 其 可 AES BEAR AAI Be x BT ROR DZ TORR + ERA CN) 与 母 全 体 常数 ( p ) (AIRE TL > 在 o = ORF > RB RAADSH a BOREBAHBOM > Ho +0 > HMAARARN R- HRD RR Eo BAABW 0.5 MB \a - RARER > x ZH Fp Hid SOLE RED A > BULLER BL 75 SE o 近似 , 其 标准 差 的 近 似 值 如 下 : AJ a RA L421 -) Ari o ° 其 7 ee 5 = —— fui ott Bos) +°— PEMA > Blo = 0 , ArBIUAR—EMRO - MLO RF ERE : = Faw Brose EYRESHRRKHIER 237 a oo | ‘ Mi ih 全 A ae 公式 [14 一 23 ] Bo = 0 ,F 饥 大 样本 时 所 得 之 相关 若 要 考 台 母 体 相 关 是 否 需 0 , 也 就 是 HB : o = 三 0 能 否 成 立 , 可 由 T 值 依 1.96 及 2.58 等 显著 点 决定 RRR RBS CHAO 应 接受 或 秦 之 。 rs | BK (14-24) FET EAM 1.96 » YAM 2.56 > ARK S % 或 1 WAM > 母体 相 BH AS 0 AMR BY RE SEZ 因 样本 相关 傈 数 的 抽样 分 配 形态 很 不 稳定 , 只 在 0 HY REN ME) 而 样本 次 数 很 多 时 方 能 接近 常态 分 配 , 所 以 , 不 内 任意 使 用 常态 法 旭 上 处 理 。 统计 学 家 费 宣 氏 ( R. A. Fisher ) 把 以 简单 对 数 转 换 成 Z/, 把 转换 成 2Z% , 便 不 震 样 本 大 小 与 值 高 低 之 左右 ,Z' 的 抽样 分 配 均 近似 常态 分 配 形态 , 可 使 用 常态 机 率 推断 。 Z' = 1.1513 logy. 24 = 1.1513 logis 一 BAC 14-25) 238 Bi thi ED eat 2 EL at at Bay nl BSP IR : BAY BR N 8 log。N N | logN N log.N | N , log.N N | log。N 日 .和 7 和 | 0 5.3, 1.6677 0. 2| 8.3906 0.3 18.7960 0,4 | 9.0837: 0.5 | 9.3069 0.6 | 9.4892 0.7 | 9.6433 0.819.7769 0.9!9.8946 1.0) 0.0000 110.0953 210.1823 3} 0.2624 -4.| 0.3365 5, 0.4055 610.4709 7} 0.5306 810.5378 1.9, 0.6419 2.010.6931 2.1 0.7419 2.210.7885 2.3 0.8329 2.4. 0.8755 2.5! 0.9163 2.6! 0.9555 ee ee Vii hmatea id 2 .06047 .0986 | 2.911 ae at ie 3.211. Saul 3.4 vi. 5 ti . 2809 . 3083 . 3350 3610 3863 4110 4351 4586 .4816 .5041 .5261 .5476 . 686 5892 .6094 .6292 .6487 0296 1314 1632 1939 2238 2528 5.411. 6864 5.5! 1.7047 561.7228 5.7! 1.7405 5.811.7579 5.9, 1.7750 6.01 1.7918 6.1, 1.8083 6.211.8245 6.3, 1.8405 6.4) 1.8563 6.51 1.8718 6.6 | 1.8871 6:7) 4.2} 6.8) 1.9169 6.911.9315 7.0, 1.9459 7.111.961 Bs 1.9741 7.31 1.9879 7.4; 2.0015 7.51 2.0149 7.6, 2.0281 7.71 2.0412 7.8! 2.0541 7.9 2.0669 8.0 | 2.0794 8.1) 2.0919 8.212. 1041 8.3) 2.1163 8.4) 2.1282 8.51 2.1401 8.6] 2.1518 g.7! 2.1633 8.81 2.1748 8.9) 2.1861 9 0! 2.1972 9.1, 2.2083 9.2! 2, 2192 9,3; 2.2300 9.41 2.2407 9.5) 2.2513 9.6) 2.2618 9.7, 2.2721 9.8) 2.2824 9.9! 2.2925 151 2.7081 161 2.7726 17} 2.8332 181 2.8904 19} 2.9444 20 | 2.9957 25) 3.2189 3013.4012 35) 3.5553 40! 3.6889 45) 3.8067 50! 3.9120 551 4.0073 60} 4.0943 65! 4.1744 70| 4.2485 75| 4.3175 80! 4.3820 85) 4.4427 90) 4. 4998 95! 4, 5539 | 10| 2.3026 |10014.6052 11! 2.3979 12! 2.4849 13) 2.5649 14, 2.6391 四 - 司 - Fa 4 生 i=] bY, 及 i 的 ba] $e st 法 2 39 fa 差 相 Fae RE 7 转 换 Zz! 值 表 Z! Z! 240 ”新 编 生物 统计 学 概 葵 ”观察 上 述 一 公式 【14 一 2]、[14 一 25], 可 得 知 7 自 一 工 到 1 fe: 2’ 自 一 co 到 co ,二 者 的 符号 一 样 , Hr-OR > 2’ 480 -R 样本 的 2 之 分 配 近 似 常 态 分 配 , 艾 平均 数 部 博 母 全 体 之 常数 Z , 其 标准 慰 如 下 : 1) = -7 BKC M426) 以 2 值 测定 母 全 体 的 ,zw =0 ty HMR RAE RL TRAE AIA ts ZO be ] 78 AL 14 27) Ai T (BAR 1.96 2.58 > PHKSZRI COKE: FRBEZELB 褒 。 考验 H。: o =0.55 能 否 成 立 , 已 知 N 二 100 ,7y 二 0.602, 则 可 使 用 下 式 : Og ees ks ae eb 1 Y/Y N-3 REAL 14 28 3 查 表 得 知 y =0.602 » Z’ = 0.694 > 0 = 0.55" Z,’ =0.62 则 0 wd = 0.73 工 值 0.73 Zi) > Ke =0.55 MRR A Mize Brye EYRE SYABEAEA) 241 «SBOE RS MRM WAR AE at | 过 项 估计 必须 先 把 样本 的 7 BRRZ’ > HRM Z HUSH: & BBR RK o 的 信息 界限 。 95 9% 的 信 屯 界限 : 1 Z’ + 1.96 i a yal pat. 144— 29 j . 99 % Wa HAR ER : hat ie BAC 14 — 30 j 二 相关 傈 数 六 及 7* 的 差 量 CS EAS ee MERA AUP : er 1 eee oe la SY ee te Wt 14—S$t 2 Z’ +2.58 T= Cen Mado ( Zier. = Gos CI zl — Z,’ 2 —Z,! —0 BAC 14 — 32) 二 、 常 态 分 配 及 二 项 分 配 的 麻 用 测定 母 全 体 比率 的 假设 , 依 样本 次 数 或 样本 比例 此 可 , 可 才 和 纳 如 下 ec: 242 RiwEDRat Sim yg Soca Y NPo Mo BACH 3H] 1 a | BPs y Bats N u ee (14 == 34 3 f : 样本 次 数 fo : (ER BCH) EE sa KX ( fo =NPp ) N : 样本 项 数 p。: 假 珊 的 母 全 体 比 率 Gd, 3 do = 1 Be p : 样本 H 率 BRCM R: LOK ST A RRS 1.96 时 , 则 假设 被 所 FERS % WOK UEL + HET 值 大 於 或 等 於 2.58 时 , 在 1 % 的 水 淮 下 , 假 ay BIE Sy 0 | f Pode RRA AREER > th ELAR ,一般 是 以 符号 Op 表示 SERA BRIA op = f Pode ae ( (N) BABAR: NBRAKK) 。 母体 比 奉 的 估计 952% 的 信 想 界限 : bs Sed tea a Pou ze DP 4 1.96 i kf Abi BS) Brot -~YMRE BO ABEHIE A 243 99 SWAB ARR : “ao ed. Por = P— 2.58 | 站 Pou =P+2.58 /+4 公式 [ 14 - 36) 4 fs FARR AE HGR ¢ 95 % iy BE ORS : Pq 2 oe: Me AON eh ROT em, 14-37 3 Ai kes 有 限 母 体 时 ,99 A) MOR AIR : | yi OO tice p+ 2.58 Thee TN)—1 CN ) BARRE EXEL N BRRAKHK RAL ZEB BS ES SBR: TH C Pi— Pe ) C es ) A pet mag ) N/ +N, N,P, +N, P, N, +N, N, +N, 244 ”新 编 生物 统计 学 概 am 成 对 ZK AY FEE 显著 性 的 符号 考验 检定 一 样本 是 否 源 自 於 同一 母 全 体 乃 孝 符号 检定 法 之 目的 。 由 於 此 法 是 以 一 样本 释 数 相差 的 正 负 符号 的 多 少 作 捅 检定 的 标准 , 因 此 名 护符 ( n+) — np Wee. 公式 [ 14-39) Cn — 4+) 一 np © S97 inp det 公式 [ 14 — 40) n : RAAB) 之 次 数 n': $-EAWBSOIRA WER ZAR Men! < np RE MAAK( 14 一 39 ] > An’ >npo He BAZ x( 14-40) Po =o => 三 、 二 项 分 配 之 性 质 - 一 项 分 配 原 本 傈 来 自 於 品质 资料 的 抽样 , 而 现 逐 渐 演化 坟 依 据 样本 凑 料 具有 某 一 属性 的 比率 , 用 来 考验 有 关 母 全 体 苞 项 属性 比率 的 某 逢 假 如 , 或 者 估 避 母 全 体 具 有 同样 属性 的 比率 。 此 乃依 机 率 原理 及 范 样 理 葵 而 成 的 抽样 分 配 。 2 E52 张 的 搂 克 牌 中 , 和 欲 抽取 一 张 杠 桃 10 , 其 出 现 竹 桃 10 的 机 4551/52 + TR ALVE 10 HHA 51/52 © G2 ER HEM ERB LW RABA Po , 反 面 朝 上 的 原来 SASF do ,p + q = 1 > AUER BIE RH ZRAS A 1/2 Bt EMRS BOMBER 245 , 可 表示 如 下 : C Po +do eps 二 2poqe + Go? a Scere are l Pee beta ty C Po +o. )? = Po? +3 PF Go + 3Po Go? 十 Qu (二 + 本) = ¢4$9°43¢f 9G +36h)¢2 十 (二 ) Oo Ne a a, eat ht ae 若 RR RABET Kn , 其 机 率 的 分 配 如 下 : n(n—1) C do + Po )® = Go? + NQo™! Py + 5 Go™ 2 Po? a Ce ae ee Et 1D rf om + -*- + 1G, pe * ++ P K EHSL AY BRAS BARAK BU : 正面 的 个 数 0 1 NQo"" Po ncn-i1')j 2 : ym pet Bo n(n—1)(n~—2)---(n—Y+ 1) 工 工 | Go” Po* n= | NQo Po Po” 246 Hie EDRs Sim | TAD ACH BERR» RRR > FP RRS > HAAK 如 下 : EB ees tu ] = qo HL 14-41 J fa HE REX ¢ ¢ 223 Y DPodo BKC 14 —42 ) 算术 平均 数 = MNPo ISA, {, W443.) o=/NPodo AK 14-44) 观察 以 上 四 个 公式 , 可 知 二 项 分 配 的 六 ( 即 中 心 位 置 ) 随 样本 项 数 n 及 正面 出 现 的 机 这 pe Mc o Ap. RAT > » 随 样本 项 数 境 加 或 减 ST BARB > Ee MER te ERIBE HY @ # po =a => RAABAASH: S. K. #80 且 成 对 种 分 配 oe Dy <4 * BN Po < do PF? S. KK. RIE? HPo > 1% ® BM Po > Ao FF °S.K. RA HS’ A4P*9 *vR? 4n BA? SK. 也 可 趋向 近 0 THE BS Ae > 若 不 考虑 罕 度 傈 数 , 当 nm HA > K G3 而 成 常态 分 配 , 由 此 可 知 ADRS > En SRAM AOMORI , 可 依 常态 分 配 法 旭 来 处 理 。 但 一 般 人 情况 下 ,n ANT ESSER + ITD 第 十 四 章 EY BSA TER EAE AY 247 ome AE rth 8 (8 ERT A — Sy CITT SR > PAG > A eH PR BR fat AA BURRS © 一 般 计 算 二 项 分 配 ( do + Po )a WRK RAR > AnRHE p。 或 qo ( HB-B K) 大 於 5 , 便 可 应 用 常态 曲线 来 估计 二 ARR © Ai FEE BX Po 等 於 或 小 於 5 > Hn AH10 > MS. K. 小 於 0.2 时 , 也 可 以 使 用 常 王 曲 粮 来 估计 二 项 柚 牵 。 在 攻 计 上 , 二 项 分 配 机 牵 已 有 表 可 查 , 只 要 知道 D、 工 与 po , 便 可 利用 下 表 查 出 机 牵 饲 何 。 二 项 分 配 机 率 表 po(z) 王 (2#) Go®* Po Zz —_ © » © BS = CO we wo Sw SF SS 0.9801 0.0198 0.0001 0.9703 0.0294 0.0003 0.0000 0.9606 0.0388 0.0006 0.0000 0.0000 0.9510 0.0480 0.9025 0.0950 0.0025 0.8574 0.1354 0.0071 0.0001 0.8145 0.1715 0.0135 0.0005 0.0000 0.7738 0. 2036 0.8100 0.1800 - 0.0100 0.7290 0.2430 0.0270 0.0010 0.6561 0.2916 0. 0486 0.0036 0.0001 0.5905 0.3280 0.6400 0.3200 0.0400 0.5120 0.3840 0.0960 0.0080 0.4096 0.4086 0.1536 0.0256 0.0016 0.3277 0.4096 248 新 编 生 物 统 计 学 概 葵 CE 一 0.0010 0.0000 0.0000 0.0000 0.9415 0.0571 0.0014 0.0000 0.0000 0.0000 0.0000 0.9321 0.0659 0 .0020 0.0000 0.0000 0. 0000 0.0000 - 0. 0000 0.9227 0.0746 0.0026 0.0001 0.0000 0.0000 0.0214 0.0011 0 .0000 0.0000 0.7351 0.2321 0.0305 0.0021 0.0001 0.0000 0.0000 0.6983 0.2573 0.0406 0.0036 ~ 0.0002 0 .0000 0.0000 0.0000 0.6634 0.2793 0.0615 0.0054 0. 0004 0.0000 0. 0729 0.0081 0.0004 0.0000 0.5314 0. 3543 0.0984 0.0146 0.0012 0. 0001 0. 0000 0.4783 0.3720 0. 1240 0.0230 0. 0026 0. 0002 0.0000 0.0000. 0. 4305 0. 3826 0. 1488 0.0331 0. 0046 0. 0004 0.2048 0.0512 0.0064 0.0003 0. 2621 0. 3932 0. 2458 0.0819 0. 0154 0.0015 0. 0001 0. 2097 0. 3670 0.2573 0.1147 0. 0287 0.0043 0. 0004. 0.0000 0.1678 0.3355 0.2936 0.1468 0.0459 0.0092 10 oo ws & — on) DD BNO TR Re SO “ee He a 0.0000 0.0000 0.0000 0.9135 0.0830 0. 0034 0. 0001 0. 9000 0.0000 0. 0000 0. 0000 0. 0000 0. 0000 0.9044 0, 0914 0. 0042 0, 0001 0. 0000 0, 0000 0. 0000 0. 0000 0. 0000 0. 0000 0. 0000 第 十 四 章 “” 生物 及 医学 的 实验 统计 法 则 0. 0000 0.0000 0.0000 0.6302 0.2985 0.0629 0.0077 0. 0006 0. 0000 0. 0000 0. 0000 0. 0000 0. 0000 0. 5987 0. 3151 0. 0746 0. 0105 0. 0010 0. 0001 0. 0000 0. 0000 0. 0000 0. 0000 0. 0000 0. 0000 0. 0000 0. 0000 0. 3874 0. 3874 0. 1722 0. 0446 0. 0074 0. 0008 0.0001 0. 0000 0. 0000 0. 0000 0. 3487 0. 3874 0. 1937 0. 0574 0.0112 0. 0015 0. 0001 0. 0000 0. 0000 0. 0000 0. 0000 0. 0011 0. 0001 0. 0000 0. 1342 0. 3020 0. 3020 0. 1762 0. 0661 0. 0165 0. 0028 0. 0003 0. 0000 0. 0000 0. 1074 0. 2684 0. 3020 0. 2013 0. 0881 0. 0264 0. 0055 0. 0008 0. 0001 0. 0000 0. 0000 249 250 Hii EY Beat A ae LH Po HO. 20 之 后 o 3 i 站 本 o ad S S 6 0. 1780 0. 0878 0. 0467 0.0156 ] 0. 3560 0. 2634 0.1866 0. 0938 2 0. 2966 0.3292 | 0.3110 0. 2344 oe nu GO we oO NMP es 6 VE fF we YO we KH OH a we 心 OO ND 一 — 0.0330 0. 0044 0.0002 0. 1335. 0. 3115 0.3115 0.1730 0.0577 0.0115 0.0013 0.0001 0.1001 0. 2670 0.3115 0. 2076 0.0865 © 0.0231 0, 0038 0.0004 0.0000 0.0751 i220 0, 3003 0. 2336 0.1168 Brot EDR SSO Ree Ht Al 0. 0823 0. 0165 0. 0014 0. 0585 0. 2048 0. 3073 0. 2561 0. 1280 0. 0384 0. 0064 0. 0005 0. 0390 0. 1561 0. 2731 0.2731 0. 1707 0. 0683 0.0171 0. 0024 0. 0002 0.0260 0.1171 0. 2341 0. 2731 0. 2048 0. 1382 0. 0369 0. 0041 0. 0280 0. 1396 0. 2613 0. 2903 0. 1935 0.0774 0. 0172 0. 0016 0. 0168 0. 0896 0. 2090 0. 2787 0. 2322 0, 1239 0. 0413 0. 0079 0. 0007 0. 0101 0. 0605 0. 1612 0. 2508 0. 2508 0. 2344 0. 0938 0.0156 0. 0078 0. 0547 0. 1641 0. 2734 0. 2734 0. 1641 0.0547 0. 0078 0. 0039 0.0312 0. 1094 0. 2188 0. 2734 0. 2188 0. 1094 0. 0312 0. 0039 0. 0020 0. 0176 0.0703 0. 1641 0. 2461 252 Fite EM Stat Bi ae 10 eS oh 2 a uw ee ub ob — a Oe ae =S GG & — © SEH BUS OuRHRZHER _ Ox BRAS HEX “BDL: SRBNRA HEREC SRS Mo 0. 2461 0. 1641 0. 0703 0.0170 0. 0020 0. 0010 0. 0098 0. 0439 0.1172 0. 2051 0.2461 0. 2051 0. 1172 0. 0439 0. 0098 0. 0010 __ CX—NP, )? 1 2NPo qo 一 天 人 科 VY 2rNPodqo NP, =e RFR Y NPo do =o BREE Picadas 第 十 四 章 -EMRESYHRRRHEA 253 , Rm Ge Se BD P 一 ——_—__+—- e 2a? ake “9! Ae > Ga BA 14-45 3 P(x) : SEBxHAAHXR: LHRECNRABAMRARHKE > hee x RB o 0 : 标准 差 请 : PHB x : f— BRC 3.14159 ) e : IR—HR: suhag on tld Das ine Sa Oe RE RE REN (xp yt 26° 本 本 二 aay 1 pep: w/a, 公式 [ 14 一 46 J FAK ( 14 一 46 ] 可 知 常 驴 曲 穆 的 标准 形式 , 力 傈 设 粮 面积 依 一 个 单位 ,o = 1 ,= 0。 公 式 [ 14 一 46 ] HAVRE EIA wi > w = 天 一 上 ,此 外 ,ff (CW) 需 各 标准 值 w 上 的 炎 坐 标的 高 ”也 就 是 相关 KB MAAK (14-46) > A> ABH y. ) HRSA > F SBS 0 HY Be RD GR tw RE FE HR BESK @ HAH HY ED BE HEHRH BER MRT AKRD RAR PA REE 给: 254 = Fite wat Bie ae x x Joma | Keer | Sede cored 0.00 0.01 0.02 0.03 0.04 0.05 0.18 0.19 0.20 0.2] 0.22 0.23 0.24 029° 0.26 0.27 0.28 0.29 0.30 0.31 0,32 0.33 0.34 0.35 Fe FG HH BRE AL Ze §(w) 0. 3989423 | 0.06 | 0.3982248 0. 3989223 0. 3988625 0. 3987628 0. 3986233 0.3984439 0. 3925315 0.3918060 0.3910427 0.3902419 0. 3894038 0. 3885286 0.3876166 0.386668 1 0. 3856834 0.3846627 0.3836063 0.3825146 0. 3813878 0.3802264 0.3790305 0.3778007 0.3765372 0.3752403 0.07 0.08 0.09 0.10 0.11 0.54 0.95 0.56 0.57 .0.58 0.59 0.60 0.61 0.62 0.63 0.64 0.65 0.66 0.67 0.68 0.69. 0.70 0.71 0.3979661 03976677 0 .3973298 3969525 3965360 3448180 3429439 3410548 3391243 3371799 3352132 3332246 3312147 3291840 3271330 3250625 3229724 3208638 .3187371 3165929 3144317 3122539 3100603 °° 2 © 2 2. £2 BS © 240: © 2 2 2 2 we © - x , CO 0.12 0.13 0.14 0.15 0.16 0.17 0.90 0.91 0.92 0.93 0.94 0.95 0.96 0.97 0.98 0.99 1.00 1.01 1.02 1.03 1.04 1.05 1.06 1.07 §(w) 0 .3960802 0 3955854 03950517 03944793 03938684 0.3923190 0.2660852 0.2636880 0.2612863 0.2588805 0.2564713 0 .2540591 0.25165443 0.2492277 0.2468095 0.2443904 0.2419707 0.2395511 0.2371320 ~ 0 .2347138 0.2322970 0.2298821 0.2274696 0.2250599 eo o & oS &~ & oS oOo & & oC Cc 2 2 Sc &- eS ee ee a ae a 3739106 3725483 3711539 3697277 .3682701 .3667817 .3652627 .3637136 .3621349 .3605270 .3588903 .3572253 .3555325 .3538124 .3520653 .3502919 .3484925 .3466677 .1803712 .1781038 .1758474 .1736022 .1713686 .1691468 .1669370 ER —_ — . * — ° — — . Bree EMRSBOIR RAE gy So eo o- Ss OSs oe Ce ote eS Sao ol ot ae of othe eos 307851 3 . 3056274 .3033893 . 3011374 . 2988724 . 2965948 .2943050 . 2920038 2896916 2873689 2850364 2826945 2803438 . 2779849 .27561 82 . 2732444 2708640 . 2684774 . 1074061 . 1056748 103961 1 . 1022649 . 1005864 .0989255 0. 0972823 255 0.2202508 0.2178522 0.2154582 0.2130691 0.2106856 0.2083078 0.2059363 0.2035714 0.2012135 0 .1983631 0.1965205 0.1941861 0. 1918602 0. 1895432 0. 1872354 0.1849373 0. 1826491 .0561831 0. 0550789 00539910 0.0529192 0 0518636 00508239 00498001 co) 256 ”新 篇 生 物 和 统计 学 概 蓓 pot i — | 一 ”| 一 a rr 天 一 Fr 一 jj .33 .34 -35 .36 37 38 .39 .40 Al 42 43 44 .45 .46 .47 .48 .49 .50 .51 .52 .53 .54 .55 .56 .57 1 .1647397 .1625551 .1603838 .1582248 .1560797 .1533483 .1518308 .1497275 .1476385 .1455641 .1435046 .1414600 .1394306 .1374165 .1354181 .1334358 .1314684 .1295176 .1275830 .1256646 .1237628 .1218775 .1200090 .1181573 .1163225 .69 ./0 J ef ye ure 14 Py 16 BY 18 Wt .80 .81 .82 .83 -84 85 .86 .87 -88 .89 90 1 92 3 0 .0956568 0.0940491 0.0924591 0.0908870 0.0893326 0.0877961 0.0872663 0.0847764 0.0832932 0.0818278 0.0803801 0.0789502 0 .0775379 0.0761433 0.0747653 0.0734068 0.0720649 0.0707404 0.0694333 0.0681436 0.0658711 0.0656168 0.0643877 0.0631566 0.0619524 oe to NM ER — nH ho ya: NS ie) Oo 〈 ®@EA) 0 .0487920 0. 0477996 0 .0468226 0.0458611 0.0449148 0.0439836 0.0430674 0.0421661 0.0412795 0.0404076 0.0395500 0.0887069 0.0378779 0.0870626 0 .0362619 0.0354746 0.0347009 0.0839408 0.0331939 0.0324603 0.0317397 0.0310319 0.0303370 0.0296546 0.0289347 一 一 Cn _ Co) bh th Be NM 2S 8 tO ON oe wo —— ~ .1145048 .1127042 .1109208 .1091548 .0258166 .0252182 .0246313 .0240556 .0234910 .0229347 0223945 .0218264 0213407 .0208294 .0203284 .0198374 .0193563 .0183350 .0184233 .0179711 .0175283 .0170947 0.0166701 0.0162545 0.0158476 5 CS =) SE + OM HH Uy BA TE SB a BE: (MELA ) 1.94 | 0.0607652 | 2.30 | 0.0283270 1.95 | 0.0595947 | 2.31 | 0.0276816 1.96 | 0.0584409 | 2.32 | 0.0270481 1.97 | 0.0573038 | 2.33 | 0.0264265 2.70 | 0.0104209 | 3.06 | 0.0036951 2.71 | 0.0101428 | 3.07 | 0.0085836 2.72 | 0.0098712 | 3.08 | 0.0034751 2.73 | 0.0096058 | 3.09 | 0.0033695 2.74 | 0.0093466 | 3.10 | 0.0032668 2.75 | 0.0090936 | 3.11 | 0.0031669 2.76 | 0.0088465 | 3.12 | 0.0030608 2.77 | 0.0086052 | 3.13 | 0.0029754 2.78 | 0.0083697 | 3.14 | 0.0028835 2.79 | 0.0081398 | 3.15 | 0.0027945 2.80 | 0.0079155 | 3.16 | 0.0027075 2.81 | 0.0076925 | 3.17 | 0.0026231 2.82 | 0.0074829 | 3.18 | 0.0025412 2.83 | 0.0072744 | 3.19 | 0.0024615 2.84 | 0.0070711 | 3.20 | 0.0023841 2.85 | 0.0068728 | 3.21 | 0.0023089 2.86 | 0.0066793 | 3.22 | 0.0022358 2.87 | 0.0064907 | 3.23 | 0.0021649 2.88 | 0.0063067 | 3.24 | 0.0020960 2.89 | 0.0061274 | 3.25 | 0.0020290 0 .0059525 | 3.26 | 0.0019641 2.90 257 258 = te/E Dial SE Dead: 2.56 2y.o4 2.58 2.59 2 .60 2.61 2.62 2.63 2.64 2.69 2.66 2.6/7 2.68 2.69 3.42 3.43 3.44 3.45 3.46 3.47 3.48 3.49 3.50 3 51 0 . 0154493 0 . 0150596 0.0146782 0.0143051 | 0.013901 0.0135830 0.0132387 0.0128921 0.012581 0.0122315 0.0119122 0.01 16001 0. 0112951 0 0109969 0. 0107056 00011510 0.0011122 0.0010747 0.0010383 0.0010030 0.0009689 0.0009358 0.0009037 0.0008727 0.0008426 2.91 2, W 2.93 2.94 2.95 2.96 2, OY 2.98 2.99 3.00 3.01 3.02 3.03 3.04 3.05 3.64 3.69 3.66 3.67 3.68 3.69 3.70 3, Al 3.72 a. i 0 .0057821 0 .0056160 0.0054541 0 .0052963 00051426 0.0049929 0 0048470 0.0047050 0.045666 0.0044318 0 .0043007 0.0041 729 0 .0040486 0.0039276 0 .0038093 00005294 0. 0005105 0 .0004921 0 .0004 744 0 .0004573 0 .0004408 0. 0004248 0. 0004093 0.0003 4 0 .0003800 3.27 3.28 3 .29 3.30 3.31 3.32 3.33 3.34 3.35 3.36 3.37 3.38 3.39 3.40 3.41 3.86 3.87 —- 3.88 3.89 3 .90 3, OL 3.92 3.95 3.94 a. CSE A ) 0.0019010 0.0018397 0.001 7803 0.001 7226 0 0016666 0.0016122 0 0015595 0.0015084 00014587 0.0014106 00013639 0.0013187 00012748 0.0012322 00011910 0 .0002320 0 .0002232 0.00021 47 00002065 0.0001987 0.0001910 0.0001 837 0.0001 766 0.0001698 0 .0001633 Strait EMRE ANRRRAEA 259 (MEA ) ~ Be 0.0008135 | 3.74 | 0.000366! | 3.96 | 0.0001559 AB 0.0007853 | 3.75 | 0.0003526 | 3.97 | 0.0001508 3.54 0.0007581 | 3.76 | 0.0093306 | 3.98 | 0.0001449 3255 0.0007371 | 3.77 | 0.0003271 | 3.99 | 0.0001393 3.56 0.0097061 | 3.78 | 0.0003149 | 4.00 | 0.0001338 3.57 0.0006814 | 3.79 | 0.0003032 | 4.1 | 0.0000893 3.58 0.0006575 | 3.80 | 0.0002919 | 4.2 | 0.0000589 3.59 0.0006313 | 3.81 | 0.0002810 | 4.3 | 0.0000385 3.60 -0.0006119 | 3.82 | 0.0002705 | 4.4 | 0.0000249 3.61 0.0005902 | 3.83 | 0.0002604 | 4.6 0.09901 01 3.62 0.0005693 | 3.84 | 0.0002506 | 4.8 | 0.0000040 3 .63 0.005490 | 3.85 | 0.0002411 | 5.0 | 0.0000015 As BARE HEAL Se TH AE EAE» MELT Ok w (EH FERARRRERZ RE > STAM TES MAM SRE RE 9 BEBE @ HRD REE. | OX COMER EEN 称 分 配 , 在 中 间 部 分 有 一 最 高 点 , 分别 向 左右 二 瀑 逐 渐 下 降 , 而 形成 两 泪 对 称 的 形状 。 常 驴 分 配 中 的 算术 平均 数 、 中 位 数 与 浴 数 的 数值 此 一 致 , 皆 位 於 基 述 中 间 的 同一 点 上 。 以 公式 [ 14 =46 ] RR > BMW = 0 的 位 置 也 就 是 算 生平 均 数 的 位 置 。 由 状 常 驴 分 配对 称 在 粕 轴 y。, 因 而 可 知 常态 分 配 之 算术 平均 数 及 中 位 数 等 值 。 再 者 , 若 w== 0 WUE CHOMERER BOLE > % 将 WwW= 0 代入 公式 [14 一 46 ] - 260 ”新 篇 生 Wat SR ae ] Y= WwW 二 一 e 得 yo=f (0 => 二 0.39804 > AAs ee LE Re RH > WERT ROAM > Pt; > ZERLMRZ ABLL SRM - OE IBY MX Bd AEX [Al (Bi © py SECM) gq FEO yeah. sew = 0 > Fi w2 rs (六 二 dw iy cn 而 : w? w2 Ot Cw rte ' ne ee : aa dw? “2E Vat emo IO 0 3S s am eR AMM th SEER Cw) 的 值 最 大 , 次 数 也 最 密 。 公 式 [ 14 一 46 ] 中 , 标准 值 w= 0 时 , 可 符合 此 法 则 , 站 上 且 也 可 知 常态 分 配 的 算 本 平均 数 和 皮 数 是 同 值 的 。 回 曲 粮 登 曲 方向 的 转 这 点 , 就 叫做 反 曲 点 , 标 华 常态 曲 糠 的 二 个 反 曲 点 位 於 标准 值 w = + 1 的 位 置 atm BIR - eS LOO — 0 时 dw? > 便 能 知道 反 曲 点 的 位 置 。 现 a ee phi. as a gw ye ow % wae ; dw? 产生 Jin” ew £1 > SOO oy o «pranayama tea ALCS w=+ 1 ffviae 第 十 四 章 “” 生物 及 医学 的 实验 统计 法 则 267 @ 常 态 分 配 的 图 形 , 按 其 标准 差 及 平均 数 的 不 同 有 所 改 慑 , 因 此 , 过 逢 图 形 的 种 类 甚 多, 一 般 常 应 用 到 的 是 公式 〔 14 一 46 ] 的 标准 常态 曲 统 。 常 态 分 配 的 军 度 傈 数 依 3 ERS O , 过 是 用 来 决定 某 欢 的 分 配 是 否 近 常 态 分 配 的 根据 。 @ 常 驴 分 配 的 数值 有 人 无 限 多 , 过 是 由 於 常态 分 配 是 一 年 速 乱 分 配 的 i. 常态 分 配 的 慑 量 是 介 於 一 co 到 co 之 间 , 因此 , 常态 曲 缚 的 二 端 源 ECB + (AE ASEAN HAZE © OKWARK OH RHE BALZER DURA BAD HLH HEH ALS BLY HRB EA EH > — HARARE AKG SRERa ( Alpha )S BAM Lith BA NED BRE © a BRET HKRRA YE BRR ZEBRA SR EN 功用 除了 可 考验 母 全 体 是 否 接近 常态 分 配 以 外 , 同 时 也 能 显示 它 的 非常 RYE A ER ae A ES GT a BAR A> 4E— EMER PI —N = 150 之 随机 样本 ,90 % ti EGR BLE + 0.32 之 间 > 98-% tralia AER BLOT ZE 0.46 之 间 ,90 96 的 | BE RBM 2.45~ 3.65 Zi > 98% EE RREILH 2.26 ~ 4.14 Zio EAM FRAN MERAME ERR ME 90 % 的 界限 A? BEB EET RH > 若 有 其 中 一 数位 於 90 % 界 限 以 外 ,98 RR AR RRS 体 的 常态 性 便 不 可 靠 了 。 此 外 , 若 有 其 中 任 一 数 位 於 989% 以 外 , 均 母 全 体 的 常态 性 便 不 易 成 立 了 。 图 袁 常 态 母 全 体 的 偏 度 及 罕 度 之 抽样 界限 表 262 新 编 生物 和 统计 学 概 葵 样本 项 数 50 100 350 a3 C ti BE ) + 0.79 + 07 +091 + 0.46 + 0.43 + 0.40 + 0.36 +,0..33 + 0.30 + 0.28 +0: 2 + 0.23 +0.22 + 0.20 $e. + 0.18 +0.16 +.0.14 #'9:13 + 0.08 a, ( EE ) a ee 39 2.40 — 3.70 2.45 — 3.65 2.48 — 3.61 2.51 — 3.57 2. — 3.52 2.59 — 3.47 2.62 — 3.44 2.64 — 3.41 2.67 — 3.37 2.70 — 3.34 272-8 2.74 — 3.29 2.75 — 3.28 2°16 = 3.26 2.78. — 3.24 2 8t~—f31 2.83 — 3.18 2.89 — 3.12 98 % 2.18 — 4.39 2.24 — 4.24 2.26; 4.14 2.3334 2.31 "sooo 2.42 — 3.87 2.46 — 3.79 2.90. 3272 2.592: S267 rite FI ~ 3.60 2 + Siew 2 .62—3.90 2.659 — 3.46 2.66 — 3.43 2 C= Fi42 2.41 —Suee 2.74 —3.98 2.17 eee 2.75 —3.17 第 十 四 章 , 生 物 及 医学 的 实验 统计 法 姑 263 四 、 较 计 推 葵 的 理论 傈 由 抽样 分 配 而 来 和 统计 三 法 通常 可 分 搞 推 葵 和 统计 ( Statistical estimation ). 与 伊 述 统计 二 逢 。 状 迹 和 统计 是 使 用 简单 的 数字 代表 样本 的 各 项 统计 常数 。 和 统计 推 葵 乃 傈 依据 样本 压 料 来 推 花 或 估计 母 全 体 ( Parent popul- - ation) 之 各 逢 特性 , 例 如 , 以 样本 的 平均 数 、 相 关 傈 数 、 标 准 差 及 其 他 分 别 推 葵 或 估计 母 全 体 的 平均 数 、 相 关 及 标准 差 , 过 些 此 属於 统计 推 葵 之 邱 团 。 因 此 , 我 们 可 以 壤 统 计 推 葵 是 以 样本 推 葵 母 全 体 , 以 部 分 来 推 葵 全 体 , 以 已 知 来 推 葵 未 知 的 一 逢 统 奸 方法 。 一 般 的 医学 或 生物 实验 研究 上 亦 应 用 此 种 统计 推 葵 。 依 据 统 计 学 的 原理 , 若 样本 数 人 总 大 , 它 的 分 配 形态 与 统计 常数 也 就 侣 近似 母体 , 但 是 ,不管 样本 数 如 何 之 大 , 悉 要 不 等 於 全 体 数 , 即 不 可 能 与 母 全 体 完全 相 仿 , 此 乃 傈 TER BETTE ER © EAB A: 所 以 凡是 取 自 同一 母体 的 各 样本 , 和 统计 出 来 的 各 个 , 常数 或 多 或 少 檀 会 有 些 差 刁 , 其 差 回 之 大 小 , 除 了 与 样本 大 小 有 关外 , 与 母 全 体 的 碾 差 , 也 多 少 有 些 关 湛 通常 , 样 本 的 各 种 统计 常数 中 , HES MOM MRE LRH 数 少 , 而 样本 差 的 标准 差 比 起 其 他 离 差 要 可 靠 , 因此 , 此 是 以 坑 母 全 体 的 各 年 和 统计 常数 的 最 佳 估计 值 。 博 了 方便 统计 上 的 研究 , 样 本 中 的 各 项 统计 常数 ( Statistics ) 多 以 拉丁 字母 代 之 , 母 全 体 的 各 项 统计 常数 ( Parmeters ) 也 就 是 理 葵 上 的 算 寻常 数 , 则 使 用 希腊 字母 代 之 。 例 如 以 M ,r ,S 来 麦 示 算 本 平均 数 、 相 关 傈 获 及 标准 差 , 而 以 上 ,o ,v 来 麦 示 母 全 体 的 算 本 平均 > AM RMR BEES BE 。 不 过 , 有 时 也 站 不 全 然 如 此 , 坑 了 书写 的 便利 , 各 项 统计 的 符号 , 冰 不 依 此 划分 。 | 264 Fi heeE Dit at SB at KBR Me: 6= BD > -—RRADA( Sample Dis- tribution ) »>—BRe 85> Hl ( Population Distribution ), =RihkA A ( Sampling Distribution ) o PrHmRAD ALE AAW S86 ZAR A> 母 全 体 分 配 傈 母 全 体内 之 各 数值 的 欢 数 分 配 , 抽 样 分 配 傈 由 母 全 体 抽 取 各 逢 样本 的 某 种 统 计 常 数 的 次 数 分 配 。 假设 一 母 全 体 中 有 NXN (AES > 每 一 抽取 出 的 样本 中 有 个 个 体 ( N >n ) » RABE Cn 个 , 也 就 是 co — NCN-1)--(N-n+1) ROO 8 mmr TT... aa ee n| ai N} — niCN—n)! fe %22( Standard ‘error ) , 是 指 一 次 抽样 分 配 所 得 糙 果 间 的 差 屏 。 各 个 可 能 样本 的 平均 数 之 标准 差 ,* 叫做 平均 数 的 标准 愤 。 标 淮 差 的 抽样 分 配 之 标准 差 , 也 就 是 各 种 可 能 样本 的 标准 差 之 标准 差 , 称 坑 标 ME 差 的 标准 坎 。 使 用 这 种 标准 辟 , 可 估计 珊 机 导 差 的 大 小 , 来 决定 其 正 HEVE © 现今 Ay BSS SL: 实验 之 研究 所 使 用 的 统计 推荐 中 的 抽样 分 配 有 常 驴 分 配 ( Normal distribution ) 、 二 项 分 配 、 七 分 配 ( The 七 一 distribution ) 、F 分 配 ( The F—distribution )、 卡 方 分 配 ( The x? —distribution ) 等 分 配 。 应 用 和 统计 推荐 有 二 种 方法, 一念 考验 统计 假 坝 ( Testing a st- atistical hypothesis ) , A St EZ 7 eB Estima- ting population parameters ) o ist#t#i ZEA RRA HALE RIAC EMO - RRA LEA SR WE ARRAS KR AR A BANS BCT SS Be BARR > ACFE BE aT HE aia BR ° 能 依 样 本 的 资料 来 进行 估计 , 要 先 提出 一 种 假设 , 称 坑 虚 无 假 珊 ( Null Bros LAYRESHRBRAEMW 265 hypothesis ) , 通 常 是 用 H。 表示 。 虚 无 侵 设 决定 后, 再 考验 此 假 谢 能 否 成 立 , 是 接受 或 是 据 秦 。 也 就 是 对 母 全 体 的 某 一 个 未 知 常数 , 先 提 出 一 逢 假 届 ,之 后 再 考验 所 得 的 样本 是 不 是 在 过 种 假设 的 母 全 体 中 随机 抽样 得 来 , 决定 此 假 珊 能 否 成 立 。 与 之 相对 的 假 贡 , 叫 做 对 立 假设 或 替代 假设 ( Alternative hy- pothesis ) , 一 般 是 以 H, RAM: 过 逢 假设 是 先 假设 一 个 母 全 体 常 数 , 之 后 再 依 样 本 常数 考验 它 是 否 来 自 此 母 全 体 , HE > A thal RR 便 成 立 , 若 否 , 则 握 雍 此 假设 , 而 接受 其 对 立 假设 。 不 过 , BULA RE 对 的 , 或 许 过 项 假设 只 是 内 多 可 成 立 的 假 珊 之 一 , 或 许 能 有 更 接近 事实 AOS WY BRIE > ATLL > NE MARR > BA EET , G7 ERAN © $RBAREA RL: BURAK: DHESR-ARB- OD PRAGAHRALG AR BUSS OMRMR OBA > STA 性 大, 即 麦 示 样 本 的 常数 和 假 珊 的 母 全 体 常数 之 问 的 差 殿 , 是 因 取 样 的 状况 而 来 : 也 就 是 被 考验 的 假设 是 可 靠 的 。 若 所 得 样本 由 假设 母 全 体 的 随 抽 抽样 的 可 能 性 小 , 便 表示 被 考验 的 假设 是 不 能 成 立 的 了 。 一 般 我 们 都 以 显著 水 玲 ( Levels of significance ) 来 决定 假设 是 否 能 成 立 , 因 此 , MHRROS ROR 称 坑 显著 性 考验 (Tests of significance )° F#BRHRAZHNEREA 显著 的 问题 , 也 就 是 决定 样本 常数 及 假设 常数 间 的 差 棋 是否 因 机 遇 而 影响 的 问题 。 统计 假设 通常 是 以 5 % 坊 普通 水 礁 ,1 CRRKE- 0.1%RHR Kio $-PRLHR CHRIS SORE OKADZ—- BARR Wi % SE AME FRR ; 若 少 於 5 % 时 , 便 可 在 5 % BEAMS Es HDR %, 在 5 % 显 著 水 准 下 被 握 率 , 但 在 1 9 显著 水 蕉 下 被 接受 。 显著 水 准 低 , RAMA > BEA MARI) > ERK 266 MmEDK SAR > ARPA ( True Hypothesis ) 有 时 会 被 否定 , 叫做 第 一 逢 过 22 ( Type 1 error) 。 若 显著 水 准 高 ,如 此 , 假设 被 气 秦 的 机 牵 小 , 被 接 受 的 机 达 大 , 有 时 , 不 贯 实 假设 ( False Hypothesis ) 也 会 RBS > UMB— BIR ( Type I error ) , 因 此 , 要 决定 一 两 全 的 显著 水 准 是 不 容易 的 , 最 好 的 方法 就 是 折 袁 , 取 适中 的 5 % 及 1 OH SEK ME 。 此 外 , 决 定 显 著 水 准 亦 可 向 此 研究 对 其 正确 性 的 要 求 之 高 低 而 酌情 屋 动 之 , 若 握 秦 原来 的 假设 其 影响 不 大 时 , 可 使 用 较 低 水 准 ,接受 WRB SME BEKEE > ESA BEREAN SM - BARE (i EK BPA EBROER > LEAR KET > TARR CR CMO TATRRBS : Bl NR a {|| SS Bl Xe 第 十 四 章 ”生物 及 医学 的 实验 统 秆 法 则 267 图 需 常 态 抽 样 分 配 中 相同 显著 水 准 下 , 不 同 之 据 秦 区 位 置 。 上 轿 的 显著 水 化 是 0.05 > KH MBAR RRR GRKAY f 0.05 , (8 A EE — es ZR ZI , (EAE HE meh FE o FILL FRE BM: THETA ZHREM : OMBRZRRAR H : eS Mo * BUA RRR HL, fe ° WM Sia R > htc BEM eh EA aM @QFRZERBARH : 4 和 0, 其 对 立 假设 则 喜 了 i ee? 取 上 端 考验 , 也 就 是 担 秦 区 域 集中 GBD @OFRAZRRARH : /= 上 , 其 对 立 假设 则 吉 Ho eH oe eK 对 立 假设 则 人 袁 H : ee Mo , 应 取 二 端 考验 。 设 > My 时 之 通 当 据 秦 区 域 Be
AIS RRA : 4 过 Hp,Ho : MS Ho HM
H if =f? MREECRZ RMA Accept region ) » ARR
GEIL > AA > ME > LL RSM OM aU ER
( Critical -Teeven:}. 6.
GRRE AW BBS B > Ri AR 1 — 8 , 也 叫做 a(〈 是
著 水 准 ) 。 |
RABE K > FRERRRRELNRAR AW BEER) o HS
性 考验 的 基本 公式 如 下 :
样本 之 和 统计 常数 一 虚无 假设 之 母 全 体 的 常数
〈 或 其 他 样本 常数 )
7A BRAY BRM Be
Rel it 43
DL AB HH ARR > AK 14-47 ] 的 比率 , 通 常 都 以 了 来 麦 示 ,
假如 粘 果 大 於 或 等 从 5 % SE Ak ETH HO ( 二 端 考 骏 时 的 5 % 之
“FRET = 1.96 ) , 则 便 是 显著 。 假 如 精 果 大 於 或 等 於 1 %BEKE
所 巍 有 的 数值 ( 二 端 考验 时 的 1 % 之 常态 T 值 = 2.58 ) RED Be
一 LT
第 十 四 章 £EWRSSHRBRAEN 269
iil
— 2.58 0 2.58
fel Fre BEL >a ZK MEG T (SA FR fel
母体 常数 之 估计
样本 常数 在 统计 推 葵 上 , 常 被 用 来 估计 母 全 体 常数 ( Estimati-
ng Population parameters )。 过 项 估计 涉及 二 个 问题 , 一 坑 傅
DRE 本 常数 来 计算 母 全 体 常数 的 最 佳 估 计 值 "叫做 点 估计 ( Point
estimation )。 如 母 全 体 之 算术 平均 数 4, 自 然 是 以 样本 的 算术 平均
数 M 来 计算 最 坑 态 便 , 此 邹 坟 样本 之 算术 平均 数 坑 母 全 体 之 算术 平 均 数
的 最 佳 估计 值 ( The best single estimate ) 。
以 样本 常数 需 母 全 中 常数 的 此 估计 , 它 与 贤 值 之 多 少 会 有 差 丑 存在
> HR ZA EE] RBH ARK a> Mh CURT A
«ROA at ( Interval estimate ) Ay iH > —A tail} ie HEE ° 1h
ie Seb Ae SS E> ch OK ARDEA 2S BZ TE eG
WUE FRAN AY BLO 7B Pt M ei at BE EAS NE OG EK pe 时 , 其 步
县 局 : Fa FG Bath at? AEA M PRAY A Zhai > RAE
270 。 新 编 生物 统计 学 概论
区 间 推 定 , 按 M 抽样 分 配 的 形态 和 序 差 来 确定 吏 差 e 的 数值 , 而 使 原来
Bi eat REM 士 e 之 区 间 推 定之 形式 。 第 三 步 股 是 确定 母 全 体 和 平均 数
“SLAM —e SIM+ ec AR AWA > M—e 3IM+ ce ZH ASR aM
at ES HAA ( «Confidence interval ) >» @#MM— wo ASEM
—e M&M +e tl BRAG ©
若 母 全 体 之 分 配 坑 常态 分 配 , 样 本 平均 数 的 分 配 旭 也 会 是 常态 分 配
,样本 平均 数 分 配 的 平均 数 就 是 母 全 体 之 平均 数 六 。 样 本 平均 数 的 标准
惕 差 等 於 样本 的 欢 数 分 配 之 标准 差 除 以 赚 本 次 数 平 方 根 之 商 〈 BERZ
数 ) , 依 常 驴 分 配 的 性 质 , 母 全 体 平 均 数 / 在 样本 平均 数 和 上 下 三 个 样
本 平均 数 分 配 的 标准 差 间 的 可 能 性 坑 99.7 % 。 如 此 便 可 依 机 牵 原 理 ,
决定 母 全 体 平 均 数 在 某 逢 信 楚 范围 下 ,所 在 的 区 域 。
区 域 估 计 的 信 想 范围 , 一 般 有 992%、95%、905%、50 9% 各 种 ,
使 用 最 多 的 是 95% 与 99 2% 二 种 。 样 本 的 大 小 相同 、 机 率 大 小 亦 相 同 的
情况 下 , 信 顿 范 围 登 大 ,估计 的 正确 性 就 越 小 。 若 样本 多 , 可 沽 少 抽样
Sy CAO ERE » (2 RAR th BEAR) > 估 计 的 值 正确 性 便 大 。
样本 常数 本 身 的 性 质 , 也 足以 影响 统计 推 葵 的 可 靠 性 , 一 样本 的 某
一 常数 在 抽样 分 配 中 , 若 友 差 小 , 则 此 样本 常数 圣母 全 体 常数 的 估计 其
ERBE 高。 由 於 算术 平均 数 的 抽样 分 配 之 骨 差 较 其 他 平均 数 的 抽样 分
ACA ES) > 因此 ,算术 平均 数 可 做 袁 母 全 体 平 均 数 之 最 佳 估计 值 。 双
PA ME 差 的 抽样 分 配 即 差 亦 比 其 他 离 差 小 , 因 此 , 标准 差 也 就 是 母 全 体
差 届 量 数 的 最 佳 估计 值 。
和 纺 而 言 之 , 和 统计 推 葵 是 隆 用 样本 常数 来 考验 所 假设 的 母 全 体 的 常数
( Parameter ), 或 用 来 估计 母 全 体 的 数值 。
进行 统计 推 葵 时 , 须 依 样本 常数 的 抽样 分 配 做 仔 翘 的 估计 。
第 十 四 章 EMR SBIRR Hates) 271
五 、 卡 方 分 配 的 应 用
x? 分 配
x2 分 配 用 於 AR LET A A Re RAK
AEH KK > HSK AIF UR > EP CL DG Eo
$—ASHE> BACHROKDOM > ARS RE Ba En’
> GE AYRE — (Ax? 2 ACH BR RGD BZ ALE > A eh
BERS ANIA if AAT BAF ©
下 表 是 各 不 同 自 由 度 ( 自由 度 30 以 下 ) KH HES BB x? 值 。
学 概 苹
a
272 新 篇 生 物 和 统
8 GE
6 1g
8°6G
582C
8°9G
G GZ
9 .50
0 22
8 02
G81i
L9l
6 FI
8 GI
901
88 /
00 0
9 ”08
162
LL
69%
Lb
区
C'1Z
0°02
¢gI
¢ ‘91
[GT
5 CT
Ell
126
¢9°9
010°0
G 4C
192
上 有 6
5 52
6 IC
G CC
0'6l
GLI
0°9I
bbl
8Gl
Fal
C&6
85 °L
OG
¢Z0 0
CG £°GG
&Z IIe
(AG 661
1% CSI
61 CLI
81 09I
9] L’vl
Cl vel
al O’cI
ol 90!
Ell. ¥66
666 86 8LA
18° GC 9
66°C 19°P
B'S IL’S
0S0°0 ”00I 0
CC'S 97°L
OL°L L¢°9
和 07 68°C
0¢'9 8Z'5
85'5 Lb
L8'h 666
Lb 65
64'S 85/
687 LIZ
022 9"T
I9"T CV
90° I1Z°0
P8660 ZS¢'0
1170 ~©=— S010
8S10'0 ”8680010
0060 0660
°
se HH tH & «x
9 9
£9°C
I0 9
0 了
68'S
GZ
OLG
81 Z
69 1
$l
I58 0
V8r 0
9120
9060 °C
86000 0
¢/6 0
5C 9
99°F
Il'v
/9 8
CO's
90°C
COG
69°1
v2 I
2L8 0
?99 0
上 62 0
GIT0
10Z0°0
91000°0
066 0
09°F
LOY
LOE
LOS
09 2
9TZ
ae
Ee I
686°0
9/49 0
/TI 和 0
LOZ 0
L1L0°0
00CI0 0
?7C000 0
966 0
ES a5
AAA
273
at HE 则
a
第 十 四 章 EYRSESNRRS
CUI
59II
6 [6
上 《9
5 29
0 IT5
9 7
5 8
6 OF
9 9 和
C bP
8 GP
b'1v
0 (0
9 88
co LE
人 98
8 VE
8 51
CII
b°88
6'0S
9 "6T
5 8T
CLP
9 "GT
6 bp
0 "2
9
5 (0
6 68
OLE
G'9¢
8 了 5
7 了 55
078
(#48)
9 6c 1
9 901
5Z8
O°Lb
L’GY
Cth
GEV
6 It
9°0P .
6
1'8¢
g OF
GCS
Z VE
6 了 78
GT8
ZOE
8 82
572I
6 ‘101
162
8 &Y
9 CP
eh
Ol?
6 BE
LL
b Ot
GSE
6 88
LCE
bt
1 08
6 8G
9G
¢ 92
0
1'6¢
6°LE
L°9¢
9°CS
b'bS
aan
0°SE
8 08
9°6Z
b'8Z
Z'LZ
0°92
8°
C'$%
9°02
8°61
6°81
8]
5 /1
GOT
人 GT
8 了 TI
O'+1
GSI
vol
ae
60!
TO!
$6
981
/LI
6'91
z'91
#GI
9°F1
8-81
T6i
ZI
9'II
601
[LOT
68'6
19°8
96°L
GL
LS
9 ‘OF
89I
OST
£1
9&1
85[
LI CI
vl
LI
001
€ 01
666
I6 8
528
95
I6 9
OGI
€ vl
9 51
6 GI
CCl
CIT
601
Z OF
bG 6
06 8
92 8
59 /
I0/
IF 9
I8 9
8 /9
Z 1G
9 "5
8°¢I
IT 51
CTI
SII
Z 11
COI
68°6
976
198
£08
Ch'L
78'`9
97°9
OLS
v1
001
08
09
O€
6G
87
LG
92
CG
VC
50
CC
IC
0Z
61
81
Li
91
24 FRED RASH im
自由 度 30 以 上 者 , 可 依 亏 = / 2x 一 W 2n' 一 1 公式 查 对 常态
Fy i BRAT BR ©
若 自 由 度 n' KG830 > WKH x 化 成 wW= / 2x? —/Y Inf —T>
RH BARE TERR R o
DEAN A RD SILAS Py AY x? 检定
6 AHER1 > HRABNA > RAR S Ria SZ AP,
”应 用 公式 如 下 :
( £—f, )?
x* >
fo
RK (14-48)
或
ct ( x—NP, )? « Cisse )2
NP, Nqo
BK, (14 49 3
@KRAKARE Hi KK 考验 及 常态 性 通 合 度 的 x* 考验
Oe ee
oe fo
公式 [ 14 一 50 ]
f : 样本 次 数
fo: MIE AB a Baa
LAR MX? 数值 的 分 子 分 母 同 坑 正 数 , 所 以 x* 值 定 坑 正 数 而
RABM VA: x? 值 亦 跟著 样本 的 观察 欢 数 和 期 肇 欢 数 间 的 差 届 而 改
SB — KMWERA> x 也 就 大 。 反 之 则 小 , 二 者 间 若 完全 相同 , 字
@R0° 自 一 样本 中 所 计算 出 的 x (8 > KRABAE 0.05 710.95 Zi
/ PAAR MES KR ER TR EHA BOY Sw SRK
GORRAEIS 95% > MER ATA OLA AR SARR ; HS 700.05 , 在 5
% BAL > HERB o x WATER > 由 0 到 co, Bx =0 >
‘) RY MEZKGRMEKWS—Ke .
第 十 四 章 EYMRESYRRRHEM 275
@— 品质 独立 性 的 xx: 检定
考验 二 品质 狂 立 人 性 的 xz , 有 撩 先 列 出 相 联 表 如 下 :
Ri 三 (ai 十 ai )
R: 王 (as 十 ax* )
i BUR; +R,
BYC,+C,
C,=aytagn Co= Ayo + aoe
ti A A’ — tn ARS eS > :
C ay Faw ) C ay +aq; ) x R,C,
an 的 理论 次 数 = N N
4 E.G
al2 i K=O
Be A. C
ax, AOHLaG Ai =
M RC
a 22 EY BE i KL =
«ARRRA ADE CHOBE HE: BRR RRAM AA RAR
BE AOS HEOOE 相等 , 受 四 个 条 件 限 制 , 所 以 失去 四 个 自由 度 , 但 双 芙 正
失去 自由 度 只 有 三 个 , 所 以 只 利 一 个 自由 度 。 也 就 是 原 有 相关 表 若 是 R
PGA CH > AEE SRC R-- 1 ) (C 一 1 )。 汪 是 指 原 相 联 玫 历 用
WAAR RH HRURRA> WHR A LOE RAO 的 显 性 考验
i> RBS AAR CN AKLE RAEI &
BA —-RARU BIH SG :
x2 — NCC anaee — aware )? )
an R,R,C,C,
ASM = 31)
276 ”新 编 生物 统计 学 概 葵
@ be ASHER Di Hea HY x 检定
N 9?
go?
=
AK (4 52)
N : 样本 项 数
S?: ABR
02 : fax dehy SARA
自由 度 m =N—]
器 成 对 资料 差 殿 显著 性 的 符号 xz 检定
(n aap 4 a
公式 [ 14 一 53 )
D : 原来 之 半数
nn’: 正 号 之 欢 数
nM’: AR ZK
Ris
O-—BAWE IH & REA Re
x71) =
NaNe ,,
《 Nec 和
x2 =>
Nz Neo
N
x2
ee N + x?
BAC 14st 3
N : mei xe
Ne : 横行 欢 数 的 和
No : METAR VA.
Bros EWMRSBOY BM atte A
Nac : APRA DRA 次 数
C : 列 联 傈 数
( Nac Jal Ae )2
x* = 2 N NU
N
N,N
Ni, — 2Nec nae 4 ¢ Hats 52
_y N N
a N,N,
N
NC Ng, — 2Nno Nene 4 ¢ Sate ye 3
=* NAN。
(Ri 二 二 2 人 直人 5:
es Be
NZ. 2 NAN。
= Wz ¢ a ae Neo + N2
N tc 之 Na Ne
一 er N Rae ss inn WE
Nd NaN。 2UNac + N
Tu UNeo = N
UNRNo = 2 N,2No — N2
Nac N2
oe sz as? ———
K MO erg Ae ong
x2 = Ny -Rao - N
oi NaNo
278 Fite Et BHA
DP (AREA x 考验
y Cm)? ( 2n’; )?
ni Lien
aes eg Oe
AK (14-54)
公式 [ 14 — 54 ] BAN MRA (ARH) 或 k 粗 样本 的 中 值 检定
。 FES ARAL RMSE BABS BH: n, Bn, +n, …ns
5 GRABS AB n/n! 、ny snd + bRESMRABE
中 大 於 混合 中 位 数 的 个 数 。
区
Aer an;
WT. T DACRE REA EC
7 GIR LZ MEISE 1 y+ iT —" ms He ALLO
cut)» (ch ES IRE REE o 是 未 知 的 。 所 以 只 好 用 样本 的 村
MES S 来 代替 , 如 此 , 计 算 求 出 之 标准 差 只 是 芙 正 标准 差 的 近似 值 ,一
ZAG AYDRER >? ARARRSD , ee OE) > Ait ——
IGNORE i
ARISE > TR t OR
七 分 配 ( The t 一 Distribution ) 是 _ 逢 单 则 对 称 分 本 , 2y4y)
配 的 曲 穆 型 态 , 随 著 自由 度 ny TBE > G—n! 值 便 有 一 上 BAe Hn’
其 小 ,七 分 配 呈 高 锋 刘 , 长 尾巴 , 上 比 常态 分 配 的 散布 范围 大 , 它 的 自由
EARN > ARAB MEA 。 自 由 度 ( 样本 项 数 ) 增加 时 , 便 接 接
近 常 驴 分 配 。
Bt EMR SRNR) 279
一 般 情 形 下 , & Bea Ben’ 增加 到 30 以 上 时 “, tA AcE OR
Fy Hc o t 5} 配 的 机率 值 是 由 m' 值 来 决定 : TSAR t 分 配 的 曲 入 型 态 隧
著 自由 度 m' AY (bt BL AT eR EA KBE Ha Ri
面积 , 也 随 n' SLi ANIA ©
FRESAA RHE RECS RMA REREHBA ° DIR
t FAW RB o
t 的 所 在 范围, 理 葵 上 是 从 一 co 到 co ©
EAA aii
a
Bi thi FD Wf
280
66°
86°
10°
90°¢
Ils
LIS
GZ ”8
985 8
Oc’ 8
ILS
50 全
09°F
68°C
86 6
99° ¢9
c00°0
09°Z
Z9'7Z
C9°Z
g9°Z
LZ
91°
Z8°Z
06 °Z
00°¢
1's
96° ¢
CLS
°F
96°9
78° IE
10°0
61 °%
VIS
91°%
81°%
02°C
£6 °C
92
I5
LES
CVG
L9 0
8L
81°¢
65 F
IZ Gl
5G20 0
CL’ I
91° 1
ae i
BLT
08 I
I8'I
58 I
98° I
06°
+6 |
60'S
区 人
65 5
66 Z
Ig 9
GO°0
ae |
G5 |
cel
95 I
ae |
LE
85 1
OF’ I
CT
bY I
8h I
656 I
v9
68° I
80 8
0L 0
LOI
9L0'T “769'0
6L0°I +69°0
680°1 69°0
g80°I 69°0
60°I 0040
OI'I 5000
oy Ge yar
ar 4 ee
bi La 20
ois Seb
6I°'Il ¥2°0
eft £840
soi - wo
96°I 00°1
gp = Gen
2 sz th LS 3
169°0
565 0
565 0
765 0 .
G65'0
968'0
/1680
9660
00F'0
z0F7 0
70770
8070
IF'0
Zb'0
bh
1S°0
CEO
862 0
862 0
6620
692 0
09z 0
092d 0
192° 0
292 0
592 0
39Z 0
192° 0
LZ 0
82 0
6 0
58 0.
OF 0
8cLI 0
8cLI 0
8cL 0
8cl 0
6cL 0
6cLI 0
6cL 0
OSI 0
05L 0
LI5L 0
oI O
vel 0
/5LI 0
VIO
91°0
vO | HHA
GI
TI
5I
Gl
IT
Ol
6
8
L
9
G
F
5
G
I
281
计 法 al)
生物 及 医学 的 实验 匾
第 十 四 章
282 Hie EDRs SMR
BRO > 似乎 90 2% 的 面积 在 土 1.64 标准 值 之 间 Rt ome
= 10 时 ,90 % 之 面积 在 土 1.81 标准 值 之 间 ; Bn’ = 20 时 ,
fE+ 1.72 标准 值 之 间 ; Bn! = 30 > 41.70 Zs Bn’ 二 co 时 ,
在 土 1.64 之 间 , 和 常态 分 配 完 全 一 样 。
自由 度 是 统计 各 到 量 中 可 自由 琶 动 的 个 数 , 若 有 一 个 人 条件 来 加 以 限
制 时 , 便 会 失去 一 个 自由 度 。 於 统计 推 葵 中 , HERE 2H BZ RAB
FARE > 8) BRL th St (98 ZBL EZ BR 。
RS ORES o 的 估计 值 之 样本 差 SHS MEHEACN—
1 ) , 此 乃 因 母 全 体 各 数值 及 其 平均 数 之 差 数 息 和 需 0 - MOREE
ARES s 以 估计 母 全 苯 标准 差 c 时 , 有 损 限 制 样本 差 刁 分 数 的 炉 和 怖 0
' 也 就 是 各 屋 量 及 平均 数 的 差 数 和 袁 0 ) > old = 0 , 以 使 样本 平均
数 和 母 全 体 平 均 数 的 性 质 一 样 , 如 此 一 来 ,此 样本 便 更 能 代表 母 全 体 了
" AS Ud = 0 的 限制 , 要 使 样本 的 N 个 差 回 分 数 中 人 私有 N -~ 1 个 可 自
LL > KP —-AER SRS MMS AO 之 限制 而 亦 确定 , 便 要
有 一 个 差 慷 分 数 要 失去 其 独立 慑 化 。
换个 方式 来 解释 此 理 葵 ,由於 当 以 样本 标准 差 s 去 估计 母 休 体 标准
#0 , 在 计算 样本 标准 差 时 , 因 和 坑 母 全 体 的 平均 数 是 未 知 数 , 不 能 询 用
BE BUHRDMx 一 上“, 仅 可 利用 样本 平均 数 的 差 慷 分 数 往 二 M , 如
此 , 便 须 於 样本 平均 数 及 母 全 体 平均 数 完全 相同 的 条 件 限 制 下 来 估计 母
全 体 的 标准 差 , 过 个 限制 便 要 失去 一 个 自由 度 。 如 此 便 可 得 知 , 自 和 统计
资料 中 , 每 党 须 要 确定 一 个 常数 时 “, 就 要 失去 一 个 自由 度 , 例 如 计算 标
准 差 s 上 时, 由於 要 先 确定 一 个 常数 ( 平均 数 ) , 于 以 其 自由 度 是 N 一 1
" 再 者 , 母 全 体 常数 的 估计 值 的 自由 度 , 兹 不 一 定 都 是 N 一 1 , 其 自由
度 之 减 少 , 须 看 限制 条件 数目 或 所 须 决 定 的 常数 种 类 数目 来 决定 。
自由 度 4 Degree of freedom ) , 原 坑 数 学 上 的 一 个 名 词 , 和 后
KA GHSEAZ o SORA A EWR MX+Y=30°> x=
第 十 四 章 ” 生物 及 医学 的 实验 统计 法 则 “283
WEY GR ,两 个 公 量 就 只 有 一个 自由 度 了 。 一 伙 量 的 数值 若 已
定 , 则 另 一 属 量 也 就 因而 决定 了 。 ee
人 平均 数 之 差 的 上 考验
SR2RBRK SRO: 站 且 两 数 相 等 , 也 就 是 rc = oo =o?
, 则 可 巍 用 + 考验, 其 公式 如 下 :
(Mi 一 Ms。 ) 一 (后 一 pe )
七 一
1
co ie
BHC 14 — 56 ]
GHRES.
/ 7 N,S,? + N, S,?
Pes anus N, +N, —2
BHC 14 —57 J
AR SRE Xo KA: Al SROURAW AM KH AX
C 14—57 ] 中 , So 是 5 之 不 偏 估 计 值 , 此 公式 可 显示 出 此 乃 以 样本
BARS? 与 S*z 的 加 权 平 均 数 以 袁 oz 之 推定 值 , LART BEKER
(ES MEE > Fite > PAPA RRA BAY eh BES ACN, +N, —
2 ) fFRABURZ ° |
FH AZE BU EW EME RR :
Ou, —-M > = So’ = "hae
EAC 14 — 58 J
AHAK 14 —57 ) BC 14 - BB:
N, +N, 一 2 Np
RHC 14 — 59 ]
284 Fite MR at SE me
利用 t CRE RUS OESRLCHED BS BERWE-OARS
MUAAME TUS BRE > HUT t 值 的 显著 性 是否 足以 代
表 母 全 体 的 平均 数 的 差 殿 , 准 先 考验 样本 的 差 畏 量 数 不 具 有 显著 的 差别
. 方 可 。 若 差 棋 量 数 不 相 等 , 仅 比较 其 平均 数 , 烙 果 会 较 缺 乏 正确 性, 不
足以 代表 母 全 体 之 差 量 。
@ 和 平均 数 的 上 (aH aa
M 一
= 一 x
af Base be
Nein #) /Na1
S
公式 [ 14-60 ]
VAR Z RE R :
aka ash
YN-1 |
利用 样本 平均 数 来 推 葵 母 全 体 平 均 数 , 可 使 用 t GBR EH
样本 平均 数 的 标准 值 t+ , 其 次 於 帮 有 之 自由 度 下 , 便 能 查 出 机 达 值 。(
自由 度 需 N 二 1 ) 。
OP KBE BS EZ t BR
A RE
eo Adan 3:
自由 度 =N 一 3
若 样本 数 志 大 时 , 将 工 化 扼 Z' 后 , 则 极 快速 接近 常态 。
Ou 一
Brot EMRSESYRREHE A 285
公式 人 14 —61 )
AEEE=N, 十 一 6
@ 相 关 傈 数 及 双 央 傈 数 之 显著 性 t+ EM
t=— == =
公式 [ 14-62)
ahe=N-2 —
公式 [ 14 — 62 ] 仅 可 应 用 於 母 全 体 相关 傈 数 ( 荆 ABO + DRED H,
:T=02¥R- 其 他 对 於 母 全 体积 差 相关 傈 数 假设 之 考验 , 便 须 将 之
化 袁 Z' 之 后 再 予以 考验 。
ORR t SR
C Dye — Dys_) Sey N—2
at ter gt
AK C 14 — 63 J
Dyx : RADY AX Zee RK
Dyx : 假设 的 母 全 体 了 对 X Ze
自由 度 =N 一 2 ,( 由於 2X' 王 NM。, 双 2Y' = NM,, 因 此 失去
二 个 自由 度 ) 。
PRRGHBESKABSA CR. A. Fisher etc ) 将 上 的 5 ORB
及 工 狗 点 的 值 求 出 , 计 算出 相关 傈 数 人 后, 再 查 表 即 可 得 知 是 否 显著 ,
可 省 去 了 计算 七 值 的 手续 。
—
tha AB PH > SERA @
5 2 点 及 1 2 点 之 o 限 值 表
roam [vem Tw [sae ie
5 | 0.90 0.43 0.60
6.) “es | 0.94 0.40 | 0.56
zy) Soins 0.89 0.38 0.53
8 | 0.64 | 0.83 0 .36 0.51
9 | 0.60 | 0.78 0 .34 0.49 - |
10 | 0.56° |] 0.75 0 .33 0.47 |
2} 051 | 0.71 0.32 | 045
m3 og | 0.65 0.31 0.43 ,
DAR KR Zz & GF
#t OF AA BAR BA AM :
Dy ee Be BZ! )
2 = 2 tite >
公式 [ 14 — 66 )
292 ”新 编 生 物 和 统计 学 概 葵
合 供 若干 个 样本 的 相关 傈 数 时 , 必 须 先 将 化 需 24 , 之 后 再 各 乘
上 自由 度 ( N -- 3 ), 再 将 其 枉 之 和 除 以 自由 度 之 煽 和 , 便 可 求 出 合 借
合 之 [ Z' ], 最 后 再 把 [ 2' ] 化 需 [ rl 即 可 。
七 、 互 变 虹 数 之 分 析
四 单 因 子 之 拉丁 方 格 设计 人 Lation Square design )
Haat RED AMAR > TALE RAE o
; Yo + vis CH 1 ae
BA eB
RK ( 14-67) |
@ 上 比较 按 二 个 标准 分 类 样本 之 相互 作用
忆 1%,
Bae Bhat F ba ia
的 了 值 | 的 了 值
Vs 一 Qa/m 1) | Fi=V./V.
一 1 |W=Q2/GH1) | FR=W/V..
(m1 n-N | wxb' =Q%xb’ | F=Vexb’/V,
/(m- \(n-1 )
V.=Q.?4n(k)
ET =
AUBEHLI : Qu = Ext -条 二
Ey 8 BY fe] aS . Q,? = xR? Sey
CP eae N
Brose EMR BOR BREA 292
Mas we. oe, 2% (Bx)?
(肥料 ) ips . Qn ue mk N
2
el eek Fe TT Qi = Ex"? ae ae
交互 作用 : Qixy = Qoe’ 一 Q — Qu’
PR ZE= Q.? = Qe? 一 Qnv/
或 Qs = Qn? — Qu? — Qu’ — Qoxv’
@@ 单 因子 之 集 区 设计 ( Block design )
集 区 敲 计 之 意 力 袁 把 一 相同 特性 之 分 子安 排 於 若干 个 集 区 内 , 重 复
予以 试验 , 任 一 种 试验 在 每 一 集 区 内 只 有 一 个 单位 。 HERE BDA
明 因 素 之 影响 , 进而 增加 试验 的 正确 性 。
本 器 来 源 ] 平方 和 | 。 自由 | we mH ae
Vi= Q,?/ ( 和 一 1 ) F.=V,/ Vo
Vi=Q?/(K’"—1 ) F,=V,/V.
Sl atal ZR AAS :
oe, 区
ies Ve (KK’—1)
BKC 14 — 68 J
OAR SZ SS BIR OZ FO BRR AS hat
@ RS LAB RR ZAR
BR AR HES DABS BZ LAS (Po) 时
294 ”新 编 生物 统计 学 概 蓓
ne (1 —P, )
ty Fe
FE 一
= 7 t site Bo)
公式 [ 14 — 69 ]
ny, =2-( nk + YY)
i = 25
Nn: 样本 次 数
K : 样本 某 一 相同 特性 出 现 次 数
GH: Po RRRRLRBBFO 了。
若 H。: Po =P! > KRRRZ MABE > Fy
样本 比率 小 於 母 体 之 假设 比率 ( Po ) 时
在 同一 行 或 同一 列 中 , 相 同 的 实验 仅 能 有 一 欢 , 若 同行 仅 是 出 现 一 次 ,
同 列 便 可 出 现 二 欢 或 者 更 多 次 , 抑 或 相反 的 , 同 列 只 出 现 一 次 , 而 同行
出 现 二 欢 或 以 上 , 过 便 依 一 征集 区 裔 计 。
进行 拉丁 规 计 之 目的 在 於 求 得 最 坑 正 确 有 效 之 试验 千 果 , 除 去 原因
未 明之 因素 , we SAR :
上 轩 即 搞 一 征集 区 融 计 "但 有 时 一 些 因 素 会 导致 武 验 烙 采 正厅 性 的
低 弱 , 若 探 用 拉丁 方 格 屋 计 , 便 不 易 产 生 失 慰 。 如 下 :
Aro EMRESNHRRKHEN 295
ma, CoD A G2
B DA C Bai i
或 等 。
Ce ah. Di, a ee
ae ee a a ae |
Vb=Q?b/(K—1) | F,=Vb/Ve
Vb =Qzb /(K—1)| F.=Vb' /Ve
Vb" =Q?b"”/C K—1 ) | Fs=Vb” Ve
Ve=Qe?/( K—1 )
(K-2)
WTA BR aD REM AX :
ea Ne’ P, |
7 ni C1—P, )
=F’ ( n,” > n,” )
公式 [ 14-70 )
ny=2(K+1)
Ge = 2 n:-K’)
Hi Ho : Po 之 Po > KR RR ZRF’ > Fi
Hi Ho : Po = Po! » HRRR MMAR F’ > Fs
OA HS LEAS 2 fi at
GE. SION |
nz 十 mi。
公式 L14 一 71 3
Po. =
296 FiteE MR Sm
Por = Sra
ON ARSE |
KAA SEAR OKRA RRR CBF 考验 之 后
GGA FPR - KAMER HB -
也 可 以 使 用 CRB SPHHHRAR - Ro RECA Be
+ F 值 大 者 。 是 曲 粮 相关,F ) SEM 。
Nyx — 0?
ce ee
= 1 一 75.
N—K
(KRX Za)
RK ( 14-72 )
@@ 相 关 傈 数 及 相关 比 的 显著 性 了 考验
F 考验 可 用 来 证 明天 地 万 物 间 , 任 二 者 事物 或 现象 的 关 傈 。 字 宙 中
> SESS ni Hy RHR > 它们 之 问 的 积 牵 相关 或 相关 IL: SEAR AES
0 , 或 多 或 少 粮 会 有 些 相关 联 , 谷 了解 其 彼此 间 是 不 是 有 关联 , REM
联 的 程度 大 小 , 可 巍 用 了 考验 来 证 明 。
F (K-2,N-K) 一
F (K-1 ,N-K) 一
1 ee ra ag
一 ae
RK (14-73 J
HR LARK R2 > AeA RA:
第 十 四 章 “” 生物 及 医学 的 实验 统计 法 旭 297
Nyx
a es K— |
€k~-1 5N-k):-— es n2.
N—K
BA 14-74 }
KK RRGM > X ZR
@ GR HEH FH
其 公式 如 下 :
了
oh at Me eames a a a
公式 [ 14 一 75 ]
©-Kk&ABRAEAVBS EZ SER
此 考验 亦 邹 二 母 群体 叙 办 数 假设 之 考验 , 可 使 用 下 列 公式 :
NN; €¢ yt 4 Si a3"
Pen *n, )=
Ny Ny —T ) S203
RK (14-76 ) )
或
bk;
os tall “sr re
N; =? |
公式 [ 14-77)
|
n; =N, —2
RBORRMGZ MCA > ELH. : of =o} wee SE 一 1
' BUS Re SE 便 可 省 略 不 子 计算 。
298 ”新 篇 生 物 和 统计 学 概 葵
@@ 按 一 个 标准 分 类 的 样本 之 BB |
也 就 是 二 个 实验 因子 ( 2h) 和 一 个 因应 数 问 所 产生 差 殿 的 显著
性 考验 。 台 例 言 之 , 用 三 逢 不 同 的 种 子 , 加 以 四 种 的 肥料 , 於 12 B+
质 一 样 、 面 积 大 小 相同 的 土地 中 进行 实验 , LRA BTMEAER
Ash: 产量 坑 因 到 数 。 在 计算 各 种 杰 肉 数 时 , 可 使 用 下 列 公式 :
MBH: Q?=X( x—xX )?
公式 [ 14-78 J
A FMB : Qt = Dk! ( He—*)
ae. Die. «22k ee
kj N
WAC 14 —79 j |
«A | Q? = Dk ( Xo —-* YP
Hi DYko? es C ox )?
一 一
k, N
公式 [ 14 一 80 ]
B. #2: Q? 三 Qa: —Q.? — Q,
BA (14 f1 3
Ok PRED MYN= BL LRAFHRZE RH BAEFSR
BRA RYT ABBA > RaA-B ABR ( 也 就 是 只 有 一 种 实
BAT) , 在 分 析 研 究 和 结果 时 “, 以 自 到 数 博 分 类 标准 , 而 比较 因 玫 数 的
ia FEM EMS ©
Ay iT ERS BLA SE > BELA eR :
Brose ”生物 及 医学 的 实验 统 奸 法则“ 299
租 AN} Qu?= ZK, (X,—X)?
S
2
b
Dar
F(K—1)(N—K )=
@ yl Qwt=ED(X,—K
(2 BH FL | QT ( X—X )?
Qu = 2K, (X, -X )? RmMSMA CHR
Ki Ris zaK )
X, RimztoR
X RMEBR
此 倒 恰 可 能 由 於 部 分 的 机 肖 辟 差 , 部 分 的 自 慑 数 ( 实验 因子 ) 所 得
Q? = 了 2 〈 X 一 X, PHRARSMAZER HPRYVRRARS
或 试验 改 差 , 与 自 慑 数 〈 实验 因子 ) 无 关 。
Q =L(X-X)* RRMBK > RAMBARMAABRZA > el
Qr? = Q,? + Qw 9 KA RH RR MK > hE RAF eH th
因素 有 了 关 。
估计 组 问 之 到 洪 数 , 由於 要 先决 定 全 体 琶 量 之 炉 乎 均 数 入 , 因 此 ,
失去 一 个 自由 度 , 而 以 (有 一 1 ) heart o
i atMA BRR > 由 於 要 先决 定 K MPR: ALA HAE
> 因而 以 N — K 局 分 母 。
he BAZAR :
, © 2fd’ >?
Z fd 一 一 -人 一 一
300 = Fete Dist Bi
BAC 14 — 82 J
gman s A Aid Jf BEd le
, K, N
BK ( 14 — 83 J
C2 £;d,’ )?
x K,
1 BR = Ded”? 一
公式 [ 14 — 84 )
HBT |
DEM atin 2Z#RAOM DK > AS 6 SBR - H-RABAR
A 实验 因子 ) 所 产生 的 带 哭 , 其 二 坑 由 未 知 原因 及 机 遇 惕 差 所 产生 的
BFL 。
坊 了 使 得 研究 实验 的 烙 果 能 更 加 正确 , 必 须 将 实验 中 所 产生 的 不 明
因素 的 影响 排除 , 要 排除 此 因素 , 一 般 有 二 多 方法 , 其 一 是 , 蕉 实验 之
初 详 粗 的 检验 及 设计 , 小心 挑 玩 实 验 之 对 象 , 实 骏 中 , 适宜 的 控制 各 乔
情况 , 使 得 各 粗 之 中 ,除了 实验 的 因子 不 同 外 , 各 逢 情况 皆 须 相同 。 其
BRT BROT + BOT ETE MAD ROR ED ZOE
AUB BRE RFRABM: PRSBRERZHK: HERER
bh MARR MKKORMAROY S- HARK eRe
i) BR BTN OT > LLU OC ER HTH: 。 |
EALBRD ik h- AR BRTERZERA > LEGe
其 与 未 知 因素 相关 之 数列 ; —B> URBRAOMNZAR: TARR
H@RH > KASEGRRERMLIEGE > HREERZERKEAR
AY > LOR BARD MAZE
假设 X 是 自 琶 数 ,Y RAB KAT BABOMKSRK AMS
后 之 平均 数 之 间 的 显著 性 坑 何 , 其 程序 如 下 :
© A BRR HE x hy 之 全 部 平方 和 分 解 需 二 个 租 成 分 子 , 一
Brose EYRESHRBRHEN 301
BAATHA > H-RMMPR HA >
Oil xy HARKRMAD RAK BAR F —BRenREA- B—
AMM RMA -
ORME MN y LMPHM- DKERTBRMx VARY
OF AAZY Hx OHH RHEEBZyY HAAR
OnMeBLeTHMhRAMEBZAARAM > TRAM AZ
MHA Al © ;
@ 以 自由 度 n,' = K— 1 RAZ AE A > PR RR BL at
值 Su , 以 自由 度 nz' -N-K-1lRMSBCMATHA: RES
RBS. 。
加 求 出 了 i=—3
OAR: SPMBBZY 的 平均 数 间 的 显著 性 。
一 群体 之 中 , SAARC AHR UWERA MR EH
於 某 一 已 知 或 未 知 的 因素 而 造成 的 , 也 可 能 是 由 於 抽样 之 机 肖 而 产生 。
BAR MREREELEH > MBRbSE-OBR > BOUMRAMW
BHR» A LAME -
APB LAT HT MECRKZ BR BD ER Re
HPARRRE PMA CNSHERHAh > SRRMR AMS lz
REABHELD BBW FERAKAAL BE: TER EHR
差 器 后 依 常态 分 配 或 上 TREE So HA BRM MS
具有 显著 差 殿 , 小 样本 时 须 以 F ORK (FBRBOM > WWI HE
RAR = ORK ES AE AER ERAS + NAAR
MAA THR ILC SR MMR HMI. BARRE
Hb BOBS ERER - LAAT BRR AM 。
Axo? R-XERSEZHBRK > SEW -MRRA’ LRAR
N, » BUAEA AS RM o。 HUA Mai at S.2 BA : |
o
Ln —
302 — BriAi EM Be at EA it
ar ee 攻 , 一 Mi be
N,-1
或
cee Yh A
N, — 1
Fy WL — Be BRR AX > LER ARES Ny > (EE RRR AB BSR BY Oo? 的 另 一 个 不 偏 估
At fH S.? Hh Rahs :
yx, 2
N, — 1 :
je BAY LE a EL fe F LE Gil ©
2am?
CN, —I1)
这 2
CN,—1)
ae
5.2
ALC 14-85 )
由 公式 [ 14 — 85 ] oh WS — AF A C—O EZ
A Le SUES F LEGAL © F 比例 抽样 分 配 之 形态 乃 隋 著 分 子 分 母 自由 度 ni
及 ns' 在 到 化 , 各 对 之 自由 度 可 多 一 了 统计 量 , 此 统计 量 可 以 了 PCny ,
ne! ) 来 表示 。 由 於 分 子 及 分 母 之 自由 度 乃 依 限制 的 条 件 来 决定 , 因 此
公 去 【于 一 84 J SAE AE :
ae,”
ni
a Ks
ny
BeiGuaye Pig. P=
Pes out. piso f outs when oe Ue hd ne
第 十 四 章 EYRESHR REGED 303
公式 [ 14 一 86 ] |
Pio LLB E KAO TORE EZ > Ae
负 值 出 现 。 又 由 於 了 之 范围 坑 0 Blo 之 间 , 因 此 mn', Kn’ 若 坑 无 限 大
时 ,F 分 配 也 不 能 用 常态 坑 极 限 。 若 化 需 Z = loge Fay > fin’ ,ny
AERA + Hee ,Z 之 分 配 邵 可 用 常态 分 配 作坊 极限 。
。 。 须 感 用 各 不 同 重要 机 牵 之 了 值 , 可 查 并 下 表 :
1 2 3 4 5 6 8 9 10 20 30 60 120 co
161 200 216 225. 230.234. 237. 239 241 22 28 “250 252° 253 254
648 800 864 900 922 937 948 957 963 969 993 1000 1010 1015 1020
4052 5000 5404 5630 5764 5860 5930 5980 6022 6060 6210 6260 6310 6340 6370
16200 20000 21600 22500 23100 23400 23700 23900 24100 24200 24800 25000 25300 25400 25500
18.5 19.0 19.2 19.2 19.3 19.3 19.4 19.4 19.4 19.4 19.4 19.5 19.5 19.5 19-5
38.5 39.0 39.2 39.2 39.3 39.3 39.4 39.4 39.4 39.4 39.4 39.5 39.5 39.5 39.5
98.5 99.0 99.2 99.2 99.3 99.3 99.4 99.4 99.4 99.4 99.4 99.5 99.5 99.5 99.5
198 199 199 199 199 199 199 199 199 199 199 199 199 199 200
10.1 95.5 9.28 9.12 9.01 8.94 8.89 8.85 8.81 8.79 8.66 8.62 8.57 8.55 8.53
17-4 16.0 15-4 15-1 14.9 14.7 14.6 14.5 14.5 14.4 14.2 14.1 14.0 14.0 13.9
34.1 30.8 29.5 28.7 28.2 27.9 27.7 27.5 27.3 27-2 26.7 26.5 26.3 26.2 26-1
55-6 49.8 47.5 46.2 45.4 44.8 44.4 44.1 43.9 43.7 42.8 42.5 42.1 42.0 41.8
7.71 6-94 6.59 6.39 6.26 6.16 6.09 6.04 6.00 5.96 5.80 5.75 5.69 5.66 5.63
12-3 10.6 9.93 9.60 9.36 9.20 9.07 8.98 8.90 8.84 8.56 8.46 8.36 8-31 8.26
21.2 18.0 16-7 16.0 15.5 15.2 15.0 14.8 14.7 14.5 14.0 13.8 13.7 13.6 13.5
31.3 26.3 24.3 23.2 22.5 22.0 21.6 21-4 21.1 21-0 20-2 19.9 19.6 19.5 19.3
6-61 5-79 5-41 5-19 5.05. 4.95 4.88 4.82 4.77 4.74 4.56 4.50 4-43 4.40 4.36
10.0 8.43 7.76 7-39 7.15 6.98 6.85 6.76 6.68 6.62 6.33 6.23 6-12 6.07 6-02
16-3 13.3 12.1 11-4 11.0 10.7 10.5 10.3 10.2 10.1 9.55 9.38 9.20 9.11 9.02
22.8 18.3 16.5 15-6 14.9 14.5 14.2 14.0 138 13.6 12-9 12-7 12:4 12.3 12.1
5.99 5.14 4.76 4.53 4.39 4.28 4.21 4.15 4.10 4.06 3.87 3.81 3.74 3.70 3.67
8.81 7.26 6.60 6.23-5.99 5.82 5.70 5.60 5.52 5.46 5.17 5.07 4.96 4.90 4.85
13.7 10.9 9.78 9.15 8.75 8.47 8.26 8.10 7.98 7.87 7.40 7.23 7.06 6.97 6.88
18.6 14.5 12.9 12.0 11-5 11-1 10.8 10.6 10.4 10.2 9.59 9.36 9.12 9.00 8.88
5.59 4.74 4.35 4.12 3.97 3.87 3.79 3.73 3.68 3.64 3.44 3.38 3.30 3.27 3.23
8.07 6.54 5.89 5.52 5.29 5.12 4.99 4.90 4.82 4.76 4.47 4.36 4.25 4.20 4.14
12.2 9.55 8.45 7.85 7.46 7.19 6.99 6.84 6.72 6.62 6.16 5.99 5.82 5-74 5.65
16.2 12-4 10.9 10.0 9.52 9.16 8.89 8.68 8.51 8.38 7.75 7.53 7.31 7.19 7.08
304 iE Dat Sittin
0.05 5.32 4.46 4.07 3.84 3.69 3.58 3.50 3.44 3.39 3.35 3.15 3.08 3.01 2.97 2.93
g | 0-025 | 7.57 6.06 5.42 5.05 4.82 4.65 4.53 4.43 4.36 4.30 4.00 3.89 3.78 3.73 3.67
0.01 | 11.3 8.65 7.59 7-01 6.63 6.37 6.18 6.03 5.91 5.81 5.36 5.20 5.03 4.95 4.86
0.005 | 14.7 11-0 9.60 8.81 8.30 7.95 7.69 7.50 7.34 7.21 6.61 6-40 6.18 6-06 5.95
5.12 4.26 3.86 3.63 3.48 3.37 3.29 3.23 3.18 3.14 2.94 2.86 2.79 2.75 2.71
pi 7.21 5.71 5-08 4.72 4.48 4.32 4.20 4.10 4.03 3.96 3.67° 3.56 3.45 3.39 3.33
10-6 8.02 6.99 6.42 6.06 5.80 5.61 5.47 5.35 4.26 4.81 4.65 4.48 4.40 4.31
13.6 10.1 8.72 7.96 7.47 7.13 6.88 6.69 6.53 6.42 5.83 5.62 5.41 5.30 5.19
0.05 4.96 4.10 3.71 3.48 3.33 3.22 3.14 3.07 3.02 2.98 2.77 2.70 2.62 2.58 2.54
10 | 0.025 | 6-94 5.46 4.83 4.47 4.24 4.07 3.95 3.85. 3.78 3.72 3.42 3.31 3-20 314 3.08
0.01 | 10:0 7.56 6.55 5.99 5.64 5.39 5.20 5.06 4.94 4.85 4.41 4.25 4.08 4.00 3.91
0-005 | 12.8 9.43 8.08 7.34 6.87 6.54 6.30 6.12 5.97 5.85 5.27 5.07 4.86 4.75 4.46
4.35 3.49 3.10 2.87 2.71 2.60 2.51 245 2.39 2.35 2.12 2.04 1.95 1.90 1.84
5.87 4.46 3.86 3.51 3.29 3.13 3.01 2-91 2.84 2.77 2.46 2.35 2.22 2.16 2.09
8.10 5.85 4.94 4.43 4.10 -3.87 3.70 3.56 3.46 3.37 2-94 2.78 2.61 2.52 2.42
9.94 6.99 5.82 5.17 4.76 4.47 4.26 4.09 3.96 3.85 3.32 3.12 2.92 2.81 2.69
4.17 3.32 2.92 2.69 2.53 2.42 2.33 2.27 2.21 2.16 1.93 1.84 1.76 1.68 1-62
5-57 4.18 3.59 3.25 3.03 2.87 2.75 2.65 2.57 2.51 2.20 2.07 1.94 1.87 1.79
7.58 5.39 4.51. 4.02 3.70 3.47 3-30 3-17 3-07 2.98 255 Saggeue antl 2mm
9.18 6.35 5-24 4.62 4.23 3.95 3.74 3.58 3-45 3.34 2.82 2.63 2.42 2.30 2.18
4.08 3.23 2.84 2.61 2.45 2.34 2.25 2.18. 2.12'3.08 1.84 1.74 1-64 1.58 1-5]
5.42 4.05 3046 3-13 2:90 2.74 2.62 2.53 2.45 2.39 2.07 1.94 1-80 1.72 1-64
7.31 5.18 4.31 3.83 3-31 3-29 3.12 2.99 2.89 2.80 2.37 2.20 2.02 1.92 1.80
8.83 6.07 4.98 4.37 3.99 3.71 3.51 3.35 3.22 3.12 2.60 2.40 2.18 2.06 1.93
4.00 3-15 2-76 2.53 2.37 2.25 2:17 2.10 2.04 1.99 1.75 1:65 1.53 1.47 1.39
5.29 3.93 3-34 3.01 2-79 2.63 2.51 2-41 2.33 2.27 1.94 1-82 1-67 1.58 1.48
7-08 4.98 4.13 3.65 3.34 3.12 2.95 2.82 2.72 2.63 2.20 2.03 1.84 1-73 1-60
8.49 5.80 4.73 4.14 3.76 3.49 3.29 3-13 3.01 2.90 2.39 2.19 1.96 1.83 1.69
3.92 3.07 2.68 2-45 2.29 2.18 2.09 2.02 1.96 1.91 1-66 1-55 1-43 1-35 1.25
5.15 3.80 3.23 2.89 2.67 2.52 2.39 2.30 2.22 2.16 1.82 1-69 1.53 1.43 1.31
6.85 4.79 3.95 3.48 3.17 2.96 2.79 2.66 2.56 2-47 2.03 1.86 1.66 1.53 1.38
8.18 5.54 4.50 3.92 3.55 3.28 3.09 2.93 2.81 2.71 2-19 1-98 1.75 1-61 1-43
3.84 3.00 2.60 2.37 2:21 2.10 2.01 -1.94 1.88 1.83 1.57 1,46 1.32 1.22 - 1.00
5.02 3-69 3.12 2-79 257 2.41 2.29 2.19 2.11 2.05 1.71 1.57 1-39°1.21 1.00
6.63 4.61 3.78 3.32 3.02 2.80 2.64 2.51 2.41 2.32 1.88 1.70 1.47 1-32 1-00
7:88 5-30 4.38 3.72 3.35 3.09 2.90 2.74 2.62 2.52 2.00 1-79 1-53 1.36 1-00
Brus EYMREBSNRARHTE UW 305
LRHASE AZEBERBA > ABCRATUARHAH > Ol
Ml > GBA ( 10.6 ) 的 右 扯 面积 百分比 时 , 可 於 上 表 中 横行 10, 火
G6 VLBA F — 4.06 WH BMRB 5 % 。
全 部 之 卫 值 , 一 般 叫 做 危险 点 ( Critical points )o #R— ta
# > F ( 10.7 ) 分 配 中 上 端 5 %% 据 秦 区 域 之 危险 点 坑 3.64, 下 端 5
%% 握 素 区 域 的 危险 点 序 坑 14, 也 就 是 0.32 ° HRM HH °F 10.7)
分 配 中 , 二 端 5-% 握 秦 区 域 之 危险 点 坊 4.76 及 3 95。 由 此 可 知 , 若 要
RHF Con’, > me’ ) PARANA EMRE > WF Cn,’ ,mn' ) 分 配
BS 75 in Fe: BARRE AO ABR 1G ° BOR BE AR AA BS > TT LR:
或 近似 值 来 代替 。
一 一 一 一 一 一 一 一
* oh
~ lererversy. smerny AAA ri ace aaa oe ‘eine ty
wate -| ? a 7) ina Py mY f a vz -
. 4 人 ry : ¥ ' Fs It i ‘(©
oe Spey tee ohh Burs
| F Caen Vee VEEN Mu a
* Bea |
' " r. 4 Ad aa 条 ry 有
‘ ne i > poe a
TPig tT het tees ae on as we.
Tae A ap ph Bye isa aa a nl
将 baat Sh la 二
oa io MP ee rv | we el
~ i hy “hy wey 和
i re a *
‘
和 piv "Aw
: } babe
.
{ Fi yA ‘ eo
y ‘ f ‘=
a ’ J yy . a
‘
i , ’ bay rei i oh ie
«4 - , ‘ ine ainda aed
: Lt : 2 p
7 —
4 A 这 下 ‘ -
a
{ 5 + 本 让 us} " nw {
i " ;
. . sr ) ‘
mie’ : 站 A M |) (ae
ott ok go Oh 76) Vane - « “©? mW
“ae » ee ae
5 “yeh | a <4 v4 9 a4 i
ye 1 a \ y Y ay eee 1. om. 7
Ca] 1 4 we j a 4 » ”
eva Ly - Aad 0 tang oma ' od aly ~~
' mm
: ' ; ’ ‘ ‘Ve
a ‘tn et , ie Vs i
' ‘ 4 和
四 ‘ .. * oe d ; ini
cy t ys v4 :_ i r 本 he Re ="
fie) ie 和
yt) 2 d ul eit be ; aS } _ prs
De oe “% ) ie H a es oes Rav ii Te Ss
* ; ' ‘ ‘53
> q
= ee as amr ERT SSS |
第 十 五 竟 TRAN ( FARR) HEH 307
计数 资料 ( 卡 方 检验 ) 的 应 用
假使 有 一 母 全 体 , Abt A Pal Kis at > HRA KDR AR (Cell
frequencies ) AY—fEPR if > 因此 , HAI ZH RXR ( inde-
pendent cell frequencies ) WHA BMWA] o -—HKHEKBCE
检定 ( goodness - of fittest ) 时 应用 的 卡 方 考验 之 自由 度 时 ,
HRSG BOAR AAR RAI MBS > 1 ABR Bi — A RE
oO
条
PR UZ Db > ce HORROR: 须 由 样本 统计 数 来 估计 , 因 此 又 必须 将 各
个 未 知 的 群体 常数 各 减 去 一 个 自由 度 。
。 着 自由 度 坑 1 时 , 分 配 之 近似 法 要 比 其 他 自由 度 不 精准 , 要 消除 此
Pe WERE 一 了 之 值 先 减 掉 0.5 再 予以 平方 , 可 得 较 正确 之 值 = 因
此 可 改 公式 [ 15 一 1 ] BRK( 15-2):
ECL-F)?
x =
F
公式 15 一 1 J
7
ee
RE (15 —2)
JEST ERA HI ZZ KA BHR ( chi - square test for no-
nindependent sample proportions ) » Maj#RMcNemar 氏
Si ( McNemar’s test ) 。 公 式 如 下 :
308 = FH ED Beat 2 aw
a 人 He Be 7
Nie + Nay
BAC 19-3)
a WE FA SE BCIE + BARAK :
x2
uae C |My — Me, |—1 )?
Tye + Ne;
WA (14)
BSAA TK BM ORR A + LRP a ROAD Le
立 之 随机 样本 ( independent random sample) )。 此 考验 可 使 研究
者 知 其 是 否 有 对 资料 作 更 深入 分 析 的 价值 。 此 外 , 准 用 卡 方 考验 须 注 意
二 点 : 其 一 仿效 料 须 锅 点 计 形 式 〈 in the form of cocents ) >
HORA ZAR Z > KRHA L > ABB WtE( The observat-
ions must be ttatistically independent ) e
第 十 六 章 计数 资料 ( 比例 数 ) 的 应 用 309
第 十 六 章
计数 资料 (比例 数 ) 89 EAB
计数 资料 ( enumeration data ) 力 指 言论 来 自 群 体 的 样本 时 ,
以 点 计 坟 属於 一 类 的 数目 序 称 。 如 此 之 换 料 , 只 有 二 逢 可 能 : 一 饲 「 正
MW) ,一气 [ 负 面 」。 我 们 只 要 已 录 样 本 中 的 任何 一 被 研究 对 象 之 属性
fe IBN BJ ©
BL c RIERBBIIR ( population proportion ) 的 符
we? APP Zee is BC population parameter ) 是 人 彼 研究 对 RY
特定 属性 ( particular attribute ) 於 群体 中 所 占 之 比 。 样 本 比例
数 以 P 来 代表 > ERAT BES SIO r 之 最 佳 估 计 值 ( best esti-
mate ) 。 |
此 章 所 探讨 的 P 之 分 配 情形 是 求 出 x A(R A & SPAT ©
若 样本 数 极 大 , 则 样本 比例 数 的 分 配 也 就 越 接近 常态 分 配 。 当 样本
足 绚 大 时 “, 常 驴 表 可 用 锅 二 项 分 配 的 近似 法 。 依 照 先前 之 研究 惯例 , 每
当 uz knCl—az )>5 , 即 可 以 常态 曲 稍 来 求 出 本 样本 比例 数 的 癌
题 。 此 惯例 告 放 我 们 , Hr =—0.5 > Her SRO M1 ED RR
使 用 常态 分 配 近 似 法 ( normal distribution approximat-
ion ) 以 替代 样本 比例 数 之 分 配 ( distribution of sample Pr-
oportions ) , 以 下 例 褒 明之 。
在 服用 一 药物 的 人 的 群体 中 , 抽 取 大 小 亏 25 AERA > RARE
者 中 有 一 特定 副作用 的 所 占 比例 数 铝 .2 > ABBE > CER ARK ie 为 的 所
有 可 能 之 样本 比例 数 中 , 介 於 .08 到 .32 之 间 的 比例 数 有 若干 ?
370 Hitt: GH BR
下 园 可 作坊 解答 此 问题 的 参考 。
P 介 於 .08 ~ .32 中 者 所 占 之 比例
a
/ UL : z
AA ee nx = 25 ( 2.2 9 °2 Cl—2) > 25.40 Bae
REARS , 因 此 可 应 用 常态 分 配 近 似 法 。 全 部 样本 比例 数 的 均 数 yp,
fe-2° Lib 2am Ze RRS ZS o ER SEH RE
WARS > TT RAW RRR. BAR .2 ,标准 差 c, BS:
Op—YxnrCl—-xz)/n
一 2C1—.2 eye =
a ee Wes
= 0.8
Ai BOK HGP WS .08 ~ .32 之 间 的 面积 , BSR WER .32 OZ fe
> Uke :
Z = ( P a ie )/ an
(0 .32 — .2 )/.08
12/7 .08
|
|
BAM HRAW ( 比例 数 ) OMA 811
=} 5
FH AY A > 9332 ( 93.32% ) WiRA LEO AW .32 的 左 便 , 所 以
6.68 %% 的 样本 比例 数 大 钛 .32 。 同 理 , 由 於 6.68 % 的 样本 比例 数 小 认
> 因此 1 一 2X .0668 = 0.8664 ( 86.64 % ) 的 样本 上 比例 数 介 於
108, 之 中 。
样本 数 喜 25 的 全 部 可 能 样本 比例 数 中 , 大 和 绝 有 86.64 YH AH
.08~ .32 之 中 。 若 以 二 项 分 配 解 之 , 所 求 出 的 千 果 翅 .9258 ( 92.58
%)° AAW nr = 5 + Maw ALA T TBR Alt HAE
WEAN EAR BES © EG RR BY DASE BC IE ER ARK © EE BRAK Z E>
DLP +5. 代替 了 >i:
P 十 了 均一 -32 TARE:
= 3240.2
==? 34
因此
Op
1
f ( 32+ a 95 ) — 20
wt PS 2° 7 20
£552 +". 02 } = *.20
zi .08
.14 \
.08
1.75
312 新 篇 生物 统计 学 概 葵
由 表 知 9599 ( 95.99% ) 的 样本 比例 数 皆 小 於 .34 > BERR
.9599 的 样本 比例 数 等 於 或 小 於 .32 > HRERAN = 25 时 , 不 会 有
EK LAP 之 值 介 於 .32 ~ .36 之 中 , 所 以 4.01% 的 样本 比例 数 大
HE .32 及 4.01 %% 的 样本 比例 数 小 於 .08 © Jr 08 ~ .32 之 间 的 样本
比例 数 共 有 91.98 % ©
在 计 花 两 均 数 之 差 时 , 鲁 规 过 , 若 元 BHEOM: HORA, -
BACB 02 , 若 元 PRES MIKA ka , 枝 器 数 扁 o2 , 则
元 一 元 HES MARSA + IOS Be, — BRM 一 和 一 02
a es ° |
Ain, 及 ns 之 数 皆 足够 大, 那 床 此 二 上 比例 数 之 差 的 情形 便 差不多
和 二 均 数 的 差 完全 一 样 。
如 果 柑 本数 绚 大 , 那 床 二 上 比例 数 的 差 数 呈 常 态 分 配 , 它 的 均 数 等 认
—P BLOM > BABE P, RP. WX AMR Ale bE P,
AeROM > ORR > BARBr. (1l—m )/meoP, BHRA
i RMR PLA (l—m )m ol Pi —P. BRR
配 , 均 数 坑 r, 一 rs > BRR 02 -»,) Br Cl—m )/m+m
人 |
由 於 P, — P, 分 配 的 标准 差 震 RCI 二 fr, )]n 十 xs (1 —m )/ne
, 则 计算 r, — rs 的 95 9%6 信和 起 范围 的 方法 如 下 :
(CP, —P. ) 士 196 Y rr(1L-r /ni 二 rz(1 一 rr )/Ne
—RALOMZEZ AMARA : ;
(P,—P, 41.96 f PiC1—Ps )/nitP2(1—P2 )/me
URRAR EMA: HRB RLAMZAR DEAS HRA
均 数 之 假设 一 样 来 行 统 计 考 验 ( statistical tests ) 。
当 我 个 在 作 研 究 痢 路 哇 , 常 会 发 生 辐 一 组 奏 料 在 二 逢 不 同 的 考验 方
第 十 六 章 “计数 资料 ( 比例 数 ) ME 373
法 下 ,会 有 二 逢 不 同 的 研究 烙 果 ,, BRR EAERC NBR
择 一 可 靠 且 正确 性 高 的 方法 予以 考验 。
来 自 二 个 不 同 全 群 的 二 个 样本 比例 数 计 算出 以 后 , 有 些 研 究 者 常 以
考验 假设 来 决定 二 比例 数 的 差 是 否 需 0 > HARBOR Oe
5 (EA SR ek BA ZH > HGR HIP, — P, 分配 的 标准 差 , 其
BAM : :
Op,-pp — V iC 1] 一 ri) 人 ni 十 ze( l—m )/n,
B+ PMR BTM A | 815
二 第 十 七 章
群体 释 民 数 估计 的 应 用 与 重要 性
无 花 我 们 所 从 事 研究 的 对 象 坑 何 , 最 重要 的 , 就 是 研究 它 的 到 汪 性
欲求 算 估计 全 体 均 数 , 亦 须 先行 估计 其 到 刁 数 及 标准 差 , 之 后 再 使 用
此 估计 值 来 考验 群体 均 数 的 假设 及 群体 均 数 之 信条 范围。
RA (A > ALAR AR BEI S* GETTER RRB os 最
fE.Ziftiat ( best point estimatf ) » tab > RABE S 亦 可
(FAS PAGER MEE 0 ZR Eto (AR ALL CORA Wf at a we
' 如 此 , RAT GH RAB AH LLS2 来 估计 o* , 其 公式 如
全, |
i Ry SF taf me a bs 88
ie i, +H. =— 2
~~. oe
又 假使 有 者 干 个 样本 ( 以 人 表示 ) > RAPE MIE ZAG :
ge — _G 一 LSIi+Cn? 一 1)S3 寺 二 Cnx 一 1) SE
P n,+n,. 十 cer iat 十 th — K
ARCIT-2)
K RA ZR iS S? > S? . S2...92 > RAAPABN, -
tie The ole o
由 一 个 样本 计算 群体 琶 避 数 及 标准 差 之 信息 范围 。
如 果 资料 乃 来 自 一 呈 常 态 分 配 之 群 幅 中 , 卡 方 胡 便 能 被 利用 来 计算
单一 群 仙 季 与 数 的 信 身 划 玮 。 自 一 到 刁 数 锅 oz 的 常态 群体 中 随机 抽取
376 i He Bist BE ie
RAn > S#RAZBRORS OM > 便 可 计算 出 量 数 (n 一 1)Sz/oa ,
此 量 数 力 暗 样本 的 不 同 而 骤 化 > 因此 有 一 分 配 , 过 个 分 配 也 就 是 卡 太 分
本 ( chisquare distribution ) ,自由 度 坑 n 一 L, 也 就 是 计算 S>
FT A aT
DI (AD EDREAMS HE SZ (Ae ©
Zt RMR Bo RAG ALL > CURD A OR 数
S? AK SMa HAAR:
Ch, ip 7-5
52
公式 [了 到 三 了 J
若 全 部 之 样本 此 来 自 於 常态 群体 , eee RR oz 也 一 致 , 则 自由
度 需 ni 十 ns 十 …mnx 一 人 , 所 使 用 的 自由 度 也 就 是 计算 S? 时 之 分 尽 。
若 欲 只 用 一 逢 统计 考验 来 刊 断 二 个 样本 是 否 来 自 琶 黑 数 相同 之 群体
,, 可 巍 用 考验 来 检 观 二 和 组 未 配 凤 和 砍 料 的 均 数 是 不 是 相等 。 要 假设 二 群
笨 的 从 情 数 相 等 , 须 先 作 初步 考验 , 证 明 是 否 二 群体 之 到 情 数 息 相等 。 ”
BAKA An, Kn. 的 二 个 独立 随机 样本 , 便 可 计算 其 样本 琶
2S? KS? o REA MLMMRAY— PREAH BOR: BRAS
3 0? 及 o3., 便 可 以 数学 方法 来 验证 ( S?/o? ) / ( Si/o3 ) 需 了 分 配
,此 数 之 分 子 若 用 自由 度 n; 一 1 KK > PRRHDE > DRAM BK
F 分 配 的 形状 乃 秽 其 分 子 与 分 母 之 自由 度 m 一 1 及 ms 一 1 来 决定 , 大 臻
如 下 图 :
e
B+ te ReBSRRtNHeiRaeeY 317
图 : 了 分 配
ot Hlth oi KRS ? Si 也 会 比 S; 大 许多 , 如 此 , 了 即 可 能 甚大 。
同样 的 ,c3 如 果 比 c; 小 很 多 , 了 便 可 能 会 相当 之 小 。 APL: AK HZ
FARE) > BE BW A BS RNS , EVE BiB FR 。
~
>
J
i
下
“TN
é
yf
s .
4
YJ
:
’
4
ti 党 和 “~~
a ae po ~
= ¢
2 ~
4 Q ?
or
会
Me Bi OD PL SE 0 a SD
ry é i <@ a 失重
¢ ]
-
> as PN
~ 1 r
. ) | De ol eee f
a » ‘ 1 六
2 ‘ 市
on ‘
a ee 4 adie
1 Nie ee >
bi
ha, iz
i. a ee i
ine
和
i
第 十 八 章 MTHS AGBaN ERR 319
第 十 八 章
估计 及 信 罚 范围 的 定义 及 应 用
信 籁 范围 的 决定 , 乃 是 於 多 次 的 反复 抽样 中 以 一 逢 独特 的 方式 自 样
Arp oR BL > St RAZ RA Ora 95 % CH
会 售 括 群体 常数 的 值 在 内 ©
信 屯 攻 围 是 依据 研究 者 对 研究 对 象 之 准确 性 的 多 寡 的 要 求 而 决定 ,
UR—-ZER 95 2% -SBKERES URE LRRE JEZANW
» — $e FAKES 90% > 95% 99% = HHH KOR
$2 95 % (OB KE ©
2 WAR TT 2 BAS BR ST KEN ERO
榜 本 大 小 的 决定 亦 无 一 定 的 和 标准 , 不 同 的 研究 对 象 所 需 之 样本 大 小
ER o MAHAR EAA RS RE RAM 。 样 本 的 大 小 除 须 议 研
HA BS > BRM A) MEZA A Ke K
5 BRE RAKES EZR ©
在 作 考验 时 , 束 情 数 常 希 未 科 数 , 因 此 必须 使 用 样本 砍 料 来 估算 ,
可 利用 Z =( X— 2 )/C 07Vwv) 旺 常态 分 配 的 事实 。 一 般 情形 中 ,
5 值 也 常 需 未 知 数 , 因此 须 先 求 出 $ 值 以 估算 + MLA t =( x
#)/C S/Vv ) 的 一 数量 来 蔡 代 Z = CX — 1 )/( o/ YT) ©
t 分 配 与 常态 分 配 很 近似 , 乃 呈 链 形 关 类 , 上 比 标 准 常态 分 配 的 散 作
广 。 上 分 配 乃 绑 样 本 数 大 小 的 琶 化 而 琶 化 , 当 值 小 时 ,t 分 配 未 端 所
占 之 面积 较 大 。 当 值 大 时 , 曲 粮 之 散 做 便 小 , 而 会 很 近似 常态 分 配 。
若 由 样本 之 S 来 估计 标 玲 差 , 则 和 与 v REM > WAR ATRL
320 Hite EDRs his
/之 信 午 范围 , 差 别 只 是 S 代替 了 , 且 七 表 代 替 了 常态 表 。
Go ROA > » 的 95 Zax +Z( .975 )o//n 。
Z( .975 ) RRRARSMRYW 97.5%SRZ EWE FHRAR
Ha SARBo > Ale 295 ORAM Rx+t( 975 )S//n 。
七 (.975 )fd.f.=n—-1 Wt 分 配 曲 缚 全 面积 的 97.5 VER
之 左 侧 。
在 #i Re ODOR PRBRAE oo? 的 常态 群体 中 抽取 大 小 需 ni 与
ns 的 样本 , 可 以 数学 方法 证 明 丈 , -% SHER: SREB op,
> @RARo? (1l/nitl/n, )。 |
Hi SUR > Rx SRBOR> HORA > BABAR o*/n > Bo?
ABA > Aly 的 95 % ARGH x + 1.96 0//n> ARO: FoR
BA? ale, 一 ps 的 95 02 RRR (x1 —x. ) +1.9% cy TIA,
+ l/n, °
—KiiR > #RROCSRAA , 须 先 藉以 求 出 一 估计 数 再 行 估计
估计 数 之 一 Si 可 用 下 式 :
Ss: -- et ck 3
ni — l
RKC 18-1) ssi
欲求 出 第 二 (fh BOR PTW ERA ROR S3 。 BAG EA at
iS 22 27 46a BC pooled estimate of the varia-
nce ) > ALLE SES? Hem o S? HS BAS? 的 加 权 均 数 ( Weighted
mean ) , 可 简称 坑 合 余 屋 器 数 ( pooled variance ) , 其 公式 如 下
Cn, —1)5?+ Cn. —1) 5;
a
Sp ni 十 ns 一 2 »
EAL I—2 J
Btr\e at ReRRane SRE 321
Xx, —X, BRAM > ROME 一 > BRB 02( 1/n,
+1/n, ) , 则 此 量 数 |
7 6% = = Cs —
oY 1/n, +1/n,
时 标准 常态 分 配 。
又 如 果 以 S。 代 换 上 式 中 之 c, 如 下 :
Xi 一 xs ) — (fi — fe )
Sp 1/n, + 1/n,
GAS t MH A— BBR ( quantity ) 。n, +n, —2 BRB S? 的
AS > wie EU t PAC eo oe, 一 2 的 95 ORAM LS, fe
Ro 与 上 分 配 的 97.5 Ri > Arwen, 十 ns 一 2 代替 2 分 配 的 97.5 %
点 的 1.96 便 可 。mi — /ps 的 95 % ARE ME :
( x:—x, )+t (.975)S,/1/n, 二 -7
Cad: f= ny + 1, ~ 2°)
iy i
ie haat Cee tat a Mile at,: pints
° } a Ls " 本
a 轴 + hee
hag | Aiea . ood EE Ee
mn , a fs
‘t 人 人 ww 区
两 人 ee re ele
o 14 Ti yo “a i
’
f J
4 Zz
= ‘>
t 5 2 4 ot
| ? rer.
4
' .
<1 my
i
eae ( rE Ce seat a
ca
i het CS
ee ee ee AO wee ae
;
=_
®
dy
me
‘a
‘
pt
i,
site
ot
ted
wert
“set
“> aw | ane +
{ ts ‘4 t - = wee
s 4
: “wa
*
J ¥ «; * .
*) 7
é 1
目 J bd y a
. vis .
p. 4
而 an PY :
OP a ae ol ae Abn’ 4 ay
TWAT Sew Ae MPS teas vi pe ih; a)
‘ 4 及 下
iF) “5 nd 4
whi! a A ee nip » ie! vine ia 4
ROENTGENOLOGY, LABORATORY
RADIOTRACER METHODOLOGY IN THE BIOLOGICA!
ENVIRONMENTAL AND PHYSICAL SCIENCES .............. $200
) DENTISTRY |
A-9-1l Arnold : OCCLUSAL: TREATMENT 一 Preventive and Lorrective
W-8-1 Wang :
Geemsal Rayuseent, (1976. Ie... OK $140
A-9-2 A.D.A. : UPDATE IN CLINICAL DENTISTRY 1978: Selected from
四 $110
和 $290
C-9-1 Colby : COLOR ATLAS OF ORAL PATHOLOGY _...................... 400
E-9-1 Eversole : CLINICAL OUTLINE OF ORAL PATHOLOGY: DIAGNOSIS
ATE Wee Wii ae aida dd prim Seem nmin oo $320
6-9-1 Goldstein : ESTHETICS IN DENTISTRY, 1976 ..............:... $420
G-9-2 Graber : REMOVABLE ORTHODONTIC APPLIANCES, 1977 ........... $350
G-9-3 Gelb : CLINICAL MANAGEMENT OF HEAD NECK AND TMJ PAIN AND
ER $500
H- a l Hirshberg : PERIODONTAL PROSTHESIS, 1977 ...............- 270
BRIDGE THERAPY — Biologic Considerations. psychologic
Considerations. Preventive Factors, 1976
M-9-1 Melcher : THE SCIENTIFIC BASIS OF RECONSTRUCTIVE DENTISTRY, .
P-9-1 Perel : DENTAL IMPLANTOLOGY AND PROSTHESES, 1976
P-9-2 Prichard : THE DIAGNOSIS AND TREATMENT OF PERIODONTAL DISEASE
IN GENERAL DENTAL PRACTICE
S-9-1 Stahl : PERIODONTAL SURGERY: — Biologic Basis and
Technique, 1976
S-9-2 Shelby : “ANTERIOR RESTORATION FIXED BRIDGEWORK AND
ESTHETICS, 1976
Y-9-1 Yalisove : TELESCOPIC PROSTHETIC THERAPY — Periodontal
Prosthesis Fixed and Removable
Z-9-1 Zerb : PROSTHODONTIC TREATMENT FOR PARTIALLY EDENTULOUS
PATIENTS, 1978
Z-9-2 Zegarelli : DIAGNOSIS OF DISEASES OF THE MOUTH AND JAWS
(2nd Ed.), 1978
FMS BH: RAR RI
AOS BM #: VLRBBSNZH
FAS BH: ORAS HREM 第 一 册 )
AS MM: LS RSC BSH )
FE BAP:
aes os igen? RG eae MER.
Mh 委 往 :最 新 疾病 学 …
Oe 者 : 实用 隔 床 物理 诊断 学
gan RR OMT: RH MRL RS
is EB ee
性 病 学 庶 验 Wt fe Bt Be )
: MAX HBHRS( Z= fh )---
Ze. Ces
ZS ime HE( RATE )
敬 学 \ 包 括 解剖 生理 )
FR 上 业 Aa: hESC ERRERS Ste Dee ene tem eee tee ene eer een eee see seetes 240 元
§R tj B @ i: SIMPLE MANUAL OF MEDICINE DIAGNOSIS-+--+-+++. 1605
ee esse SN 4:0). eee 200 =
BRBMARM: RHAHSH Cae tee eee tees reece tas Cent ee eee eee see ees wee eesseeees 50x
和 #RREBRR: 常用 新 药 内 科 上 多方 学 oooeeovoocooioovoovoooooooo teense 100 元
沈 租 杰 炉 著 : 彩 色 国 缀 皮 肩 病 治 疗 指 人 针 .pp。 700 元
PORES RS ABSA RC 小 儿 药 用 旺 改 杂 第 三 版 ) .…… reese 60 元 ,
KERMA ates: 口腔 病理 :( Ae) | eee 4.00 %
译 : AAR
Kim RAF: BRA BTML
杨 介 人 M BA: RABKAHS
Ser BQ ££: SRRARSE RERSE)
RS HO GF : ee
- 有 Te.
a8 — Ht 8 FS SHI aS
第 二 册 呼 RRR EK HIRE
Gaz he
林 人 金 权 ee ee Sa eee 55 70
藉 煜 偷 ee RE A ea eee 190 x
FOP 9 FE tN SRFL RE hres we ere ece cere ee eee ere eceecetenene 180 元
WG Wi 3. 简易 临床 珍 断 学 便 络 .ee 170%
PAS te WS BR Fe Fa SR PE Ei ene nne eee coe ene cee 20 元
EGR Me BTV ERR RRMA S (SRR Biss )---780 元
rote BAR: RLM MOR ( 第 七 版 ) PSTN aur 550 元
= - $6 绎 : 心 腾 病 学 之 病例 报告 ………… 9
2: 矫形 神经 学 ( 神经 高 度 诊断 指南 ) …
W 著 : 静 脾 内 营 姜 办 芒 一 在 小 儿科 及 小 儿 人 外 科 的 噶 床 应 用 … an 元
te
ZER & = cae tose ae asin hiamnts Sipiniin wiegianmeanenlle mesial 300 元
陈 英 华 eee eS ee eee 本 400 元
, ee 2d eee 产科 学 狐 本 -pp 125 元
MS MAS sR BRK reece eee ap EES eiapes -= saan cee see 125 元
MUSK fH #: BK)RHS (BREA ) cee cee eet eee cere tem eeereeee 125 元
谢 文 aE : SFA ER BCE HF ( ZB BBG BRB ) ene cee cnneee serene nnes - 95%
BARE SRA: LEMANS (MRED): 2
话 安 照看 闭 : cso), Se oe a ieee 75 元
Be Bb RE : 4 xz 技术 手 册 sm aig Weeces cccccccccareccs cee sooseeseesese ses
许 世 宗 Fa} BARA F+RARRZER oaev ee cee osoosoonose ses sscess 元
HF: RAK MERZ Re 85 元
BRiRe Sz: BikRE RD eee n ee eee r nt tee ces caeens eeeses eeeeeeses eee 300 =
MHiSA SRS: : BKARZH #-- sete Rte See ee een ens wee nen eeteessetese senabe 25070
FSB SBE RB WTF ih were veer crete cee cee cee cee ene cee eee
=e E = = tA Sr) Se FB - 00 ee
BHR. MBE
, 林 正 一 合 te
医学 (包括 解剖 生理 )
进 境 卫生 重点 整理 题 要 一 ( hind -raghee
李 辛 然 & x : 公 共 乱 A th 要 … evves secocs ceed w sdaldwaces 65 元
SRR A F : Bt Ti 学 与 停 SP BR UI connec cscses cecseceee cee. 703
: SRR SE CW Mace oe EG SB SY ween ee eee eee
国 愉 篇 委 会 编 : 和 急救 法 与 消毒 靶 重 点 提示 及 武 题 分析 ………… 50 元
RB fie Bi st Re OE I inna n> 3s een ae sovensiore we 80 7
Fl 委 会 : AAMREPERMMER PRE pith Ah TREE: eR PO 80 x
= 8
$e. RAT: ARRBLARILS heb Buy Gop sbeebs uonthe thoten siteccaisees 1
## 林 南 全 mh 著 : Ae ee Op ed. Oa
Pe? Oe Sb ae 0) 2 ob eo eee
3 7G So ie: =B:- #48; ae
HER RR: ZS BRBSBse Fit C BAR) soe seatsecce sence see tence
RBE 林 建 宗 - MESH Prerrerterretierter tit etree ee 250%
to ee Me 著 : ee Crs
HBRBSER RM: RHADHFR enc cos cceles Ceescn cocece ben ten censce see sceecers 50 元
SR RBGRER EH: RHPBAR RAS wes ee Beene cag Contes scecedsas testers 100 元
tte P= = : 毒物 化 学 及 实验 es 250 元
Re ht b=] = - BARE PS: 2 SO en 200 元
Oe ee eee eee FEOF EE Heat ee Cee EERE EET EEE Ee
Pee er eee ee eee
Oe wee eee CERES eee tee TH et ee
Peete eee FEET eee Hee EEE TETHER ETERS ETHER EES Oey
FOO ee FESR THEE ESTEE TEE EHS TEE He EET Hee SHEED,
=
&
SE : PM — BDAC BE Reece ree ree cre tee eee eee eee teen ee eens
. 著 : 有 机 反应 合成 90…………… - we teevee “aa ev 60 元
oe 著 : 8 0-54) 6 eee 50 元
=
Ei
=
: 实用 ip ge. 2
ss
Ca 2 ee Oe tie | tC 180 元
z M FBARBHS obw sccten Ue GRbNSh Ces osu tue den ecueuedan ndgen .350 x
: WB FBR, FAR OC 72 TEM Doveceecee eee screen 345 元
: 当 用 莉 的 副作用 答对 策 ( 1981 SE) verre .245 元
: 中 华 药 典 〈 第 三 版 ) pp 800 <
; sale et ah ea -270 %
: BAO RSBARE LE ™ 0 x
: SB ( ts a ) _ a R= EIS 元
: BER RMAC ( 1981 SE) remem tere 400%
- 有 机 药物 化 学 ( 1981 年 ) see eeneee ene cee cerca ane een 350 元
: RB ( 1981 年 ) 附 模 摄 就 古 -0 220 元
: 基础 药物 化 学 … .ee00 FE
: BBR | cai sed. esses S600 元
: 药物 及 食品 答 理 dain wawinon eutinns oes enilnes 元
一 一 一 —-
ee ee ee ee ee ed
黎 学 〈 包 括 解剖 生理 )
Kika he
ER tm A:
RGR SR:
RBS AGS:
RBA @ Kk:
HRB OK
RAB HE wm:
FH 著 :
he =:
: i Qu TR ee: Petr ho The
: PRR IRD EK ( 彩色 版 ) correc cerns ces ee eee eee ees
Spe HF
谢 文
S ie =
eS SRS ee
RRR 著 :
杨 德 明
RK
: 脑 部 CT . Bah
本
Eos Gal) 2 £4 A ee
BE EE PS FE BD RB IG Roe pp x
PRRSESREB sass Saxscasen oxtouneieal zs
Pi see
at
留 解 骨折 固定 保存 疗 汞 … 0 180 元
: 心 及 的 共 断 与 检查 技术 200 元
骨 香 症状 之 看 床 用 村 pp
: CBR 2B RAD ER Goes cece cee cece os eee te teens
"FSR SET MRE
: 内 外 科 疾 病 的 队 断 与 治 R----
:S2B2BAFR
Do BSR OF BE
: heat Bed -S ide . MEMO
: MEALS ae 。
: 家 庭 冬 救 百 科 人 全书 .1
2 cE ee Ree ee ws Ode bee 660 ane cee cece ese
医师 牙医 师 考 试用 书 (包括 : GERAD > RARE ER)
-一 请 再 参考 基础 医学 部 份 一 -
了 - 85 元
HARES Rm: AGRE: 二 90 x
ins om:encdesnaceae es. ee - 705
Bl taj EW AN GEES Hy SIGS 0 -ociens oes ences sacees ben vendhe osdlapectain
: BA Rp te Aik Be KB Bee eee see eee eee
: BYR SSA eR Se BEB. -- ee eee eve eee
: DHS ER BS C38 aT i
: SHEER E( HE RERBREB) ) ………… =
BB AR op
At CFE
ihe Me By
ithe He Fy
HDR RH HR HF
Okt Okt Okt Okt Oke okt y OW Ot
ihe MER 篇
便
: 公共 衡 生 人 条 文 式 精 渤 复 避雷 解 尼 pp
: ANSE Ri EAR BB RHE nen cee een cre eee een cone ee cree ee ee
OE es CAE Se P LL. pee
ot
Ed BH A
ft ie te we:
: 恬 事 人 员 特 考 模 所 试 大 :pe
: TRE ERS +) BEA BBR Boerne ree tree ee cece evens
A Sif is Se iki (ARR: FRSRE 19 无
Ri (+) Soe Ae
He KER By (49! 23 tame api iio nind dep kee sete Ge we ghen and ;
a XK: eR Mss ee lie his silie 0 Sain dpe ES welts «
Pe ee So (ro 8 t, Coe ee re
Be &: #5) fh ( 生 ) & Bw es SOAS Crate nists Bolin Won nas enn’ ae.
RRL Be Rs PA (附中 华 芍 典 第 三 版 摘要 ) re eee ee 270 元
BARA 而 著 : MA MV RET ERE) ore 200 8
RY & FHM. HMieBw B (MAT) crc 22070
黄 建 才 Be 著 : Kiwi CP ME) 198 1.………… we eee ee 220 元
RT MR: MS (SMB) hw R= MB 35 0 元
Edaie ( 生 ) 压 届 考 古 题解 |
i & B&R: iM) bh 02 4 月 a) es seers [5 元
RR E he: SMA 62 8 月 会 考题 解 wre cre cee eeeeeeece cee 20 元
BB te EO ME: BMGT 62 TF 12 FF BBR ore ereee ree eee teen eee 40 元
Bl te BH OR :药剂 师 63 年 7 OB RG were eeeeee eee eee ee ree es 40 元
MO te E Oe 药剂 师 63 年 11 A BEM ee 85 元 |
ag. Bit k 3M 生 03 年 Let Ee Sees oo 45 元
MRE EAE: nie an de Ag tem iain ibd niques ce Iasi ~ 35 元
BEG te BM: BRB G4 7H BBB cree crete eee eee 40 无
Bi te RS BA 64 RO FY BBG eee reece etree es 35 元
Bi Fl te BM > BE MB 64 E11 AO BBR rece 40 元
黄 建 才 HB EE. BMA 64 E11 A BBR eee eee 35 元
x 晤 GE RE 4 BH PY i 65 年 Or 0 48 ee 49 元
Bl tj EW: MRR 65 年 7 ARR BR eee 40 元
a oe EO BA 65 7 A BAR eee rete eee 35 元
WR eA BH: Bs 65 FIL 月 会 考题 解 … 40 元
i FL te eS BEA 65 ZF 11 Ff BR ere 35 元
Bl te Be : 莫 剂 师 66 年 4 月 会 考题 解 creer eee 40 元
国 曙 篇 委 会 编 : 药剂 生 66 年 4 月 会 考题 解 Steno en tee eee eae tne tee cence 35 元
Ce eo 2 eet aioe Ok 27). See 35 元
Hh SE @ te: BRA 67 年 7 月 会 考题 解 ee eer ri 35 元
其 建 才 Ms 药剂 生 68 年 7 月 会 考题 解 ………… .35 元
黄 建 才 ee 著 : 莉 剂 生 69 年 3 月 会 者 题解 ……p oes
黄 建 才 MH MM MILE 7A eae... 70
黄 建 才 te 著 : 药师 、 药 生 71 年 11 月 国 考 解 是 本 80 7
检 驻 学 (包括 : 免疫 学 、 生 化 学 、 病 理学 )
话 芝 5 杠 王 译本 乐 检 可 技术 手 从 汪汪 300 元
Kt ”篇 著 : 酶 床 夫 断 检查 法 pe 350 元
陈 信 正 te SK RS ( KAT BEM) 180 元
BRIS iE Me Kt BK PE ARB 一 RGU KR orn eer errr 55 元
ae Re & * +: RARE Kee Se wacwan cas ecovcsccecesces’ ere 1 20 元
PER ZE MAE: 证 床 面 疙 这 让 ee 160 元
IK B 陈 Ee thm eH AR) PPT 260 元
tod ae E:T Ye 2 ee 1 50 元
线 未 发” 陈 一 政 : 7 Oe ay ) 200 元
HOR 编 & : FARE MRT RE reece cette teeter nee eens 120
HAR 篇 # . 吡 床 生 化 学 …… -22 2 人 tant ake txn hn eae again Geren
See Coe SOs Soe SOE SOE HSHSSS SESSIS SHE Tse Ses Ssers
> KEL SS Sac vac'eccbapisue=mestabeelere de cueavoswan ts
: 病理 切片 技术 MARE EH aa
人
ssesessesesesseesossee)eesssesgseeePseeeeseeeeew ee
sun nad Un BAS Son Dep Res 百 间 各 天 福全 生生 二 Ope CREP as Sse <=
Sec Cee les cases CSSTe CFE OSS SSSSTESCS SES S98 008 08
Sug Bde CORGCe b6s HOUSES UES Ten WaSnveseuRes SuEH hse
: 生物 化 学 指南 …
ia : KA .0
和 和 S SAREE Le BREE ee
PRE REERS Due, 6 AOSe OMe
a 归 dct. cit SEL) to ne
Oe a a Pe 著 : ae ee Oe AL Ree 400%
{ay WE i= = = : 向 生物 学 ( & 彩色 版 ) oii «i'n lias Se ala
BE ES WEEE CBA ~ 20 ee cee cee eee ceeeeeceneeecee eens 250 5E
ies BS*: GKARZRRSER- pavess cabescatente sevens .160 元
BEM w 著 : HE Wg Ae EER voce cet cee cence cee eeennnsenneeceene eee 2 QO TE
HE t #: MRERK Ld Technica] i Hema tology) teens
RAR FH FT: MBSE ao Sa “meme a
HEE & =: 免疫 学 (roitt ,第 四 版 ) ee me awed fa niga nae e
eit fh : Be eR ( 彩色 版 )………
: 莉 床 做 生物 学 (上册 ee
: 降 床 纸 生 物 学 ( FR) Spence op irl ME ae oe
: 应 床 生 化 学 ( oe ee a
5 BR BRE {EAE (TF) nonce ewree ons cnc nne ens ons ngs opts
ee’ <2 o6 | eee
te E Es SMD Is 现 靶 本 手 生 证 200 =
: fi BSA me once
= As te Ae a ]
| (REA MKRRARK* StaRey
高 源 彬 和 酉 ae tyes 1, 1 oF ae 彩色 ee a
高 源 彬 、 Gl 著 : AED BRE CL BD) …-……………… anaes onal sae |
高 源 彬 @ 著 : Ft eBSRORE( 彩色 ) … 0 二
a mS: nA He BC # bah 24 200 =
BR 6 £: RRR ES Serre ae ee
tt tet: RELA RRARS Hw pasta res Sonne 1805
RiwE Se: GKAADRSEE MKB OT
RRB Ow: BKRADRERE 生化 学 ………………… 70 5 |
BAA. WSS : REM RRIR HF Beene veer 250 5
7 ae ie 著 : 有 机 生化 基础 pp 100 元 -
BS See ate: SREP REARS oy oie AE Es
az 著 : 病理 学 精 要 …. RE 二
医 检 病 考 试用 书 (HES SEC8™)
MRA: RHE BRE RR Bw ( 增订 版 ) ……200 元
如 和 荣 坤 ”编著 : 20 1c) Se 85 5
Pe ay aes eae Se
[a We |
新 篇 生物 统计 学
中 华 民国 七 十 三 年 四 月 初版
篇 著者 : 包 i 林
发 行人 IB BY 3
发 行 所 : 国 AR 出 版 号
新 竹 市 西门 街 262 号
电话 :( 035 +) 223129 号
行政 院 新 闻 局 局 版 台 业 字 第 0465 号
iE A: B 明 a 店
新 竹 市 中 正路 72 号
ak: ( 035 ) 229418 号
邮政 划 拉 七 〇 二 七 三 号
实 价 : 200 元
Brea
P
ll
|
OAM
S00
lense ok
8. [8057 re
ae ~ O484150 7
8 名 Bele —
——
Sante
{ri 姓 B 过 | 人
2 ore et er CCE 攻
pry be
LY
_—
一 -一 ~
-_—
nites
一
—