863
个编辑
更改
跳到导航
跳到搜索
第436行：
第436行： − + − − This result was first derived by Katz and coauthors in 1978.<ref name="Katz1978">{{cite journal |last1=Katz |first1=D. |displayauthors=1 |first2=J. |last2=Baptista |first3=S. P. |last3=Azen |first4=M. C. |last4=Pike |year=1978 |title=Obtaining confidence intervals for the risk ratio in cohort studies |journal=Biometrics |volume=34 |issue=3 |pages=469–474 |doi=10.2307/2530610 |jstor=2530610 }}</ref> − − − + − − −
→两个二项式分布的比值
基本近似通常随着 n 的增加而改进(至少20) ，当 p 不接近0或1时更好。经验法则可以用来判断 n 是否足够大，p的极值是否远离0或1:
基本近似通常随着 n 的增加而改进(至少20) ，当 p 不接近0或1时更好。经验法则可以用来判断 n 是否足够大，p的极值是否远离0或1:<ref name="Katz1978">{{cite journal |last1=Katz |first1=D. |displayauthors=1 |first2=J. |last2=Baptista |first3=S. P. |last3=Azen |first4=M. C. |last4=Pike |year=1978 |title=Obtaining confidence intervals for the risk ratio in cohort studies |journal=Biometrics |volume=34 |issue=3 |pages=469–474 |doi=10.2307/2530610 |jstor=2530610 }}</ref>
这个结果最早是由卡兹 Katz和合著者在1978年得出的。<ref name="Katz1978">{{cite journal |last1=Katz |first1=D. |displayauthors=1 |first2=J. |last2=Baptista |first3=S. P. |last3=Azen |first4=M. C. |last4=Pike |year=1978 |title=Obtaining confidence intervals for the risk ratio in cohort studies |journal=Biometrics |volume=34 |issue=3 |pages=469–474 |doi=10.2307/2530610 |jstor=2530610 }}</ref>
这个结果最早是由卡兹 Katz和合著者在1978年得出的。<ref name="Katz1978">{{cite journal |last1=Katz |first1=D. |displayauthors=1 |first2=J. |last2=Baptista |first3=S. P. |last3=Azen |first4=M. C. |last4=Pike |year=1978 |title=Obtaining confidence intervals for the risk ratio in cohort studies |journal=Biometrics |volume=34 |issue=3 |pages=469–474 |doi=10.2307/2530610 |jstor=2530610 }}</ref>
令''X'' ~ B(''n'',''p''<sub>1</sub>)和''Y'' ~ B(''m'',''p''<sub>2</sub>)独立，''T'' = (''X''/''n'')/(''Y''/''m'')。
令''X'' ~ B(''n'',''p''<sub>1</sub>)和''Y'' ~ B(''m'',''p''<sub>2</sub>)独立，''T'' = (''X''/''n'')/(''Y''/''m'')。
例如，假设从大群体中随机抽取了 n 个人，然后询问他们是否同意某种说法。同意的人的比例取决于样本。如果 n 组人群被重复随机地取样，其比例将遵循一个近似正态分布，均值等于总体中一致性的真实比例 p，标准差<math>\sigma = \sqrt{\frac{p(1-p)}{n}}</math>
例如，假设从大群体中随机抽取了 n 个人，然后询问他们是否同意某种说法。同意的人的比例取决于样本。如果 n 组人群被重复随机地取样，其比例将遵循一个近似正态分布，均值等于总体中一致性的真实比例 p，标准差:<math>\sigma = \sqrt{\frac{p(1-p)}{n}}</math>
则log(''T'')近似正态分布，均值为log(''p''<sub>1</sub>/''p''<sub>2</sub>)，方差为((1/''p''<sub>1</sub>) - 1)/''n'' + ((1/''p''<sub>2</sub>) - 1)/''m''。
则log(''T'')近似正态分布，均值为log(''p''<sub>1</sub>/''p''<sub>2</sub>)，方差为((1/''p''<sub>1</sub>) - 1)/''n'' + ((1/''p''<sub>2</sub>) - 1)/''m''。
===条件二项式===
===条件二项式===