更改

删除66字节 、 2021年8月8日 (日) 22:24
第436行: 第436行:       −
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>
 
  −
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>
      
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''&nbsp;~&nbsp;B(''n'',''p''<sub>1</sub>)和''Y''&nbsp;~&nbsp;B(''m'',''p''<sub>2</sub>)独立,''T'' = (''X''/''n'')/(''Y''/''m'')。
 
令''X''&nbsp;~&nbsp;B(''n'',''p''<sub>1</sub>)和''Y''&nbsp;~&nbsp;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>)&nbsp;-&nbsp;1)/''n''&nbsp;+&nbsp;((1/''p''<sub>2</sub>)&nbsp;-&nbsp;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>)&nbsp;-&nbsp;1)/''n''&nbsp;+&nbsp;((1/''p''<sub>2</sub>)&nbsp;-&nbsp;1)/''m''。
  −
  −
      
===条件二项式===
 
===条件二项式===
863

个编辑