第四章生物信息學(xué)常用概率統(tǒng)計(jì)方法簡介統(tǒng)計(jì)生物信息學(xué)解決問題步驟■在掌握基本資料分布的基礎(chǔ)上,提出檢驗(yàn)假設(shè)將數(shù)據(jù)資料進(jìn)行合理的分類和整理,建立數(shù)據(jù)文件借助于相關(guān)統(tǒng)計(jì)軟件,根據(jù)研究者的實(shí)驗(yàn)設(shè)計(jì)和研究目的,對數(shù)據(jù)文件中的數(shù)據(jù)進(jìn)行統(tǒng)計(jì)分析(可能需要建立統(tǒng)計(jì)模型)■對統(tǒng)計(jì)結(jié)果做出合理的解釋最最關(guān)鍵概率統(tǒng)計(jì)學(xué)基礎(chǔ)確定性現(xiàn)象:在一定條件下,一定會發(fā)生或一定不會發(fā)生的現(xiàn)象。其表現(xiàn)結(jié)果為兩種事件:肯定發(fā)生某種結(jié)果的叫必然事件;肯定不發(fā)生某種結(jié)果的叫不可能事件。隨機(jī)現(xiàn)象:在同樣條件下可能會出現(xiàn)兩種或多種結(jié)果,究竟會發(fā)生哪種結(jié)果,事先不能確定。其表現(xiàn)結(jié)果稱為隨機(jī)事件。隨機(jī)事件的特征:①隨機(jī)性;②規(guī)律性:每次發(fā)生的可能性的大小是確定的。概率(probability:隨機(jī)事件發(fā)生的可能性大小,用大寫的尸表示;取值0,1]。頻率frequency樣本的實(shí)際發(fā)生率稱為頻率。設(shè)在相同條件下,獨(dú)立重復(fù)進(jìn)行m次試驗(yàn),事件A出現(xiàn)f次,則事件A出現(xiàn)的頻率為f/n頻率與概率間的關(guān)系:樣本頻率總是圍繞概率上下波動樣本含量m越大,波動幅度越小,頻率越接近概率概率計(jì)算的基本法則n加法法則n乘法法則互補(bǔ)原則n完全事件系的概率小概率事件必然事件P=1不可能事件P=0隨機(jī)事件0<P1將P≤0.05(5%)或P≤0.01(1%)稱為小概率事件(習(xí)慣),統(tǒng)計(jì)學(xué)上認(rèn)為不大可能發(fā)生隨機(jī)變量及其分布■隨機(jī)變量(randomvariable■簡稱變量(variable),統(tǒng)計(jì)上習(xí)慣用大寫拉丁字母表示,如Xy、z、變量值習(xí)慣用小寫拉丁字母表示,如性別x11(男)、2=1(男)、=0(女)、■隨機(jī)變量特征是一個變量取值隨試驗(yàn)結(jié)果而改變本例中,性別、體重療效分別為三個隨機(jī)變編號性別體重療效量,分別用X,Y,Z表示(1D)(X)(kg)Y)(Z)其中,性別變量有若張11660體重變量也有若千取值:李2181y1=66,y2=78;王302隨機(jī)變量的分類n離散型變量(discretevariable),相當(dāng)于計(jì)數(shù)資料,變量的所有取值是有限個,如性別、年齡、血型等■連續(xù)性變量(continuousvariable),相當(dāng)于計(jì)量資料,變量的取值有無窮多個,如身高、體重、血壓、體溫等有序變量(ordinalvariable),相當(dāng)于等級資料,如尿糖等級(+、++、+++、++++)、脈搏等級(速脈、正常、緩脈)等隨機(jī)變量概率分布(probabilitydistribution)n事件概率表示了一次試驗(yàn)中某個結(jié)果發(fā)生可能性的大小要想全面了解試驗(yàn)中某種變量的變化趨勢,必須知道該變量在試驗(yàn)中全部可能的結(jié)果以及各種可能結(jié)果發(fā)生的概率一隨機(jī)