生物統計機率值怎麼用

① EC50的EC50的求法

通常在用菌落直徑法求EC50時需要作一條回歸方程。
以菌絲凈生量計算不同質量濃度葯劑對各菌株生長的抑制率。計算公式如下：
抑制生長率( %)=（對照菌落直徑 -處理菌落直徑）/(對照菌落直徑-菌餅直徑） ×100%
測真菌測得的數據以濃度取自然對數e的對數為橫坐標，通過查生物統計機率值換算表，以抑制率對應的幾率值作為縱坐標，求出每個試驗濃度的回歸方程和相關系數R，以抑制率為50%時對應的幾率值求出EC50的值以及其95%的置信區間。機率值就是幾率的單位，共分為1-40，其實質就是正態分布的平均數加減標准誤所得的數值范圍，投射在肩線常態等差點上各個常態等差，就代表不同的死亡率，這樣就可以把死亡率的累計曲線用常態等差來計算，從而化成直線。

② 生物統計學中知t值怎麼求概率

計算公式為：t=△x/ux或t=△p/up。在概率論和統計學中，t分布（t-distribution）用於根據小樣本來估計呈正態分布且方差未知的總體的均值。

③ 生物統計中***p 代表什麼

P 值即概率，反映某一事件發生的可能性大小，即一種在原假設為真的前提下出現觀察樣本以及更極端情況的概率。

④ 生物統計中幾率值表怎麼看

主要分為兩種，一種看概率水平不涉及自由度查得臨界值，另一種既涉及概率水平也涉及自由度查得臨界值

⑤ 生物統計幾率值換算表

這個表比較難找，實在找不到這個表也沒關系，機率值可以自己算。
你要轉換的百分率其實是概率，只要有正態分布概率值表，應可以反查並推算出百分率對應的u值，然後加5就得到機率值了。

⑥ 小概率原理在生物統計中的應用

一個事件如果發生的概率很小的話
那麼它在一次試驗中是幾乎不可能發生的
但在多次重復試驗中幾乎是必然發生的
數學上稱之小概率原理
在假設檢驗中
對於實驗生物取得的數據進行統計量或者分布情況的假設
計算在該假設成立的前題下的抽樣分布
根據這一分布能夠計算出該統計量取值出現的可能性有多大
設定小概率的標准為α（α一般取0.05或0.01）
根據小概率原理
計算出的可能性若小於α
則否定原假設
若大於α
則接受原假設

⑦ 生物統計的率

反映事物或現象出現的機會或頻度，常用百分率或小數表示。如:感染率、死亡率、男嬰率等。若以代表陽性率,則陰性率=1-。若將男嬰記作=1,女嬰記作=0，則個嬰兒的性別指標的均數=(∑/=就是男嬰率。可見，率可以看成是個體取值為1或0的計數數據的均數。這種樣本的率也是對應的總體率的無偏估計。總體的率又稱為概率。
中位數是數據按大小排列後位於中央的數值。對於分布不對稱的指標（如機體內、外環境中的有害物質濃度等）往往會有少數特大值，此時，中位數比均數更具代表性,也更穩定。當為偶數時，則取中央兩數的均數。
眾數即最常出現的數值。如正常妊娠天數的眾數為280天。
極差即最大值與最小值之差。是用於表示數據分散度的簡單指標。
方差比極差更全面地反映個體差異的大小。若總體中有個個體，則總體的方差為
[1432-05] (2)樣本方差 [1432-06] (3)是總體方差的無偏估計。若(3)式的分母改用，就不是無偏估計。-1是自由度：樣本中有個獨立的觀測指標，它們都是隨機變數,它們對於總體均數的離差平方和∑(-),是個獨立隨機變數之和，稱為有個自由度；而(3)式中的∑(-)，是用代替了，等於對個的值加了一個限制，即∑必須等於,換言之,∑(－)只相當於-1個獨立的隨機變數之和，所以它只有-1個自由度。一般地說，對統計量每加上一種限制就用去了一個自由度。為了運算上的方便，離均差平方和有時也記作：
[1432-09] (4)
標准差是方差的平方根。它和觀測值有相同的單位。是最常用的表示數據分散程度的指標。對於正態分布的數據,它的用處尤大。樣本標准差是對總體標准差的一種估計。的值可在有統計功能的計算器上直接得出。計算值的功能鍵常用[on]表示。
變異系數即
[1432-9a] (5)它是不受單位影響的量，可用於比較兩種單位不同的指標(如生物體的長度與重量)的個體變異大小。例如，三隻小白鼠的體重=22，24，27（克）。它們的均數
=(22+24+27)/3=24.3（克）[1432-11]標准差 [1432-21]變異系數 [1432-13]極差Δ=27-22=5（克）。中位數是24克。
概率表示客觀事物可能發生的程度。它是實際觀察到的率(如男嬰率)的總體均值或期望值。它的通用符號是。常用小數或分數表示其大小。例如用0≤≤1表示概率的取值范圍為0～1:假定(男嬰)=22/43=0.512表示生男嬰的概率為22/43或0.512，即略大於1/2。這一理論值是根據反復多次的大樣本統計結果歸納出來的。概率可以從量的方面來說明總體的性質。所謂「小概率事件」是指實際上不大可能發生的事件。
為充分地了解一個總體，就須知道個體的取值范圍，以及出現的各種可能值的概率，即概率分布，簡稱分布。
正態分布一種理想的對稱型分布。有些生物學指標遠非正態分布，而是呈左右不對稱的所謂偏態，但當樣本增大時，它們的均數卻趨向正態分布。這一性質有重要的實用價值。
直方圖一種根據頻數表繪制的圖，它以橫軸上的長方形的面積表示各組的頻數，長方形在橫軸上的邊長相當於組距（圖1[1000名20歲男生的身高]）。
如果一步步地縮小直方圖的組距，同時增大樣本含量，最終將要趨於圖2[正態分布]那樣的極限。在圖2中，曲線以下橫軸以上的面積表示概率,這種曲線稱為「(概率)分布曲線」。
正態分布具有以下性質：以總體均數為中心,在中心處的分布曲線最高；兩側與 距離相等的對稱區間的上方有相同的面積(概率)；與 相距愈遠的區間的概率愈小；可以用與(總體標准差)這兩個參數來描述整個分布（圖3[標准差與正態分布曲線]）只要知道了 和,則個體落入任何區間的概率均可從（統計學書上）事先算好的正態分布表中查得。表1 [標准正態分布尾部概率簡表]是這種表的一個摘要。
標准正態分布凡是正態分布的數據，均可通過減去均數並除以標准差而使之成為均數為0、標准差為1的標准正態分布。經過這種變換的指標記為，
[1433-11] (6) 遵從均數為 標准差為的正態分布,通常以簡單的符號來表示:～( ,)。故可用～(0,1)表示「遵從標准正態分布」。這種分布很常用,尤其是表1所列幾個界限值。
當樣本含量增大時，不論原始數據是不是正態分布，它的大多數統計指標均趨向正態分布，從而可以進一步化為標准正態分布,再根據 的界值來作出推斷（表1[標准正態分布尾部概率簡表]）。
正常范圍生物界的正常范圍常用於診斷、鑒別和分類。制定正常范圍需要一些先決條件：原始數據必須來自同一總體；樣本對總體的代表性要好；儀器、試劑和方法都沒有偏性。理想的界限應有較高的靈敏度與特異度。前者是對異常者的識別率=1-假陽性率；後者是對正常者的識別率=1-假陰性率。當尚未掌握異常者的情況時,可暫將特異度定在0.95(即95%的正常者為此范圍所覆蓋)的水平；待掌握了異常者的數據分布後,再酌情修改界限以便兼顧靈敏度與特異度這兩個方面。

⑧ ec50值的解釋是什麼

EC50是葯物安全性指標。

其含義是：引起50%個體有效的葯物濃度。LD50/ED50、TD50/ED50、TC50/EC50等統稱為治療指數，是一類葯物的安全指標，通常其值越大越安全。

需注意這些指標只反映治療作用與急性毒性的關系，並不能反映慢性毒性、過敏性。

測真菌測得的數據以濃度取10的對數為橫坐標，通過查生物統計機率值換算表，以抑制率對應的幾率值作為縱坐標，求出每個試驗濃度的回歸方程和相關系數R，以抑制率為50%時對應的幾率值求出EC50的值以及其95%的置信區間。

治療指數：

治療指數並不能完全反映葯物的安全性。

半數有效量(50%effectivedose，ED50)在量反應中指能引起50%最大反應強度的葯量，在質反應中指引起50%實驗對象出現陽性反應時的葯量。以此類推，如效應為驚厥或死亡，則稱為半數驚厥量(50%convulsion)或半數致死量(50%lethaldose，LD50)。

葯物的ED50越小，LD50越大說明葯物越安全，一般常以葯物的LD50與ED50的比值稱為治療指數，用以表示葯物的安全性。但如果某葯的量效曲線與其劑量毒性曲線不平行，則TI值不能完全反映葯物安全性，故有人用LD5與ED95值或LD1與ED99之間的距離來表示葯物的安全性。

⑨ 生物統計機率值換算表怎麼看，另外，怎樣用回歸直線求EC50,謝謝，急用

就是把50%換算成幾率值，帶入回歸方程的y，計算出x，再將x由對數換算成葯劑濃度值。

⑩ （一）生物統計學基本術語

這里簡單介紹下生物統計學裡面的基本術語。

群體是指需要調查的所有個體，但是群體常常是可望而不可求的，因此我們使用抽樣的方法從群體隨機抽取一定量樣本來對群體進行估計。

平均數是一個統計學概念，期望是一個概率論概念。
平均數是實驗後根據實際結果統計得到的樣本的平均值，期望是實驗前根據概率分布「預測」的樣本的平均值。
之所以說「預測」是因為在實驗前能得到的期望與實際實驗得到的樣本的平均數總會不可避免地存在偏差，畢竟隨機實驗的結果永遠充滿著不確定性。如果我們能進行無窮次隨機實驗並計算出其樣本的平均數的話，那麼這個平均數其實就是期望。當然實際上根本不可能進行無窮次實驗，但是實驗樣本的平均數會隨著實驗樣本的增多越來越接近期望，就像頻率隨著實驗樣本的增多會越來越接近概率一樣。當期望值與群體平均值一樣時便可以稱期望為群體的無偏估計。

將樣本或群體按從小到大進行排序，中間的那個數便稱為中位數。而眾數則是指在樣本或群體中出現次數最多的數值。

方差和標准差都是用來對樣本或群體離散程度進行估計得一個統計學概念，標准差是方差的平方根。
在計算群體與樣本的方差時有一點區別，計算群體的方差時分母為群體總數N，而計算樣本方差時分母則為n-1， n-1又稱為自由度 ，使用n-1是為了是方差估計是無偏的。

一般我們會使用方差或標准差來評價群體的離散程度或變異程度，但是當兩個群體的方差相等時，憑方差已無法對兩個群體的變異程度進行比較。於是，統計學家引入變異系數的概念，變異系數=（標准差/均值）*100%。變異系數不會受數據尺度的影響，因此常用來進行不同樣本見變異性的比較。

這個解釋知乎上面貌似要打起來了。挑了個回答字數最少的能一下就看明白的。下面的也大部分來自於知乎回答 https://www.hu.com/question/22913867 。
中心極限定理是說無論抽樣分布如何，所有抽樣的均值服從正態分布。而大數定律和正態分布無關，是說樣本大了抽樣分布近似總體分布。

再來簡單談談大數定律，不過在這之前呢先說說小數定律——如果統計的數據很少，那麼事件就表現為各種極端情況，而這些情況都是偶然事件，跟他的期望值（或稱實際值）沒有關系。
而大數定律是說如果統計數據足夠大，那麼事物出現的頻率就能無限接近他的期望值（總體實際情況）。