生物统计机率值怎么用

① EC50的EC50的求法

通常在用菌落直径法求EC50时需要作一条回归方程。
以菌丝净生量计算不同质量浓度药剂对各菌株生长的抑制率。计算公式如下：
抑制生长率( %)=（对照菌落直径 -处理菌落直径）/(对照菌落直径-菌饼直径） ×100%
测真菌测得的数据以浓度取自然对数e的对数为横坐标，通过查生物统计机率值换算表，以抑制率对应的几率值作为纵坐标，求出每个试验浓度的回归方程和相关系数R，以抑制率为50%时对应的几率值求出EC50的值以及其95%的置信区间。机率值就是几率的单位，共分为1-40，其实质就是正态分布的平均数加减标准误所得的数值范围，投射在肩线常态等差点上各个常态等差，就代表不同的死亡率，这样就可以把死亡率的累计曲线用常态等差来计算，从而化成直线。

② 生物统计学中知t值怎么求概率

计算公式为：t=△x/ux或t=△p/up。在概率论和统计学中，t分布（t-distribution）用于根据小样本来估计呈正态分布且方差未知的总体的均值。

③ 生物统计中***p 代表什么

P 值即概率，反映某一事件发生的可能性大小，即一种在原假设为真的前提下出现观察样本以及更极端情况的概率。

④ 生物统计中几率值表怎么看

主要分为两种，一种看概率水平不涉及自由度查得临界值，另一种既涉及概率水平也涉及自由度查得临界值

⑤ 生物统计几率值换算表

这个表比较难找，实在找不到这个表也没关系，机率值可以自己算。
你要转换的百分率其实是概率，只要有正态分布概率值表，应可以反查并推算出百分率对应的u值，然后加5就得到机率值了。

⑥ 小概率原理在生物统计中的应用

一个事件如果发生的概率很小的话
那么它在一次试验中是几乎不可能发生的
但在多次重复试验中几乎是必然发生的
数学上称之小概率原理
在假设检验中
对于实验生物取得的数据进行统计量或者分布情况的假设
计算在该假设成立的前题下的抽样分布
根据这一分布能够计算出该统计量取值出现的可能性有多大
设定小概率的标准为α（α一般取0.05或0.01）
根据小概率原理
计算出的可能性若小于α
则否定原假设
若大于α
则接受原假设

⑦ 生物统计的率

反映事物或现象出现的机会或频度，常用百分率或小数表示。如:感染率、死亡率、男婴率等。若以代表阳性率,则阴性率=1-。若将男婴记作=1,女婴记作=0，则个婴儿的性别指标的均数=(∑/=就是男婴率。可见，率可以看成是个体取值为1或0的计数数据的均数。这种样本的率也是对应的总体率的无偏估计。总体的率又称为概率。
中位数是数据按大小排列后位于中央的数值。对于分布不对称的指标（如机体内、外环境中的有害物质浓度等）往往会有少数特大值，此时，中位数比均数更具代表性,也更稳定。当为偶数时，则取中央两数的均数。
众数即最常出现的数值。如正常妊娠天数的众数为280天。
极差即最大值与最小值之差。是用于表示数据分散度的简单指标。
方差比极差更全面地反映个体差异的大小。若总体中有个个体，则总体的方差为
[1432-05] (2)样本方差 [1432-06] (3)是总体方差的无偏估计。若(3)式的分母改用，就不是无偏估计。-1是自由度：样本中有个独立的观测指标，它们都是随机变量,它们对于总体均数的离差平方和∑(-),是个独立随机变量之和，称为有个自由度；而(3)式中的∑(-)，是用代替了，等于对个的值加了一个限制，即∑必须等于,换言之,∑(－)只相当于-1个独立的随机变量之和，所以它只有-1个自由度。一般地说，对统计量每加上一种限制就用去了一个自由度。为了运算上的方便，离均差平方和有时也记作：
[1432-09] (4)
标准差是方差的平方根。它和观测值有相同的单位。是最常用的表示数据分散程度的指标。对于正态分布的数据,它的用处尤大。样本标准差是对总体标准差的一种估计。的值可在有统计功能的计算器上直接得出。计算值的功能键常用[on]表示。
变异系数即
[1432-9a] (5)它是不受单位影响的量，可用于比较两种单位不同的指标(如生物体的长度与重量)的个体变异大小。例如，三只小白鼠的体重=22，24，27（克）。它们的均数
=(22+24+27)/3=24.3（克）[1432-11]标准差 [1432-21]变异系数 [1432-13]极差Δ=27-22=5（克）。中位数是24克。
概率表示客观事物可能发生的程度。它是实际观察到的率(如男婴率)的总体均值或期望值。它的通用符号是。常用小数或分数表示其大小。例如用0≤≤1表示概率的取值范围为0～1:假定(男婴)=22/43=0.512表示生男婴的概率为22/43或0.512，即略大于1/2。这一理论值是根据反复多次的大样本统计结果归纳出来的。概率可以从量的方面来说明总体的性质。所谓“小概率事件”是指实际上不大可能发生的事件。
为充分地了解一个总体，就须知道个体的取值范围，以及出现的各种可能值的概率，即概率分布，简称分布。
正态分布一种理想的对称型分布。有些生物学指标远非正态分布，而是呈左右不对称的所谓偏态，但当样本增大时，它们的均数却趋向正态分布。这一性质有重要的实用价值。
直方图一种根据频数表绘制的图，它以横轴上的长方形的面积表示各组的频数，长方形在横轴上的边长相当于组距（图1[1000名20岁男生的身高]）。
如果一步步地缩小直方图的组距，同时增大样本含量，最终将要趋于图2[正态分布]那样的极限。在图2中，曲线以下横轴以上的面积表示概率,这种曲线称为“(概率)分布曲线”。
正态分布具有以下性质：以总体均数为中心,在中心处的分布曲线最高；两侧与 距离相等的对称区间的上方有相同的面积(概率)；与 相距愈远的区间的概率愈小；可以用与(总体标准差)这两个参数来描述整个分布（图3[标准差与正态分布曲线]）只要知道了 和,则个体落入任何区间的概率均可从（统计学书上）事先算好的正态分布表中查得。表1 [标准正态分布尾部概率简表]是这种表的一个摘要。
标准正态分布凡是正态分布的数据，均可通过减去均数并除以标准差而使之成为均数为0、标准差为1的标准正态分布。经过这种变换的指标记为，
[1433-11] (6) 遵从均数为 标准差为的正态分布,通常以简单的符号来表示:～( ,)。故可用～(0,1)表示“遵从标准正态分布”。这种分布很常用,尤其是表1所列几个界限值。
当样本含量增大时，不论原始数据是不是正态分布，它的大多数统计指标均趋向正态分布，从而可以进一步化为标准正态分布,再根据 的界值来作出推断（表1[标准正态分布尾部概率简表]）。
正常范围生物界的正常范围常用于诊断、鉴别和分类。制定正常范围需要一些先决条件：原始数据必须来自同一总体；样本对总体的代表性要好；仪器、试剂和方法都没有偏性。理想的界限应有较高的灵敏度与特异度。前者是对异常者的识别率=1-假阳性率；后者是对正常者的识别率=1-假阴性率。当尚未掌握异常者的情况时,可暂将特异度定在0.95(即95%的正常者为此范围所覆盖)的水平；待掌握了异常者的数据分布后,再酌情修改界限以便兼顾灵敏度与特异度这两个方面。

⑧ ec50值的解释是什么

EC50是药物安全性指标。

其含义是：引起50%个体有效的药物浓度。LD50/ED50、TD50/ED50、TC50/EC50等统称为治疗指数，是一类药物的安全指标，通常其值越大越安全。

需注意这些指标只反映治疗作用与急性毒性的关系，并不能反映慢性毒性、过敏性。

测真菌测得的数据以浓度取10的对数为横坐标，通过查生物统计机率值换算表，以抑制率对应的几率值作为纵坐标，求出每个试验浓度的回归方程和相关系数R，以抑制率为50%时对应的几率值求出EC50的值以及其95%的置信区间。

治疗指数：

治疗指数并不能完全反映药物的安全性。

半数有效量(50%effectivedose，ED50)在量反应中指能引起50%最大反应强度的药量，在质反应中指引起50%实验对象出现阳性反应时的药量。以此类推，如效应为惊厥或死亡，则称为半数惊厥量(50%convulsion)或半数致死量(50%lethaldose，LD50)。

药物的ED50越小，LD50越大说明药物越安全，一般常以药物的LD50与ED50的比值称为治疗指数，用以表示药物的安全性。但如果某药的量效曲线与其剂量毒性曲线不平行，则TI值不能完全反映药物安全性，故有人用LD5与ED95值或LD1与ED99之间的距离来表示药物的安全性。

⑨ 生物统计机率值换算表怎么看，另外，怎样用回归直线求EC50,谢谢，急用

就是把50%换算成几率值，带入回归方程的y，计算出x，再将x由对数换算成药剂浓度值。

⑩ （一）生物统计学基本术语

这里简单介绍下生物统计学里面的基本术语。

群体是指需要调查的所有个体，但是群体常常是可望而不可求的，因此我们使用抽样的方法从群体随机抽取一定量样本来对群体进行估计。

平均数是一个统计学概念，期望是一个概率论概念。
平均数是实验后根据实际结果统计得到的样本的平均值，期望是实验前根据概率分布“预测”的样本的平均值。
之所以说“预测”是因为在实验前能得到的期望与实际实验得到的样本的平均数总会不可避免地存在偏差，毕竟随机实验的结果永远充满着不确定性。如果我们能进行无穷次随机实验并计算出其样本的平均数的话，那么这个平均数其实就是期望。当然实际上根本不可能进行无穷次实验，但是实验样本的平均数会随着实验样本的增多越来越接近期望，就像频率随着实验样本的增多会越来越接近概率一样。当期望值与群体平均值一样时便可以称期望为群体的无偏估计。

将样本或群体按从小到大进行排序，中间的那个数便称为中位数。而众数则是指在样本或群体中出现次数最多的数值。

方差和标准差都是用来对样本或群体离散程度进行估计得一个统计学概念，标准差是方差的平方根。
在计算群体与样本的方差时有一点区别，计算群体的方差时分母为群体总数N，而计算样本方差时分母则为n-1， n-1又称为自由度 ，使用n-1是为了是方差估计是无偏的。

一般我们会使用方差或标准差来评价群体的离散程度或变异程度，但是当两个群体的方差相等时，凭方差已无法对两个群体的变异程度进行比较。于是，统计学家引入变异系数的概念，变异系数=（标准差/均值）*100%。变异系数不会受数据尺度的影响，因此常用来进行不同样本见变异性的比较。

这个解释知乎上面貌似要打起来了。挑了个回答字数最少的能一下就看明白的。下面的也大部分来自于知乎回答 https://www.hu.com/question/22913867 。
中心极限定理是说无论抽样分布如何，所有抽样的均值服从正态分布。而大数定律和正态分布无关，是说样本大了抽样分布近似总体分布。

再来简单谈谈大数定律，不过在这之前呢先说说小数定律——如果统计的数据很少，那么事件就表现为各种极端情况，而这些情况都是偶然事件，跟他的期望值（或称实际值）没有关系。
而大数定律是说如果统计数据足够大，那么事物出现的频率就能无限接近他的期望值（总体实际情况）。