在卫生统计学中，二项分布是一种非常重要的概率分布类型，它用于描述一系列独立重复试验中成功次数的概率分布。这里的“成功”是指我们感兴趣的特定结果出现，而每次试验只有两种可能的结果：成功或失败。

对于一个遵循二项分布的随机变量X（表示n次试验中成功的次数），其参数包括试验总次数n和每次试验成功的概率p。基于这两个参数，我们可以计算出该随机变量的均值（期望值）和方差。
1. 均值（期望值）：二项分布的均值是指在大量重复试验下，我们预期的成功次数。这个数值可以通过公式 E(X) = np 来计算。这里n代表总的独立实验次数，p表示每次实验成功的概率。例如，如果进行10次投硬币实验（假设硬币是公平的，即正面朝上的概率为0.5），那么预期出现正面的次数就是 10 * 0.5 = 5 次。
2. 方差：方差用来度量随机变量取值与其均值之间的离散程度。对于二项分布来说，其方差可以通过公式 Var(X) = np(1-p) 来计算。这里的n同样表示总的独立实验次数，p是每次实验成功的概率。(1-p)则代表失败的概率。继续上面的例子，在10次投硬币的实验中，方差为 10 0.5 (1 - 0.5) = 2.5。这表明我们预期的成功次数（即正面出现的次数）会以均值为中心，大约在正负根号下2.5的范围内波动。

理解二项分布的均值和方差对于分析医疗研究中的数据非常重要，比如评估某种治疗方法的有效性时，可以通过计算治疗成功的概率及其变化范围来辅助决策。