在生物医学检测过程中,如何对某项疾病进行高效、准确、经济的检测和估计出整体的患病率是一个值得研究的话题。检测某种疾病时一般是利用他们的血液或者是包含个体信息的样本进行检测,然而在样本量比较大的情况下,采用分组检测的方法对待检测个体进行分组检测是一种十分高效方便的方法。分组检测因其原理简单,易于理解,便于操作并且能够有效地减少检测次数,降低试验成本,提高检测效率,所以在大数据样本量检测时,分组检测十分实用。本文主要研究存在两个组大小情况下的参数估计问题。本文主要研究分组检测样本受到随机误差项干扰的数学模型,考虑两个组大小的情形,根据所得数据建立数学模型,研究模型中参数的估计问题。在分组检测中,被检测个体受到随机误差的干扰,考虑多个组大小的情形。根据观测得到的不完全数据,引进一个隐变量,即分组检测中每组内的阳性个体数,于是由完全数据得到联合密度函数,计算出极大似然估计函数,采用EM算法计算模型中参数的估计值。然后通过模拟计算得到较好的参数估计,提高参数估计的精度。