2.1. 基本使用方法
取10→100微升（任意選定）計數樣品，輕輕放入計數杯中，將計數杯置于倒置顯微鏡平臺上，待細胞完全沉入杯底后，按方格順序計數細胞。每個方格里的細胞數不能密度太大，1~10較好。令記錄到的總細胞數為C，樣本體積為v，稀釋倍數為f
2.2. 快速統計學計數方法
計數256個方格內的細胞，需要5~10分鐘時間，細胞密度大需要更長時間。在兩種情況下可以選擇用快速統計學方法計數。平均每個方格里的細胞數稱為細胞均數，用μ表示，（1）μ大于8個,（2）μ小于3個。例如（1）的情況，μ=10，把2560個細胞放入計數杯里，平均每個格子里10個細胞，但不會每個格子里都是10個細胞，有的多于10個，有的少于10個，大多數接近于10個，屬于正態分布。（2）的情況，μ=1，把256個細胞放入計數杯里，平均每個格子里1個細胞，但不會每個格子里都是1個細胞，有的0個，有的1個，或2個，或3個...，接近于0個和1個的較多，屬于偏態分布。圖1畫出了μ小于8的幾種情況。圖1表明，μ大于5趨近于正態分布，μ大于8屬于正態分布。
2.2.1正態分布情況計數方法
細胞計數時，如果每個方格里的細胞數多于10個，可以按正態分布計數細胞密度。隨機在16個計數區里選擇n（5095%）。
細胞密度=μ×256×1/v×f
2.2.2偏態分布情況計數方法
細胞計數時，如果每個方格里的細胞數少于3個，可以按偏態分布計數細胞密度。Poisson分布函數適合處理概率很低（P<<1）和樣品個數很多n>>30的低頻率偏態分布事件。Poisson分布函數如下式，
公式(1)里的符號用細胞計數術語表示，
x是每個方格內的細胞數，x= 0, 1, 2, 3 … 20
P(x)是一個方格內有x陽性細胞的概率。
e為自然對數的底e = 2.71828.
μ為平均一個方格內的細胞數， μ稱為單位均數。
細胞計數，一個方格為一計數單位，計數的方格數為單位數，用n表示。用rx表示一個方格內有x細胞的方格數，方格內有x細胞的概率為
方格內有0細胞的概率為
偏態分布rx決定于μ值。μ一定，r0，r1，r2 ..., 與 P(0)， P(1)， P(2) ..., 就一定。反過來rx和P(X)一定，μ也就一定。選擇用P(0)或P(1)或P(2)..., 來確定μ是一樣的。用公式(1)計算的是P(X)理論值，用公式(2)計算的P(X)是實驗值，兩者等價。用公式(1)計算P(X)時，由于涉及到指數和排列組合運算，相當麻煩。如果選擇x=0，P(X)=P(0)，求解μ就非常簡單，
P(0)為陰性單位概率，將x = 0, 代入(1) 式
兩邊取自然對數，lnP(0) = -μ. (1) 式與(2)式等價，于是
(5)式表示：單位均數等于陰性單位概率的負對數。這表示只要有了P(0)由(5)式即可求出單位均數μ.有了n和r0，就有了P(0)和μ. 256×μ是總細胞數。
細胞密度=μ×256×1/v×f
這樣，計數細胞變成了計數空格，計數空格比計數細胞容易的多。例如μ=1,大約256個格中有256個細胞，由（5）式可以計算出空格r0=94。計數256個細胞至少需要5分鐘，計數94個空格有1分鐘就夠了。
2.3.細胞計數杯是驗證傳統細胞計數方法可信度的實用工具
細胞計數杯計數方法有兩大優勢，（1）計數細胞量大，一般在500以上，大到3000，（2）計數細胞樣本體積大，10~100微升是傳統計數板計數樣本體積0.1微升的100~1000倍。計數細胞數量越多，體積越大，計數越準確，所以細胞計數杯計數得到的細胞密度準確度很高，經過驗證達到98%以上，其他細胞計數方法都達不到。因此可以用作細胞計數準確性比較的參照標準，驗證傳統細胞計數方法的準確度。驗證方法就是用同一個細胞樣本，用不同方法計數，然后比較結果
2.4細胞計數杯是驗證統計學誤差理論的實用工具
統計學是一門應用非常廣泛的學科。誤差分析理論是其應用基礎，誤差公式是用數學理論推導出來的，老師講授，學生接受，很少有人用實驗做驗證，不是沒有人想驗證，主要是沒有簡單實用的驗證工具和方法。一般實驗方法，因為無法獲得標準的真實值而無法驗證。有了細胞計數杯，這個問題就解決了。統計學誤差分析理論有兩套系統：正態分布系統和偏態分布系統。
2.4.1正態分布誤差分析公式
（1）樣本抽樣誤差
標準差是表示一套變量離散程度的指標，均數和標準差結合起來說明變量的分布情況。總體標準差公式,
式中σ-總體標準差，x-變量值, μ-總體均數，N-變量個數。
由于很難獲得μ值，一般用樣本標準差估計總體標準差。
樣本標準差公式：
式中S-樣本標準差，
-樣本均數, n-變量個數。(7)式運算比較麻煩,一般轉換成下式計算，
（2）均數抽樣誤差
從同一個總體中隨機抽取同樣大小的樣本，由于存在抽樣誤差，各樣本均數不會相同。以樣本均數做變量值計算樣本均數變異情況的標準差，稱為均數標準誤。統計學理論表明，均數標準誤（
）與總體標準差（σx）及樣本大小（n）的關系如下，
實際上總體標準差（σ）很難得到，只能獲得樣本誤差（S），一般用樣本誤差代替總體標準差（σ）求得均數標準誤的估計值
,
2.4.2偏態分布誤差分析公式
處理偏態分布事件的公式主要有二項式分布和Poisson分布。以Poisson分布為例，Poisson分布如（1）式，其均數誤差公式為，
樣本均數標準誤估計值為
2.4.3均數的可信限
從均數為μ，方差為σ2的正態分布總體中隨機抽取n樣本，則樣本均數近似以總體均數為中心的正態分布。根據正態分布理論，樣本均數（
）與總體均數（μ）有如下關系
2.5如何用細胞計數杯計數方法驗證正態分布誤差理論的正確性
2.5.1驗證統計學處理的隨機事件是否符合正態分布或偏態分布狀態
方法是將細胞計數杯放置水平，輕輕放入細胞，使之慢慢沉降，隨機分布在杯底。然后計數方格中的細胞，細胞數相同的歸為一組，稱為頻數，最后按頻數大小排序，畫在二維坐標圖上。根據頻數排序和頻數圖，確定均數大于10的符不符合正態分布理論，均數小于3的符不符合偏態分布理論。
2.5.2驗證統計學抽樣誤差理論的方法
舉一個例子，調查中國家庭收入平均水平。不可能對全部家庭都做調查，可以在全國各省區隨機分別抽取300戶家庭，合計有10000個家庭。一個辦法是收集每個家庭的收入，計算家庭收入平均值和離散狀況（樣本誤差）。另一個辦法是將10000個家庭隨機分成100個或200個樣本，計算樣本均數，然后求解均數標準誤。統計分析結果得到一個樣本均數（
，μ）和標準差（S,Sμ）和均數標準誤估計值（
）。統計分析結果對不對？符不符合真實情況？可信度多大？本例因為拿不到總體均數μ值，沒有參照標準作，說不清楚。只能認為理論公式正確，結果就正確。公式正不正確?需要實踐證明，至今未見過實驗證明。細胞計數杯計數方法，因為能夠把計數杯里的細胞全部準確計數出來，可以拿到總體均數μ值，所以能夠驗證誤差公式的正確性。方法是，先按2.4.1方法將每個方格中的細胞計數出來，計算總體均數μ值，然后用誤差公式計算誤差值，誤差大小與樣本數（n）有關系，應該計算不同樣本數的誤差值。最后將結果帶入公式 (15)，公式成立證明正確，否則不正確，進而確定什么情況下正確，什么情況下不正確。
驗證統計學理論目的不只是證誤，而是提供一個實證和感性認識，讓學習者從理論和實踐兩方面認識統計學理論，加深對理論的理解，應用起來心里踏實。