[生物统计课件杜荣骞]第五章统计推断.pptVIP

第五章 统计推断 个体：可以单独观测和研究的一个物体，一定量的材料或服务。也指表示上述物体，材料或服务的一个定量或定性的特性值。 总体：一个统计问题中所涉及的个体的全体。 特性：所考查的定性或定量的性质或指标。 总体分布：当个体理解为定量特性值时，总体中的每一个个体可看成是某一确定的随机变量的一个观测值，称这个随机变量的分布为总体分布。 样本：按一定程序从总体中抽取的一组（一个或多个）个体。 样本量：样本中所包含的个体数目。 观测值：作为一次观测结果而确定的特性值。 统计量：样本观测值的函数，它不依赖于未知参数。例如： 样本均值： ，样本方差： 样本k阶原点矩： ，样本k阶中心矩： 分位数：对随机变量X，满足条件P (X≤xp)≥p的最小实数xp称为X或其分布的P分位数。 几点说明 ①　对每次观察来说，样本是确定的一组数。但在不同的观察中，它会取不同的值。因此作为一个整体，应把样本视为随机变量，也有自己的分布。样本全部可能值的集合称为样本空间。 ②　样本的任何函数，只要不含有未知参数，都可称为统计量。例如 都是统计量，而 不是统计量，因为μ，σ是总体参数，一般是未知数。构造统计量的目的是把样本中我们关心的信息集中起来以便加以检验，因此针对不同的问题需要构造不同的统计量。 ③　为了使样本能真正反映总体的特性，我们要求它有代表性和随机性。即要求样本中的每个个体都具有与总体相同的分布，且每个个体相互独立。这样的样本称为简单随机样本。有限总体无放回抽样的样本不是相互独立的。但若总体个数N很大，且样本含量 n 0.1N，则可近似认为是简单随机样本。 §5.3 统计推断的两种途径——假设检验与参数估计 对总体做统计推断（statistical inference）的途径： ◎　对所估计的总体提出一个假设（hypothesis），如假设这个总体的平均数 等于某个值 （ ），然后通过样本数据去推断这个假设是否可以接受。如果可以接受，样本很可能抽自这个总体；否则，很可能不是抽自这个总体。 ◎　通过样本统计量估计总体参数。 前一种途径称为统计假设检验（statistical test of hypothesis），后一种称为总体参数估计（estimation of population parameter）。此二种统计推断方法可以相互参照使用。统计推断的内容很广，如后面要介绍的方差分析和回归分析。 统计的另一个重要功能就是作出参数估计。 在实践中，我们常常希望对某些参数给出估计值，例如农作物的产量，产品的合格率或使用寿命，人群中某种疾病的发病率，等等。统计学也可根据抽样结果对这一类问题作出回答。答案一般有两种类型，一种是给出该参数可能性最大的取值，这叫做点估计； 另一种是给出一个区间，并给出指定参数落入这一区间的概率，这叫做区间估计。参数估计与假设检验所依据的统计学理论其实是一样的，它们的区别只是以不同形式给出结果而已。 §5.4 单个样本的统计假设检验 例5.1 某地区10年前普查时，13岁男孩子平均身高为1.51m，现抽查200个12.5岁到13.5岁男孩，身高平均值为1.53m，标准差0.073m，问10年来该地区男孩身高是否有明显增长？ 分析：从题目知10年前总体均值 =1.51m。现在抽取200个个体，得样本均值 m，样本标准差 =0.073m。现在总体均值 未知。题目要求判断 是否成立。 例5.2 某地用动物做实验材料，要求其平均体重 ，若 需再饲养，若 则要淘汰。动物的体重是服从正态分布 的随机变量。已知总体标准差 ，但总体平均数 是未知的。为了得出对总体平均数 的推断，从动物群体中随机抽取含量为 的样本，通过样本平均数 推断总体平均数 。 1．假设的建立 零假设（null hypothesis）：总体平均数是未知的，为了得到对总体的推断，可以假设总体平均数 等于某一给定的值 （ 或 ）。这样的假设常称为零