实用生物统计3.pptVIP

第三章 统计推断3.1 统计学的基本概念 数据不确定性来源: 1 测量过程引入的随机误差; 2 取样随机性所带来的变化; 3 我们所关心的性质确实发生了某种变化。 统计学的基本任务:从包含有随机误差,又 并不完全的信息中得出科学的、尽可能正确 的结论。 统计结论并不是绝对可靠。 统计推断的两种途径 假设检验 :1 根据目标建立统计假设; 2 根据统计假设建立理论分布; 3 根据分布计算实验结果出现的可能 性; 4 若可能性小于给定标准,则拒绝假 设; 否则接受假设。 假设检验包括参数检验和非参数检验。参数估计点估计:结果出现的条件下该参数可能性最 大的取值。区间估计:给出一个区间,并给出指定参数 落入这一区间的概率。 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。统计学常用术语 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: n 1 xxi样本均值: n i ?1 n 1 2 2样本方差:S xxi n ?1 i ?1抽样分布 样本线性函数的分布 若X ,X ,……X 为一简单随机样本,其总体 1 2 n 2 分布为Nμ,σ , 统计量u为:ua X +a X +…+a X , 1 1 2 2 n n 其中a ,a ,…,a 为常数,则u也为正态随 1 2 n n 机变量,且 E u ai i ?1 n 2 2 D u ai i ?1若取a 1/n, i1,2,…,n,则u 为样本 X i 均值。此时 1 2 E X ?, D X ? n 2 χ 分布: 设X ,X … X 相互独立,且同服从 N0, 1 2 n n 1,则称随机变量 2 YXi i ?1 2 2 所服从的分布为χ 分布,记为Y~χ n, n称为它的自由度。 2 t分布:设X~N0,1),Y~χ (n), 且X,Y互相独立,则称随机变量 X TY / n 所服从的分布为t分布,记为T~tn。n称 为它的自由度。 2 2 F分布:设X~χ (m),Y~χ (n), 且互相独立,则称随机变量 X / m FY / n 所服从的分布为F分布,记为F~Fm,n), m,n称为它的自由度。 正态总体 样本均值与方差的分布 2 定理:若X ,X …X 为抽自总体Nμ,σ 1 2 n n 1 XX 的简单随机样本,定义样本均值为:i n 2 i ?1 n 1 2 S XX 样本方差为: 则有:i n ?1 i ?1 2 X (1)与S 相互独立; 1 2 X ~ N , (2) n 2 2 2 (3)(n-1)S /σ ~χ n-1。 X? T~ t n ?1 推论1:统计量 S / n 推论2:若X ,X ,…,X 为取自总体Nμ , 1 2 m 1 2 σ 的样本,Y ,Y …Y 为取自总体Nμ , 1 1 2 n 2 2 σ 的样本,且它们互相独立,则: 2 2 2 S1 2 2 2 F? ~ F m ?1, n ?1 其中S , S 分别为X ,…,X ,Y ,…,Y 的 2 2 1 2 1 m 1 n S2 1 样本方差。 推论3:在推论2的条件下,若σ σ , 1 2 则: XY 1 2 T~ t mn2 2 2 m ?1 S n ?1 S 1 1 1 2 m ?1 n ?1 m n假设检验的基本方法 与两种类型的错误 例3.1 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? 假设的建立 零假设:记为H ,针对要考查的内容提出。原 0 则为:通过统计检验决定接受或拒绝H 后,可对问题作出 0 明确回答; ?要能根据H 建立统计量的理论分布。 0备择假设:记为H ,是除H 外的一切可能值的 A 0 集合。原则为: ?应包括除H 外的一切可能值; 0 ?如有可能,应缩小备择假设范围以提高检验精度。 小概率原理:小概率事件在一次观察中 不应出现。 两种类型的错误及其关系: 第一类错误:H 正确,却被拒绝。又称弃真。 0 犯这种错误的概率记为α。第二类错误:H 错误,却