正态分布、区间估计.pptVIP

实验三、参数估计 抽样分布的特点 各样本均数未必等于总体均数; 样本均数之间存在差异; 样本均数的分布很有规律：围绕总体均数，中间多两边少，左右基本对称； 样本均数的变异范围较之原变量的变异范围大大缩小；随着样本含量的增加，样本均数的变异范围逐渐缩小。 由于总体中个体变异的存在，在抽样过程中产生的样本统计量与总体参数间的差异称为抽样误差。 t分布 设从正态分布N(?,?2)中随机抽取含量为n的样本，设： 实际工作中，总体方差未知，用样本方差代替，此时： t分布曲线 单峰分布，曲线以0为中心，左右对称类似于标准正态分布。 t分布的形状与自由度?有关 tα/2,v 参数估计：由已知的样本统计量推断总体参数。 参数估计：点估计和区间估计； 区间估计： 假设某个总体的均数为μ，需要找到两个数值A和B，使得在一个比较高的可信度下(如95%)，区间(A,B)能包含μ。即 P(AμB)=0.95 总体均数μ的区间估计 由于总体情况未知，要计算总体参数μ的置信区间，必须依靠样本统计量进行推断。 样本是从总体中抽样获得，因此不可避免存在抽样误差。 因此计算总体参数的置信区间时，必须利用样本统计量，同时考虑抽样误差和可信的程度（1-α）。 σ未知且样本例数n较小时，按t分布原理： 总体均数的可信区间(SAS实现) （1）t 分布法 SAS函数：TINV t=TINV(p,df) 求t分位数的函数，p是从-∞到当前t分位数位置的面积。 df=n-1（自由度） 例：随机抽取15名学生，记录他们的性别（sex）、年龄（age）、体重（w）和身高（h），求：学生身高的95%置信区间。 f 15 46 156 f 14 41 149 f 18 65 165 m 15 50 160 m 13 48 155 m 18 70 180 m 14 38 150 m 16 55 165 m 17 68 176 m 16 60 170 f 17 50 160 f 17 58 160 f 16 60 165 m 17 65 175 f 18 61 162 data a; input sex$ age w h @@; cards; f 15 46 156 f 14 41 149 f 18 65 165 m 15 50 160 m 13 48 155 m 18 70 180 m 14 38 150 m 16 55 165 m 17 68 176 m 16 60 170 f 17 50 160 f 17 58 160 F 16 60 165 m 17 65 175 f 18 61 162 ； proc means; var h; Output out=b mean=mean std=s n=n; data c; set b; t=tinv(0.975,n-1); /*也可使用t=tinv(0.025,n-1);但此时计算出来的t界值为负数。*/ yl=mean-t*s/sqrt(n); /*可信区间的下限*/ y2=mean+t*s/sqrt(n); /*可信区间的上限*/ proc print; run; Output语句注解 语句格式： OUTPUT OUT=数据集名 [统计关键字=变量名] 功能： 将过程结果输出到一个新SAS数据集。 data aa; input x s n; y1=x-1.96*s/sqrt(n); /*可信区间的下限*/ y2=x+1.96*s/sqrt(n); /*可信区间的上限*/ cards; 172.2 4.5 90 ; proc print; run; 样本频率的抽样误差 随机变量 X ~ B（n,?） 样本频率 总体均数参数为π， 标准差为 总体概率的置信区间 估计方法： 查表法：当样本含量n较小，比如n ? 50 正态近似法： 当n足够大，且样本频率p和（1?p）均不太小时，如np与n(1?p) 均大于5 例5-6 　某医院对39名前列腺癌患者实施开放手术治疗，术后有合并症者2人，试估计该手术合并症发生概率的95%置信区间。 解：查附表6，n = 39，X=2，交叉处的数值为1~17，即该手术合并症发生概率的95%置信区间为1% ~ 17%。 例5-7 某医生用某药物治疗31例脑血管梗塞患者，其中25例患者治疗有