统计推断 —参数估计.pptVIP

统计推断 —参数估计 南京医科大学 荀鹏程 统计推断的思路 统计推断的内容 统计推断(statistical inference)，是指如何用样本性质推断总体特征。 参数估计(parameter estimation) 假设检验(hypothesis test) 参数估计 由样本统计量估计总体参数 点估计(point estimation) 区间估计(interval estimation) 点估计 直接用样本统计量作为总体参数的估计值 方法简单，但未考虑抽样误差的大小 在实际问题中，总体参数往往是未知的，但它们是固定的值，并不是随机变量值。而样本统计量随样本的不同而不同，属随机的。 区间估计 按一定的概率或可信度(1-? )用一个区间估计总体参数所在范围，这个范围称作可信度为1-?的可信区间(confidence interval, CI)，又称置信区间 。这种估计方法称为区间估计。 区间估计 预先给定的概率(1-α)称为可信度或者置信度(confidence level),常取95%或99%。 可信区间(CL, CU )是一开区间 CL、CU 称为可信限 可信区间的两个要素 可信度(1-?), 可靠性 一般取90%，95%。 可人为控制。 精确性 是指区间的大小(或长短) 兼顾可靠性、精确性 可信区间的确切涵义 可信度为95% 的可信区间的确切涵义是：每100个样本所算得的100个可信区间，平均有95个包含了总体参数 。 均数的可信区间 总体均数的(1-? )可信区间定义为： 影响可信区间大小的因素 可信度 可信度越大，区间越宽 个体变异 变异越大，区间越宽 样本含量 样本含量越大，区间越窄 当样本含量较大时，例如n＞100，t分布近似标准正态分布，此时可用标准正态分布代替t分布，作为可信区间的近似计算。相应的100(1-?)％可信区间为： 例4.1 随机抽取某地25名正常成年男子，测得该样本的脉搏均数为73.6次/分，标准差为6.5次/分，求该地正常成年男子脉搏总体均数95%的可信区间。 例4.1 本例自由度?=12-1=24，经查表得t0.05,24=2.064，则 即该地正常成年男子脉搏总体均数的95％可信区间为：70.9~76.3(次/分) 。用该区间估计该地正常成年男子脉搏总体均数的可信度为95％。 例4.2 某市2001年120名7岁男孩身高均数为123.62cm，标准差为4.75cm，计算该市7岁男童总体均数90％的可信区间。 例4.2 n=120100，标准正态分布代替t分布，u0.10=1.645 即该市7岁男童平均身高的90％可信区间为：122.91～124.33(cm)，可认为该市7岁男童平均身高在122.91～124.33(cm)之间 。 正确理解可信区间的涵义 可信区间一旦形成，它要么包含总体参数，要么不包含总体参数，二者必居其一，无概率可言。所谓95％的可信度是针对可信区间的构建方法而言的。 以均数的可信区间为例，其涵义是：如果重复100次抽样，每次样本含量均为n，每个样本均按 构建可信区间，则在此100个可信区间内，理论上有95个包含总体均数，而有5个不包含总体均数。 正确理解可信区间的涵义 在区间估计中，总体参数虽未知，但却是固定的值（且只有一个），而不是随机变量值 。 可信区间与参考值范围的区别 可信区间用于估计总体参数，参数只有一个 。 参考值范围用于估计变量值的分布范围，变量值可能很多甚至无限 。 95%的可信区间中的95%是可信度，即所求可信区间包含总体参数的可信程度为95% 95%的参考值范围中的95%是一个比例，即所求参考值范围包含了95%的正常人。 下列说法正确吗？ 算得某95%的可信区间，则： 总体参数有95%的可能落在该区间。 有95%的总体参数在该区间内。 该区间包含95%的总体参数。 该区间有95%的可能包含总体参数。 该区间包含总体参数，可信度为95%。 标准差与标准误的联系 都是变异指标。 当n不变时，标准差↑，标准误↑ 标准差与标准误的区别 标准差描述原始数据的离散程度； 标准误反映均数的抽样误差大小。 标准差与标准误的区别 标准差衡量样本均数对原始数据的代表性 ，标准差越小，样本均数对原始数据的代表性越好； 标准误衡量样本均数估计总体均数的精确性，标准误越小，样本均数估计总体均数精度越高。 标准差与标准误的区别 当 n→N 时，样本标准差→总体标准差 当 n→N 时，标准误→0 标准差与标准误的区别 结合样本均数和正态分布的规律，标准差估计参考值范围 ； 结合样本