生物统计学答案第四章.docVIP

第四章 抽样分布 4.1 第四章的习题读者可以照常练习。在这里，利用SAS软件包中的“正态分布随机数函数”做一抽样试验，进行一个类似的演示。假定总体平均数 ??＝?，标准差???＝?，用下式：Y8＋2×正态分布随机数，获得一个服从?（?，??）分布的正态总体。100的样本，共抽取10 000个样本。计算每一样本的，然后计算样本平均数、样本方差和样本标准差的平均数()以及它们的标准差()。用上述结果与分布的特征数[分别见(4.1)，(4.2)式；(4.14)，(4.15)式以及(4.18)，(4.19)式] 比较。看一看抽样的结果是否能够很好地估计总体参数。 抽样试验还可以进一步深入，计算每一样本的t。然后计算t的平均数和标准差，用计算的结果与t分布的特征数比较，[见(4.8)，(4.9) 式]。看一看抽样的结果与总体参数的一致性是否很好。 为了与问题的要求一致，抽样分两部分进行，下面先讨论样本平均数、样本方差和样本标准差的分布。SAS程序如下： options nodate; data value; n=100; m=10000; df=n-1; do i=1 to m; retain seed 3053177; do j=1 to n; y=8+2*normal(seed); output; end; end; data disv; set value; sqy=y*y; by i; if first.i then sumy=0; sumy+y; if first.i then sumsqy=0; sumsqy+sqy; my=sumy/n; vacey=(sumsqy-my*sumy)/df; stdy=sqrt(vacey); if last.i then output; run; proc means mean var std; var my stdy vacey; title Sampling Distribution: Mu=8 sigma=2; run; 程序运行的结果见下表： Sampling Distribution: Mu=8 sigma=2 Variable Mean Variance Std Dev -------------------------------------------------- MY 8.0005218 0.0394867 0.1987126 STDY 1.9949780 0.0204989 0.1431743 VACEY 4.0004341 0.3294953 0.5740169 -------------------------------------------------- 下面将相应的参数值，列成一个对应的表格，以便能够在抽样的结果与总体参数间做一个很清楚地比较。 变 量 μ σ2 σ 8.000 0 0.040 0 0.200 0 S 1.995 0 0.020 2 0.142 0 S2 4.000 0 0.323 2 0.568 5 从表中可以看出，样本统计量的抽样结果与总体参数基本上是一致的。当样本含量继续增加，这种一致性会来得更好。 以下是问题的第二部分，这部分的程序与第一部分没有多大区别，完全可以与第一部分合并一起完成，读者可以尝试自己完成这项工作。 options nodate; data value; n=100; m=10000; df=n-1; do i=1 to m; retain seed 3053177; do j=1 to n; y=8+2*normal(seed); output; end; end; data disv; set value; sqy=y*y; by i; if first.i then sumy=0; sumy+y; if first.i then sumsqy=0; sumsqy+sqy; my=sumy/n; vacey=(sumsqy-my*sumy)/df; stdy=sqrt(vacey); t=(my-8)*sqrt(n)/stdy; if last.i then output; run; proc means mean std; var t; title Sampling Distribution: Mu=8 sigma=2; run; 程序运行的结果见下表： Sampling Distribution: Mu=8 sigma=2 Analysis Variable : T Mean Std Dev 0.0021783 1.0050935 -------------------------- t分布的特征数：μt＝0.000 0，σt＝1.010 2。抽样的结果与总体参数的一致性也是很好的。