参数估计科学学位.pptVIP

概率?、自由度?与t值关系　　　　　　　 　——t界值 标准正态分布中z值大小与尾部面积（概率?）有关，以 z? (单侧）和 z?/2（双侧）表示； 在t分布中，当自由度一定时，?越小，|t|越大； 在?一定时，自由度越小，|t|越大，大于z值 在t分布中，t值与?、?的大小有关； 在单侧时（尾部面积取单侧）t 界值表示为t?,? ,　双侧时表示为t?/2,? ，其意义为 一定自由度?和概率?下的t值 t?,? ，t?/2,? 可通过查t界值表——附表C２（p560）获得； 例如?=9,单侧?=0.05 ，查“t界值表”得单侧 t0.05,9=1.833 自由度??n-1?35-1?34 ，查“t界值表”，得双侧t0.05/2,34=2.032 概率?、自由度?与t值关系　　　　　　　 　——t界值 t 分布 -1.833 t 界值表 (p560) 该表的横标目为自由度?，纵标目为概率P，表中数值为其相应的t界值，记作t?,? (?为检验水准) 阴影部分表示t?,?以外尾部面积占总面积的百分数，即概率P t 分布是以0为中心的对称分布，表中只列出正值，不管t值正负只用绝对值 t分布界值表（附表C2_560 -561页 ） 横标目：自由度， υ 纵标目：概率，P , 即曲线下阴影部分的面积; 表中的数字：相应的 |t | 界值。 t?/2 , ? -t?/2 , ? 一组调查或实验数据，如果是计量资料可求得平均数、标准差等统计指标，如果是计数资料则求百分率藉以概括说明这群观察数据的特征，故称特征值 由于样本特征值是通过统计求得的，所以又称为统计量以区别于总体特征值。总体特征值一般称为参数 进行科研所要探索的是总体特征值即总体参数，而我们得到的却是样本统计量，用样本统计量估计或推论总体参数的过程叫参数估计 总体参数的估计 总体均数的估计 参数估计：用样本统计量估计总体参数 点（值）估计（ 近似值） 样本均数作为总体均数的点估计 区间估计（近似范围） 一、点值估计（Point estimation） 即直接用样本均数作为总体均数的估计值 某地健康成年男子中随机抽得144人，测得红细胞均数为5.38(1012/L)，标准差为0.44(1012/L)，试估计该地健康成年男子红细胞均数？ 缺点：点估计方法虽然简单，但未考虑抽样误差的影响，估计的正确程度很难评价 二、区间估计（Interval estimation） 是按事先给定的(1-?) ，估计包含未知总体参数的一个区间范围，该范围称为参数的置信区间（confidence interval，CI）。 (1-?)称为置信度（confidence level），也可表示为100(1-?) %，常取95%（也取90%、99%） 置信区间通常由两个数值即两个置信限(confidence limit，CL)表示，较小者称为置信下限（lower limit，L），较大者称为置信上限（upper limit，U） 即按一定的可信度计算出总体参数（如总体均数μ ）很可能在的一个数值范围 置信区间(CI）的概念 参数估计 点估计：不考虑抽样误差，如 区间估计：考虑抽样误差 区间估计：指按预先给定的概率，计算出一个区间， 使它能够包含未知的总体均数 事先给定的概率 称为可信度 通常取 置信区间概念 总体均数的95%置信区间的实际涵义是：如果从同一总体中重复抽取100份样本含量相同的独立样本，每份样本分别计算1个置信区间，在100个置信区间中，将大约有95个置信区间覆盖总体均数，大约有5个置信区间并不覆盖总体均数（见图4-5）。对于某一次估计的置信区间，我们总是宣称这个区间覆盖了总体均数，但不一定是真的覆盖了总体均数，于是，我们补充一句：置信度为95%。 总体均数的置信区间 根据样本均数，按一定的可信度计算出总体均数很可能在的一个数值范围，这个范围称为总体均数的置信区间 方法： Z 分布法（或称 u分布）（σ已知；或σ未知，但n足够大） t 分布法 (σ未知，以S 取代σ，且n较小) 置信区间的计算 （一） 已知,或样本数量大(n30) 服从标准正态分布(Z分布) 一般情况 其中 为标准正态分布的双侧界值 可信区间： 置信区间的计算 （一） 已知,或样本数量大(n30) 其中 为标准正态分