研究生医学统计抽样误差t分布分析报告.ppt

均数的抽样误差，t分布，参数估计Sampling error of mean，t-distribution，parameters’ estimation 张建军 汕大医学院预防医学教研室 Tel: 0754Email: zhangjj@stu.edu.cn 主要内容 均数的抽样误差 t分布 参数估计 概念： 频数分布以均数为中心，左右两侧基本对称，靠近均数两侧频数较多，离均数愈远，频数愈少，形成一个中间多，两侧逐渐减少的对称分布。 是一种连续型分布。又称高斯分布. 正态分布用N(μ, )表示，其位置与均数有关，形状与标准差有关。 医学现象许多呈正态分布，或近似正态分布：如正常人的生理，生化指标变量，等 正态分布的密度函数：式中μ为均数；σ为标准差；π为圆周率；е为自然对数的底，即2.71828。以上均为常数，仅x为变量。 标准正态分布: 为了应用方便，常将式进行变量变换，即：u变换. 所得到的新变量u的分布即为标准正态分布。 u的含义：变量到均数间的距离相当于标准差的倍数。 正态分布的特征和分布规律： （1）曲线在x轴的上方，与x轴不相交，当x=μ时，曲线位于最高点。 f(u=0)=0.3989 （2）曲线关于直线x=μ左右对称。 （3）正态分布有两个参数:均数,标准差;标准正态的参数分别为:0, 1 （4）正态分布的面积分布有一定规律。 请思考： 抽样？ 统计量？ 抽样分布？ 一、均数的抽样误差和标准误 均数的抽样误差sampling error of mean 由于总体中存在个体变异，抽样研究中所抽取的样本，只包含总体中一部分个体，因而样本均数（或率）往往不等于总体均数（或率），样本均数之间也互不相等，这种由抽样引起的差异称为均数的抽样误差的体现。 即： 如何估计抽样误差？ 标准误 standard error，SE 以样本均数为例： SE 越大，均数的抽样误差越大，样本均数与总体均数间的差异越大。 当样本例数一定时，样本均数的标准误与原始数据的标准差成正比；当标准差一定时，标准误与样本含量 n 的平方根成反比。增加样本含量可以减小抽样误差。 与标准差的区别： 标准差：表示一般个体值的离散程度； 标准误：特别说明统计量的离散程度。 再思考一个问题： 其它的统计量有抽样误差吗？ 它们的计算公式怎样？ 标准误的应用 1、用来衡量抽样误差的大小: 标准误越小，样本均数与总体均数越接近，样本均数的可信度越高； 2、结合标准正态分布与 t 分布曲线下的面积规律，估计总体均数的置信区间。 3、用于假设检验。 抽样分布 假定2003年汕头市15岁女学生的身高服从均数155.4cm、标准差5.3cm的正态分布。用计算机做抽样模拟试验，从N(155.4, 5.32)的总体中，每次抽出10个数字（样本含量为10），组成一个样本，求出样本均数 、样本标准差 S。 再求得此100个样本均数的均数、样本均数的标准差。 样本均数的标准差是什么？…….. 100个样本均数构成一个新的分布，也是正态分布。 即使原分布为偏态分布，当样本含量足够大时，新分布也近似正态分布）。新分布的集中趋势用均数的均数来表示，离散趋势用标准误表示N( , ) 。 各样本均数的均数等于总体均数。 二、t 分布（t-distribution) 还记得吗？ u转换将正态分布转换为标准正态, N(0, 1)。 同理：将样本均数的分布也可以转换为标准正态分布 。 即： 实际工作中，总体标准差往往未知，常用S代替σ 计算标准误，因此：为了和u分布区别，就变为： 均数的分布也是这样 如果我们采用另一个正态变量: 于是，均数的分布变成了标准正态分布: 但是，条件发生了变化 我们通常用　　　　代替 然而， 随着样本量的变化而变化，所以，我们称之为 t-分布，虽然它是正态分布，但只有当样本量（自由度）无穷大的时候，它才是标准正态分布，此时，u=t t分布曲线 t分布是一簇对称于0的单峰分布曲线。 自由度越小（相当于标准差大），曲线的中间越低，两边越高；随自由度增大， t分布曲线逐渐逼近于标准正态分布曲线。 当自由度无穷大时， t分布就是标准正态分布曲线。 每一条t分布曲线，都对应于相应的自由度。 t分布模拟试验 t分布曲线下的面积规律 与标准正态曲线下的面积规律相似： 在某一个自由度下，两侧外部总面积为5%的界限的t值称为t0.05/2(υ),把两侧外部总面积为1%的界限的t值称为t0.01/2(υ)。 因此，中部占95%