5第4章 1-3节总体均数的估计、假设检验.pptVIP

第四章 总体均数的估计、假设检验 标准差与均数标准误的区别 3．样本均数分布的常用性质 若x来自均数为μ，标准差为σ的正态总体，则样本均数的分布服从正态分布， 的总体均数等于原总体均数（即μ =μ）， 的总体标准误等于原总体标准差的 （即σ = ）。记为：X～N（μ，σ）时， ～N（μ， ）。 因X～N（μ，σ）时， ～N（μ， ），由正态变量的性质，按式（4-3）得出的变量Z服从标准正态分布 Z＝ ～N（0，1） （4-3） 3．样本均数分布的常用性质 若x来自非正态总体，样本含量小时， 不服从正态分布。只要样本含量n足够大（如n50），样本均数的分布近似服从正态分布；按式（4-3）计算的变量Z值近似服从标准正态分布。 二、 t 分布 1．t 分布的特征 2．t 分布的规律（附表3） 2．t 分布的规律 2）与标准正态分布的界值相比： 同样的尾部面积，t分布的界值要大于标准正态分布的界值； 当自由度df→∞时，t分布的界值逼近标准正态分布界值。 三、总体均数的估计 1．点估计和区间估计 三、总体均数的估计 1．点估计和区间估计 2．置信区间的意义 3．置信区间的两要素 4. 单个总体均数的估计 σ已知时 正态总体均数μ的双侧（1-α）置信区间计算公式为： （ - Zα/2σ/ ， + Zα/2σ/ ） ±Zα/2σ/ （4-5） （ -Zα/2 σ ， + Zα/2σ ） ± Zα/2σ σ未知小样本时 统计量服从 t 分布，由 t 分布的规律 P（-tα/2 t tα/2）=1-α P（-tα/2 tα/2）=1-α 正态总体均数μ的双侧（1-α）置信区间计算公式为： （ -tα/2s/ ， + tα/2 s / ） ±tα/2，df s / （4-7） （ -tα/2 s ， + tα/2 s ） ±tα/2,df s σ未知大样本时 ±zα/2s / （4-9） ±zα/2s （4-9） 表4 -1 单个正态总体均数μ的（1－α） 置信区间计算公式 【例4-1】（略） 【例4-2a】 （略） 例4-2b 某地抽取正常成年人200名，测得其血清胆固醇的均数为3.64 mmol/L，标准差为1.20mmol/L，估计该地正常成年人血清胆固醇均数的95%可信区间。 （略） 5. 两正态总体均数之差的置信区间（略） 表4 -2 两正态总体均数之差（μ1－μ2）的（1－α）置信区间计算公式 第二节 假设检验 【例4-3】 假设检验 目的:判断是由于何种原因造成的不同，以做出决策 先假设差异完全由抽样误差所致 在此假设下，计算检验统计量（如t值、Z值等） 按样本统计量的分布规律，求出获得现有样本检验统计量值的概率 采用归纳法和类似反证法的逻辑，作出拒绝假设或不拒绝假设的推断。 如果出现了小概率事件，就拒绝这个假设； 如果没有出现小概率事件，则没有理由怀疑这个假设，所以不拒绝这个假设。 假设检验的原理 假设检验的一般步骤 ▲ 建立假设（反证法）, 确定检验水准(?) ▲ 计算统计量：u, t，?2 ▲ 确定概率P值，做出推论 二、假设检验的一般步骤 选定适当的检验方法，计算检验统计量值 3. 计算P值和作出推断结论 作出推断结论 统计推断的结论：比较P值与检验水准α: 当P≤α时，统计学结论为按所取α检验水准拒绝H0，接受H1，称“差异有统计学意义”。 当P α时，没有理由怀疑H0的真实性，统计学结论为按所取α检验水准不拒绝H0，称“差异无统计学意义”。 α与P 相同： α与P都是用检验统计量分布的尾部面积大小表示． 不同： α是在统计推断时，预先设定的一个小概率值，是当H0为真时，允许错误地拒绝H0的概率，是检验水准。 P值是由实际样本决定的，是指从由H0所规定的总体中随机抽样，获得大于及等于（或小于）