均数的抽样误差与标准误.ppt

均数的抽样误差和标准误 计量资料的统计推断 统计推断 根据样本资料所提供的信息，对总体的特征作出推断 参数估计 根据样本资料所提供的信息，对总体指标的大小或所在范围作出估计 ,分为点估计和区间估计两种 . 假设检验 首先对总体参数提出假设，再根据样本信息及有关统计量分布理论，对该假设作出拒绝或不拒绝的判断。 课时目标 掌握标准误的概念，计算及用途 比较标准差与标准误的区别 能利用标准误进行参数估计 能对参数可信区间进行正确解释 均数的抽样误差 例如：欲了解在淄博市居住的年满10岁的男童的身高情况，进行抽样调查。假设每次随机抽取100个儿童，共抽取100次，每次测得的平均身高（ ）可能都是不等或不全相等的，而且与总体平均身高（ ）相比也存在着差异。这种样本指标与样本指标之间，样本指标与总体指标之间的差异称为抽样误差。 变异的存在---样本均数不等于总体均数 由于随机抽样，个体差异造成的样本统计量与总体参数之间的差异。 标准误 ， ，… 样本均数总体的特点 如果原分布是正态分布，新分布呈正态。 如果原分布呈偏态，当样本含量足够大时，新分布也呈正态。 样本均数的均数等于总体均数。 样本均数的标准差称为标准误, = 标准误与标准差的区别与联系 标准差越大，标准误越大 n越大，标准误越小。n趋向无穷大时，标准误趋向0。但标准差是一固定值。 标准差越大，变量值的离散趋势越大，均数的代表性越差；标准误越大，样本均数的离散趋势越大，样本均数估计总体均数的可靠性越小。 标准误的用途 参数估计 假设检验 t值及t分布 u= t值的分布是以0为中心，两侧对称的类似正态分布的一种分布，即t分布。 自由度越大，t分布曲线峰越高 ,反之越低 自由度趋向于无穷时，t分布曲线即为正态分布曲线 。 t值的意义:举例 双侧t0.05(9) =2.262, t-2.262及t2.262的概率是0.05 单侧t0.005(9) =3.25， t0.005(9)-3.25或 t0.005(9) 3.25的概率是0.005 t值越大，p值越小。 总体均数的估计 双侧t0.05(ν) =a，t≥ a及t -a的概率是0.05，那么-a t﹤ a的概率是1-0.05=0.95 - t0.05,v ﹤ ﹤ + t0.05,v ， 假设检验 例9-4大量调查已知，某地婴儿出生体重均数为3.20kg，标准差为0.39kg，今随机调查本地25名难产儿平均出生体重为3.42kg，问出生体重与难产是否有关？ 两个随机样本的样本均数不同，原因有两个方面：①可能是因为两随机样本确实来自两不同的总体，存在着实质的差别；②可能仅仅是因为抽样误差所造成，两样本来自同一总体。 假设检验的基本步骤 建立假设 无效假设（H0）： 1 = 2 备择假设（H1）： 1≠ 2 确定检验水准（ ） =0.05 选择检验方法并计算相应的统计量 查表确定概率P值 ：|t|≥t 0.05，ν ，P≤0.05 ； |t|﹤t 0.05，ν， P﹥0.05 结论推断 P≤0.05，有统计意义 ，拒绝H0,接受H1。 P﹥0.05 ,无统计意义 。不拒绝H0。 例9-4大量调查已知，某地婴儿出生体重均数为3.20kg，标准差为0.39kg，今随机调查本地25名难产儿平均出生体重为3.42kg，问出生体重与难产是否有关？ 已知 0=3.20kg σ =0.39kg n=25 = 3.42kg H0：难产儿出生体重总体均数 和普通婴儿出生体重总体均数 0相等，即 = 0 H1： ≠ =0.05 t= = =2.82 ν=25-1=24 ，t0.05,24=2.064, p0.05 拒绝H0,接受H1。 补充例题 根据大量调查，已知健康成年男子脉搏的均数为72次/分，某医生在一个山区随机调查了25名健康成年男子，求得其脉搏均数为74.2次/分，标准差为6.5次/分，能否据此认为该山区成年男子的脉搏均数高于一般。 P236-判断正误;P237-4 t=9.2554 t 0.05,39=2.021 t t 0.05,39, p0.05。 Exercise Answer P237-1. T0.05,38=2.021 T 0.01,38 =2.704 t