4抽样误差解说.ppt

4 章 抽样误差 回顾 集中趋势指标 算术均数、中位数、几何均数 离散趋势指标 全距、四分位数间距、 方差、标准差、变异系数 正态分布：特征、面积规律、应用 二项分布、Poisson分布：近似正态性 本次讲授内容 例如，从总体均数μ为4.83× /L、标准差? 为 0.52× /L的正态分布总体N(4.83,0.52)中，随机 抽取10人为一个样本 (n=10），并计算该样本的均数、 标准差。如此重复抽取100次（g=100），可得到100份 样本，可得到100对均数 和标准差S。 问题 什么是抽样误差？ 为什么会产生抽样误差？ 个体变异 + 抽样过程 抽样误差的大小如何表示？ 已知总体参数时： μ- 总体参数未知时： ？ 1.由于个体变异的存在，所产生的样本统计量与相应总体参数间的差异，称为抽样误差（sampling error）；2.来自同一总体的若干个样本统计量之间也会存在误差。3.抽样误差为随机误差，其大小可根据中心极限定理进行估计。 第二节 标准误 (standard error, SE)  概念：样本统计量的标准差，可用于衡量抽样误 差的大小，也能反映样本统计量之间的变异程度。 100个样本均数的抽样分布特点 标准误的特点： 当样本例数n一定时，标准误与标准差呈正比； 当标准差一定时，标准误与 样本含量n的平方根呈反比。 标准误的用途 衡量抽样误差的大小； 估计总体均数的置信区间； 用于假设检验。 标准误与标准差的区别与联系 区别： 　　标准误 标准差 对象　反映抽样误差/统计量变异 反映个体观察值变异 用途　总体均数可信区间 医学参考值范围 　　　进行统计学检验 计算标准误、CV t 分布的特征 ① 以0为中心，左右对称的单峰分布； ② t分布曲线是一簇曲线，其形态变化与自由度的 大小有关。 自由度越小，则t值越分散，曲线越低平； 自由度逐渐增大时，t分布逐渐逼近u分布(标准 正态分布)；当趋于∞时，t分布即为u分布。 置信区间的两个要素 反映在区间的宽度上，即（1-a）的大小 准确度：a越小，其越大 精确度：a越大，其越大 智商量表，对同一个人，三天前后各测一次（此期间未收到任何打击和创伤），分别得分120和60，说明量表的精确度差；如果某大学生连续测三次，分别得分62、63、62，你怀疑自己的智商还是怀疑量表的准确度？ 本讲小结 抽样误差 标准误：计算公式、意义和特点 t分布及其特征 可信区间 含义 估计方法 与医学参考值的区别 举例 经常与不经常在小餐点就餐者总体乙肝感染率95%可信区间为： 经常者： 6.74%?1.96?2.66%=1.53%~11.95% 不经常者：4.50%?1.96?1.97%=0.64%~8.36% 2. 查表法 当n较小，如n?50，特别是p接近于0或1时，按二项分布原理估计总体率的可信区间。 因其计算相当复杂，统计学家已经编制了总体率可信区间估计用表，读者可根据样本含量n和阳性数x查阅统计学专著中的附表。 * 朱继民 公共卫生与全科医学教研室 抽样误差 t分布，t分布与u分布的区别 总体均数的可信区间估计 正态总体 μ=4.83 σ=0.52 1. 4.58, 0.38 2. 4.90, 0.45 3. 4.76, 0.49 ┆ 99. 4.87, 0.59 100. 4.79, 0.39 S 第一节 抽样误差的概念 随机抽样所得100个样本均数的分布 σ未知 σ已知 计算了100个样本的标准差S，由此可计算样本的标准误大小。 ② 100个样本均数中，各样本均数间存在差 异，但各样本均数在总体均数周围波动。 ③样本均数的分布曲线为中间高，两边低， 左右对称，近似服从正态分布。 ① 通过增加样本含量n来降低抽样误差！ n=5 n=10 3个抽样实验结果图示 联系：当n一定时标准差大，标准误也大 第三节 t 分布 (t-distribution) 随机变量X N（m，s2） 标准正态分布 N（0，12） u变换 均数 标准正态分布 N（0，12） Student t分布 自由度：n-1 不同自由度下的t 分布图 第四节 率的抽样误差和标准误 (sampling error and standard error of rate) 从同一个总体中随机抽出观察数相等的多个样本，样本 率与总体率、各样本