统计分析原则.pptVIP

统计分析的原则Principles of statistical analysis A distinctive function of statistics is this: it enables the scientist to make a numerical evaluation of the uncertainty of his conclusion. -- Snedecor (1950) 引言 统计分析的目的把从样本中得到的结论推广到（同质）总体中去。Sample ? Population 利用均数、标准差；百分构成／率；图表等进行描述。不同处理组间的比较。 样本结论（统计量）能否代表总体（参数）？ 统计分析的两个基本工具—估计Estimation和假设检验Hypothesis Test 统计学的一个重要思想 如何表明从样本中得出的结果是对总体的最好的估计（Estimate）？ 例1：服用A药的病人63%得到缓解，而服用B药的病人只有53%。A药的疗效比B药好10%。（P=0.15） 例2：服用A药的病人56%得到完全缓解，而服用B药的病人只有36%。A药的疗效比B药好18%。（P0.01） 抽样变异Sampling Variation 样本均数的变异Variability of sample means 性质1. 较大样本的均数的变异小于较小样本的均数的变异2. 样本均数的变异小于观测值的变异3. 样本均数的变异随观测值变异的增大而增大 随机样本的均数的分布—抽样分布Sampling Distribution 从一个总体中随机地、不断地抽出样本大小相同的样本，这些样本具有如下性质： 1. 样本均数/方差的期望=总体均数/方差 2. 样本均数的均数=总体均数 样本均数的方差=总体方差/样本量 样本均数的标准差 －标准误  标准误的估计 3. 如果总体为正态分布，那么样本均数的分布也是正态分布。如果样本量足够大，那么即使总体不是正态分布，样本均数的分布也近似正态分布—中心极限定理（Central Limited Theorem）。 对抽样分布的补充说明 在实际应用中，只要样本数据呈单峰、大致对称的分布，就可以认为其均数的分布服从正态或接近于正态。 在实际应用中，只要样本量足够大，那么不管数据呈何种分布，都可以将其均数的分布当作正态分布来处理。 随机样本的均数的分布的第1条性质和第3条性质同样适用于样本的百分构成（如二项分布）。但是由于这类数据所代表的显然不是正态总体，所以只有在样本量相当大时才可以应用性质1和3。 记号Notations 理解抽样分布 计算机模拟Simulation 正态总体的抽样分布例：假设原发性胆石症患者的血清白蛋白服从均数35g/l标准差6g/l的正态分布。现从中随机抽取样本量10、25、100的样本各100个考察它们的均数的分布。理论上，均数的均数均应该等于35，均数的标准差应该分别等于 Simulation（续） 对数正态分布的抽样分布例：假设原发性胆石症患者的血清胆红素服从均数3.6?mol/l标准差1.1 ?mol/l的对数正态分布。现从中随机抽取样本量10、25、100的样本各100个考察它们的均数的分布。 二项分布的抽样分布例：假设哮喘在人群中的患病率为20%，现随机抽取样本量为10、25、100的样本各100个考察哮喘患者数的分布。 一个样本均数的标准误Standard Error of a sample mean 例：216名原发性胆石症患者的血清白蛋白均数为34.46g/l，标准差为5.84g/l。假设服从正态分布并且此样本为一随机样本，试问如何用此样本的均数来对总体的均数进行估计呢？ 两样本均数之差的标准误Standard error of the difference between two sample means 因为两样本均数之差的方差等于两样本各自均数的方差之和，所以： 一个样本百分构成的标准误Standard Error of a sample proportion 理论上，当np5时，二项分布的百分构成p近似地服从均数为p，标准差为 的正态分布。即样本百分构成p的标准误为： 例：观察到80名妇女中有13名患有哮喘，则哮喘的百分构成p为13/80=0.16，其标准误为： 两个样本百分构成的差的标准误 与两个样本均数的差的标准误一样，因为两个样本的百分构