医学统计学总体均数估计1603资料.pptVIP

区别点 均数的置信区间 参考值范围 意义 包含总体均的可 “正常人”的解剖、生理 能范围 生化指标的波动范围 计算公式 用途 估计总体均数 判断观察对象的某 项指标是否正常 3. 均数置信区间与参考值范围的区别 * 3.置信区间与参考值范围的区别 95%的置信区间中的95%是置信度，即所求置信区间包含总体参数的可信程度为95%; 95%的参考值范围中的95%是一个比例，即所求参考值范围包含了95%的正常人。 * 小结 1.抽样误差 2.标准差与标准误的区别与联系 3.t分布、正态分布与标准正态分布的区别与联系 4.置信区间与参考值范围的区别与联系 * * * * 如上所述，由于变异的存在，在抽样研究中抽样误差是不可避免的。若从均数为μ的正态总体中以固定 n 反复多次（比如100次）抽样时，所得的这些样本均数往往各不相等，但样本均数的分布能用数理统计推理和中心极限定理推出。即： * 为便于理解抽样误差的概念，可通过下面的模拟实验说明。 * * 自由度是随机变量能够自由取值的个数，若变量取值受k个条件的限制，其自由度为 = n- k * 区间估计：在一定可信度（Confidence level）下，同时考虑抽样误差 * 在可信度确定的情况下，增加样本含量，可减少区间长度，提高精密度。 图3.2 自由度分别为4、9、∞的t分布 * t分布曲线的特点 ①单峰分布，曲线在t＝0 处最高，并以t＝0为中心左右对称 ②与正态分布相比，曲线最高处较矮，两尾部翘得高（见红线） ③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；随自由度增大，曲线逐渐接近正态分布。 * 它与样本例数 n 或自由度ν 有关，某个自由度对应于一条 t 分布曲线。当 n 或ν不同时，曲线形状不同。当? ? ? 时，t 分布趋近于标准正态分布。 自由度： ν = n-1 随机变量能够自由取值的个数 * t分布曲线下面积规律 t分布曲线下总面积仍为1或100% 由于t分布是一簇曲线，故t分布曲线下面积固定面积(如95%或99%)的界值不是一个常量，而是随自由度的大小而变化，如附表3 。 * 附表3，t分布表的特点 附表3的横标目为自由度?，纵标目为概率P，表中数值为其相应的t界值，记作t?,? ； t 取值于某个区间的概率P相当与横轴上该区间与曲线所夹面积。附表3给出了t分布曲线下单侧或双侧尾部面积所对应的界值； * 双侧t0.05/2，9＝2.262＝单侧t0.025.9 单侧t0.05，9＝1.833 双侧t0.05/2，∞＝1.96＝单侧t0.025，∞ 单侧t0.05，∞ ＝1.64 t分布曲线下面积 * 其通式为 双侧：P(t≤-t?/2,?)+P(t≥t?/2,?)=? 单侧：P(t≤-t?,?)=?或P(t≥t?,?)=? 图中非阴影部分面积的概率为， P(-t?/2,?tt?/2,?)=1-? -t?/2,? t?/2,? 0 以下附图的阴影部分表示t?,?以外尾部面积的概率 。 * ?/2 ?/2 求自由度v为10，单尾概率a=0.05时的t界值，并简述其含义 由表中查得单侧t0.05,10＝1.812 从一个正态总体中随机抽样，每次抽11个个体，分别计算各个样本的均数与标准差，并对之进行t转换后，理论上有P（t≤-1.812）= 0.05或P（t≥1.812）= 0.05 * 求自由度v为100，双尾概率a=0.05时的t界值，并简述其含义 由表中查得双侧t0.05/2,100＝1.984 从一个正态总体中随机抽样，每次抽101个个体，分别计算各个样本的均数与标准差，并对之进行t转换后，理论上有 P（t≤-1.984）＋P（t≥1.984）= 0.05 * 二、总体均数的估计 参数的估计 点估计：由样本统计量 直接估计总体参数 缺点: 没有考虑抽样误差。 区间估计：在一定可信度下，同时考虑抽样误差。 * 1.点估计 11名18岁男大学生身高均数资料得， =172.25cm，S=