参数估计、假设检验jsp.pptVIP

第四章 参数估计 戎芬 主要内容： 抽样分布与抽样误差 总体均数的估计 总体率的估计 几个重要概念的回顾： 总体： 样本： 统计量： 参数： 统计分析 统计描述：统计指标、统计图表 统计推断：参数估计、假设检验 第一节 抽样分布与抽样误差 一、样本均数的抽样分布与标准误 了解总体特征的最好方法是对总体的每一个体进行观察、试验，但这在医学研究实际中往往不可行。 对无限总体不可能对所有个体逐一观察，对有限总体限于人力、财力、物力、时间或个体过多等原因，不可能也没必要对所有个体逐一研究。 借助抽样研究。 抽 样 研 究 按照随机化原则 采用正确的抽样方法 从总体中抽取有代表性的一部分 组成样本 用样本信息推断总体特征的研究 例: 欲了解某地2000年正常成年男性血清总胆固醇的平均水平，随机抽取该地200名正常成年男性作为样本。 由于存在个体差异，抽得的样本均数不太可能恰好等于总体均数。 由个体变异和抽样造成的样本统计量与总体参数的差异，称为抽样误差。 这些来自同一总体的若干样本统计量间，也存在抽样误差。 在抽样研究中，抽样误差是不可避免的。 由于其产生的根本原因是生物个体的变异性，故抽样误差分布具有一定的规律性。 抽样误差 从总体均数 为155.4cm，标准差 为5.3cm的正态分布总体中随机抽样。样本大小为30。 从正态总体 抽样得到的1000个样本，将1000个样本均数看成新变量，构成新的分布，这1000个样本均数的频数分布 ni 30 如下： 样本均数的分布特点： 各样本均数不一定等于总体均数 样本均数间存在差异 样本均数的分布规律：样本均数的分布为中间多，两边少，围绕总体均数上下波动，左右基本对称 样本均数的变异较之原变量的变异大大减小， 这1000个样本均数的均数为155.4、标准差为0.966 ，由样本均数的标准差描述 在非正态分布总体中可进行类似抽样。 抽样分布 样本均数的规律性 随机的 在概率意义下是有规律的---抽样分布 通过大量重复抽样，借助频数表描述 样本均数的变异规律 抽样分布 与个体观察值变异规律有关 即使只有一个样本资料，也可由样本资料的个体观察值的变异规律间接得到样本均数的变异规律 小结：抽样误差 抽样误差Sampling error 由于个体差异和抽样引起的样本统计量与总体参数之间的差异或各样本统计量之间的差异。 来源: 个体变异 抽样 表现 样本统计量与总体参数间的差异 样本统计量间的差异 标准误 含义 ：样本均数的标准差 计算： 标准误与标准差的关系 标准误 与标准差成正比； 标准误 与样本含量n的平方根成反比（说明增大样本含量可以减少抽样误差）； 标准误与标准差的意义不同（标准差反映了变量值的离散程度，标准误则反映了均数的离散程度）。 注意区别： 标准误的应用 反映抽样误差的大小（样本均数的离散程度；样本均数与总体均数的接近程度；均数的代表性如何。）说明样本均数推论总体均数的可靠性。（标准误越小，可靠性越好；反之，标准误越大，可靠性越差） 估计总体均数的可信区间（参数估计）。 用于均数的假设检验。 减小抽样误差的方法 增大样本含量n ； 选择标准差较小的指标。 标准差和标准误的区别 总体为N的m个样本（样本大小为n）的t 值 t分布的特征： 以0为中心的对称分布； 与U分布比，曲线低平； t分布是一簇曲线，形态与自由度（n-1）有关。 t分布与标准正态分布的比较 1. 二者都是单峰分布，以0为中心左右对称。 2. 自由度v较小时，t分布与标准正态分布相差较大，并且t分布曲线的尾部面积大于标准正态分布曲线的尾部面积。 3.当?逐渐增大时，t分布逐渐逼近标准正态分布，当? ?时，t分布完全成为标准正态分布。 t分布的界值 给定自由度v，t分布曲线的双侧尾部面积为?时对应的t值，记为 并称其为t的双侧界值 单侧界值 ：一侧尾部面积为?时对应的t值 对称性得：单侧曲线下面积 2*双侧曲线下面积 给定曲线下面积对应的界值与自由度有关 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 t分布的界值 三、样本率的抽样分布与标准误 样本率与总体率存在着抽样误差，其大小用率的标准误来描述，用σp表示。 第二节 总体均数的估计 计量资料统计推断 一般包括以下两个方面： 参数估计：用样本指标估计总体指标 1 点估计：用样本统计量直接作为总体参数的估计值 优点:简单 缺点：没有考虑抽样误差 2 区间估计：按预先给定的概率确定一个包含未知总体参数的范围，称为参数的可信区间或置信区间 confidence interval,CI ，常用95%的可信区间 假设检验 总体均数可信区间的计算 计算方法： σ已知，按u分布。 σ未知，但n