第六章参数估计基础幻灯片.pptVIP

第六章 参数估计基础 预防医学教研室 徐 谦 Tel: 主要内容 抽样分布与抽样误差 t分布 总体均数和总体概率的估计 统计推断：(statistical inference) 通过样本指标来说明总体特征，这种从样本获取有关总体信息的过程，即为统计推断。 常用的统计推断方法 参数估计(estimation of parameters) 假设检验（test of hypothesis) 第一节 抽样分布与抽样误差 1、抽样试验 A、抽样试验（n=5） B、抽样试验（n=10） C、抽样试验（n=30） 1000份样本抽样计算结果 3个抽样实验结果图示 抽样误差：(sampling error) 由个体变异产生的，抽样造成的样本统计量与总体参数的差异，即为抽样误差。 样本均数作为随机变量： 各样本均数未必等于总体均数； 样本均数之间存在差异； 样本均数的分布很有规律，围绕着总体均数（155.4cm），中间多，两边少，左右基本对称； 样本均数的变异范围较之原变量的变异范围大大缩小。 随着样本量的增大，样本均数的变异范围逐渐减少。 样本均数的抽样误差 定义： 由抽样造成的样本均数与样本均数间、样本均数与总体均数间的差异称为均数的抽样误差。用样本均数的标准差来表示，通常称为样本均数的（standard error of mean, SE或SEM）。 公式的含义 故均数标准误与标准差成正比，与样本例数n的平方根成反比，若标准差不变，则可通过增大n来减小均数标准误，从而降低抽样误差。 抽样实验小结： 均数的均数围绕总体均数上下波动。 均数的标准差即标准误 与总体标准差 相差一个常数的倍数，即 样本均数的标准误（Standard Error) =样本标准差/ 从正态总体 中抽取样本，获得均数的分布仍近似呈正态分布 。 例如 在一口袋装有形状、重量完全相同的黑球和白球，已知黑球比例为20%（总体概率=20%）。从口袋中每摸一次看清颜色后放回去，搅匀后再摸，在重复摸球35次（n=35),计算摸得黑球的百分比？（样本频率）重复这样的实验100次（100份样本），每次得到的黑球的比例分别为14.4%, 19.8%, 20.2%,22.5%等。 摸到黑球的频率的特点： 样本频率围绕总体频率（20%）分布； 多数样本频率离20%较近，少数频率离20%较远。 样本频率的抽样误差 样本频率与样本频率之间、样本频率与总体频率之间的差异称为频率的抽样误差。 公式的含义 此式说明： 1、样本频率的标准误与样本含量n的平方根成反比。 2、增加样本含量n，可减小样本频率的抽样误差。 第二节  t分布 （t distribution） 一、t分布的概念 实际应用中， 未知，用 二、t 分布的图形和特征 从前述的13岁女学生身高这个正态总体中分别作样本量为3和50的随机分布，各抽取1000份样本，并分别得到1000个样本均数及其标准误。对它们分别作t变换，并将t值绘制相应的直方图。 如图5-2，可见样本量为3的图较样本量为50的图显得矮胖，两侧尾部较粗。 t分布图形的特征 t分布是一簇曲线。其形状随?的不同而不同。 1、单峰分布，以0为中心，左右对称； 2、 ?越小，则 越大，t值越分散，其分布的峰部越矮，而尾部翘得越高； 3、随着?逐渐增大，t分布逐渐接近标准正态分布；当? 逼近?，t分布逼近u分布，故标准正态分布是t分布的特例。 t分布曲线下面积（附表2，P434） 1、t 值表 横：概率 p, 即曲线下阴影部分的面积; 纵：自由度， υ 表中的数字：相应的 |t | 界值。 2、表示方法 3、特点： （1） 当自由度一定时，| t | 值越大， 尾部P 越小。 （ 2）在相同 t 值时双尾概率P为单尾 概率P 的两倍。 第三节总体均数及总体概率的估计 一、参数估计的概念 参数估计：指用样本指标（统计量）估计总体指标（参数）。 二、参数估计的种类 1、点值估计 用样本统计量直接作为总体参数的点估计值，即直接用随机样本的样本均数作为总体均数的点估计值，用样本频率作为总体频率的点估计值。 缺点：未考虑抽样误差的大小，无法评价估计值和真值之间的差距。 2、区间估计 结合样本统计量和标准误，按预先给定的概率（1—?）确定的包含未知总体参数的可能范围，称参数的置信区间（confidence interval, CI)。 常取95%或99%。若无特别说明，一般取双侧95%。 换言之： 置信区间就是用样本指标来估计总体参数的大概