医学统计学第4讲 抽样误差与t分布课件.ppt

第三章 抽样误差与t分布 总体参数的估计 均数的抽样误差 t分布 总体均数的估计 抽样误差的定义 假如事先知道某地七岁男童的平均身高为119.41cm。为了估计七岁男童的平均身高（总体均数），研究者从所有符合要求的七岁男童中每次抽取100人，共计抽取了三次。 三次抽样得到了不同的结果！！！！ 原因何在？？？？ 如果没有个体变异…… 三次抽样得到了不同的结果，原因何在？ 抽样误差产生的条件 抽样研究 个体变异 抽样试验（n=5） 抽样试验（n=10） 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 非正态分布抽样 分别从各总体中抽取10000个样本含量为n的样本，计算每个样本的均数，并绘制频数分布图。 n分别取2、4、10、25。 偏三角分布抽样 均匀分布 指数分布 双峰分布 标准误的定义 标准误的意义 t分布 t分布曲线下面积规律 t分布曲线下总面积仍为1或100% t分布曲线下面积以0为中心左右对称 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 其通式为 单侧：P(t≤-t?,?)=?或P(t≥t?,?)=? 双侧：P(t≤-t?/2,?)+P(t≥t?/2,?)=? 图中非阴影部分面积的概率为， P(-t?/2,?tt?/2,?)=1-? 附表2，t分布表的特点 附表2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?,? 。 附表2只列出正值，若计算的t值为负值时，可用其绝对值查表 。 附表2右上附图的阴影部分表示t?,?以外尾部面积的概率 。 由W.S. Gosset提出 t= x- ? s/ n 对于不同的n,有不同的t分布曲线。 （n-1）称为 t分布的自由度 f(t) ? =∞(标准正态曲线) ? =5 ? =1 0.1 0.2 -4 -3 -2 -1 0 1 2 3 4 0.3 自由度分别为1、5、 ∞时的 t 分布 t分布的特征： ①t分布为一簇单峰分布曲线。 ②t分布以0为中心，左右对称。 ③t分布与自由度ν有关，自由度越小，t分布的峰越低，而两尾越高；自由度逐渐增大时，t分布逐渐逼近标准正态分布；当自由度为无穷大时，t分布就是标准正态分布。 t分布的界值 t?, ? 检验水准 (尾端概率) 自由度 在t 检验中很重要 t 界值表 横标目：自由度， υ 纵标目：尾端概率， p, 即曲线下阴影部分的面积; 表中的数字：相应的 |t | 界值。 单侧t0.05,30=1.697，表示ν=30时，t≥1.697的概率或t≤-1.697的概率为0.05，记作P(t ≤-1.697)=0.05或P(t ≥1.697)=0.05； 双侧t0.05,30=2.042，表示ν=30时， t≥2.042的概率和t≤-2.042的概率之和为0.05，记作P(t ≤-2.042)+ P(t ≥2.042)=0.05 图中非阴影部分面积的概率为： P(-α/2,νt tα/2,ν)=1-α 从附表2中还可以看出，双侧概率P为单侧概率的两倍，如双侧t0.10/2,30=单侧t0.05,30=1.697 标准误与标准差的关系 区别 标准差 s 标准误 sx 意义 个体变异 统计量的抽样误差 用途 正常值范围 总体均数的可信区间 （x±1.96s） （ x±t ?, ? s x） 与n关系 n? s趋于稳定 n? sx趋于 0 联系 1.两者都是变异指标，说明个体之间的变异用标准差，说明统计量之间的变异用标准误。 2.当样本含量不变时，标准差大，标准误亦大，均数的标准差与标准误成正比。 * 如：总体均数 总体标准差 如：样本均数 样本标准差S 总体 样本 抽取部分观察单位 统计量 参 数 统计推断 统计推断 在医疗卫生实践和医学研究中，往往难以对所要研究的总体进行全部观察，通常从总体中随机抽取样本进行观察，然后由样本的信息去推断总体特征，这种研究方法叫做抽样研究方法。 用样本的信息去推断总体特征，这种分析方法称为统计推断。 基本手段 直接推断（参数估计） 间接推断（假设检验） μ＝119.41cm σ= 4.38cm No Variation! No Sampling Error! No Random sampling! No Samplin