《计量资料的统计推断.pptVIP

总体均数的估计和假设检验 均数的抽样误差与标准误 抽样误差：由于抽样引起的样本统计量与总 体参数之间的差异。 均数的抽样误差： 标准误 （SE）：表示抽样误差大小的指标 样本均数的标准差 （均数）标准误的计算公式： 中心极限定理（central-limit theorem） 设X1，X2，……Xn是某一个均数为μ，方差为 的总体的一个随机样本，则对于大的n，有 实际工作中有些分布不是正态的，但样本均数 近似服从正态分布 t 分布 前面学过从正态分布N(?,?2)抽得的样本均数 也服从正态分布，即， ～N(?,?2/n)。对正态变 量 做变换 ，有 ～N(0,1) 在实际工作中，当σ未知时，常用S代替，则 服从自由度为(n-1)的t 分布 即 υ= n-1 υ为自由度(degree of freedom, df) 自由度（degree of freedom, df） 是指当以样本的统计量来估计总体的参数时，样本中独立或能自由变化的数据的个数称为该统计量的自由度。 自由度（degree of freedom, df） 例如，在估计总体的平均数时，样本中的n个数全部加起来，其中任何一个数都和其他数据相独立，从其中抽出任何一个数都不影响其他数据（这也是随机抽样所要求的）。因此一组数据中每一个数据都是独立的，所以自由度就是估计总体参数时独立数据的数目，而平均数是根据n个独立数据来估计的，因此自由度为n 自由度（degree of freedom, df） 例如，计算 t 统计量时，样本平均数和n都用到了,数据的总和就是一个常数。所以，最后一个样本数据就不可以变了 t 分布是英国统计学家William Gossett于1908年以“Student”笔名发表论文提出来的，又称Student’s t-distribution。 t 分布的特征 ① 以0为中心、单峰、两侧对称的曲线 ② t 分布曲线不是一条曲线而是一簇曲线，t 分布曲线形状由自由度决定 ③当自由度ν小时，曲线峰点比标准正态分布曲线低，两侧尾部翘起的比标准正态分布曲线高，也就是t值分布分散 ④随自由度ν逐渐增大，t 分布曲线趋近于标准正态分布曲线；当ν=∞时，t 分布曲线与标准正态分布曲线重合，即，标准正态分布是t 分布的特例。 总体均数的估计 用样本均数估计总体均数。 ▲ 点（值）估计 ▲ 区间估计 区间估计 ▲ 概念：根据样本均数，按一定的可信度计算 出总体均数很可能在的一个数值范围，这个范围称为总体均数的可信区间。 ▲ 方法： (1) Z 分布 法 (2) t 分布法 例 比较最近进入美国的亚洲移民与美国一般人群的血清胆固醇水平。假设美国21~40岁妇女的胆固醇水平近似正态分布，均值为190mg/dL。现认为亚洲21~40岁女性移民的胆固醇水平也是正态分布。随机抽检40名21~40岁亚洲女性移民的胆固醇水平，得到结果如下。求21~40岁亚洲女性移民胆固醇水平的95%置信区间。 例 比较最近进入美国的亚洲移民与美国一般人群的血清胆固醇水平。假设美国21~40岁妇女的胆固醇水平近似正态分布，均值为190mg/dL。现认为亚洲21~40岁女性移民的胆固醇水平也是正态分布。随机抽检100名21~40岁亚洲女性移民的胆固醇水平，得到结果如下。求21~40岁亚洲女性移民胆固醇水平是否不同于美国这一年龄女性？ 例 妇女口服OC与BP的关系 对16~49岁不曾服用OC的未怀孕妇女，测量BP（基础值）。之后随访一年，测量BP，并观察其是否服用OC和是否一直处于未孕状态。比较服药组与不服药组BP基础值与随访值的差异。 ——研究A 例 妇女口服OC与BP的关系 研究A——第一组样本中每一个数据点都与第二组样本中唯一的数据点相联系，这样的两个样本称为匹配（配对）样本 例 有8个35~39岁未怀孕的妇女，她们是OC的服用者，平均收缩压为132.86mmHg，标准差为15.34mmHg。另有21个35~39岁未怀孕的妇女，未曾服用过OC，平均收缩压为127.44mmHg，标准差为18.23mmHg。问两组人群平均收缩压差异是否有显著性？ 非参数检验 参数统计：对样本所来自的总体有一定要求，然后对总体参数进行估计或检验，称参数统计。 如u-test，t-test，F-test等。 非参数统计：对总体分布无要求（distribution