D05参数估计基础试卷.pptVIP

* 第二节 t分布 一、t分布的概念 ，标准正态分布与t统计量 实际研究中?未知，用样本的标准差S作为?的一个近似值(估计值)代替?，得到变换后的统计量并记为 * 如在正态总体N(168.18,62)中随机抽样，样本量分别取n =5，n =100，均抽10000个样本，分别计算t值和U值并作相应t的频数图 二、t分布的图形和特征 * t分布的图形 样本含量n=5 样本含量n=100 不同样本含量时t值的频数分布图 * 结果 小样本时，t统计量和U统计量的分布有明显差别 大样本时，t统计量和U统计量的分布非常接近。 频数图 当样本量较大时，统计量t的频数图与标准正态分布曲线非常接近 样本含量较小时，t统计量的峰值比标准正态分布的峰值略小，双侧尾部的值则较标准正态分布略大 t分布的图形 * 英国统计学家W. S. Gosset(1908)设 　 并给出了统计量t的分布规律，并称统计量t的分布规律为t分布，自由度为v，记为t(v)分布。 每个自由度v对应一个分布，因此t分布是一簇分布 t分布仅与总体均数有关，与总体标准差无关 t分布的图形 * 三条t分布密度曲线 t分布的图形特征 v=1 v=5 v=∞ 不同自由度下的t分布图 * t分布的图形特征 分布特征 t分布曲线是单峰的 关于t = 0对称 自由度越大， t值越小 t分布与正态分布的关系 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 当自由度 时， t分布逼近于标准正态分布。 * 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 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 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分布界值示意图，?表示阴影的面积 * 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:是指用样本指标（统计量）来估计总体指标（参数）。 它包括两种方法： （一）点（值）估计（point estimation）： 即把样本统计量直接作为总体参数的估计值，如用样本均数来估计总体均数。这种方法虽然很简单，但是未涉及随机误差，而随机误差在抽样研究中是不可忽视的。 （二）区间估计（interval estimation）： 即按一定的概率估计总体均数在哪个范围，它把抽样误差引入估计量，确定具有特定概率意义的区间。 * 可（置）信区间与参考值范围 可信区间：从总体中作随机抽样，每个样本可以算出一个可信区间，如95%可信区间，意味着100次抽样，算得100个可信区间，平均有95个可信区间包括总体均数（估计正确），只有5个可信区间不包括总体均数（估计错误）。5%是小概率事件，实际发生的可能性小，因此，在实际应用中就认为总体均数在算得的置信区间内, 这种估计方法会冒5%犯错误的风险。 参考值范围：指同质总体中大多数个体变量值的分布范围。95%参考值范围指同质总体中95%的个体值分布在此范围内。它与标准差有关，各个体值变异越大，该范围越宽，分布也越分散。 * 可信区间和可信限 可信限（CL）分别指两个点值。 可信区间（常简记为CI）是以上、下可信限为界的一个范围。比如可信区间（5.31, 5.45）?1012/L的下限是5.31?1012/L，上限是5.45?1012/L 。 * 二、总体均数的区间估计 1、t分布法 设有一正态总体N（μ,?2），现从中随机抽取一个样本，该样本的均数和标准差分别用 和s表示，样本均数的标准t离差服从t分布，则可信度为（1- ? ）的t值满足： P(-tα,ν t tα，ν)=1- ? 将 代入不等式，即： * 于是得可信度为1-? 时，计算总体均数可信区间的通式为： 习惯上，常取1-? =0.95， 即95%可信区间；或取1-? =0.99， 即99%可信区间。 * ?未知时。一般用t分布的原理作区间估计。 2、正态分布近似方法 （1）当总体标准差?已知时 （2）当?未知，但n足够大时（n50) * 例：对某人群随机抽取20人，用某批号的结核菌素作皮试，平均浸润直径为10.9mm，标准差为3.86mm。问这批结核菌素在该人群中使用时，皮试的平均浸润直径的95%可信区间是多少？ 查附