第3章 数值变量资料的统计推断幻灯片.pptVIP

第3章 数值变量资料的统计推断 学习目标 说出抽样误差的概念 记住标准误计算公式并能说出公式的含义 描述t分布的特征及其应用 说出参数估计的含义及方法 描述均数假设检验t检验和u检验的方法 第一节 均数的抽样误差与标准误 抽样研究（sampling study） 用统计量（如样本均数，样本率P）来推断总体参数（如总体均数，总体率π）的方法称为抽样研究。 统计推断 通过样本信息推断总体特征，此过程称为统计推断。 抽样误差（sampling error） 在抽样过程中由于个体差异造成的样本统计量与总体参数的差异，或同一总体的相同统计量之间的差别称为抽样误差。 衡量抽样误差的指标——标准误 标准误的公式： 公式含义： （1）当n固定时， 标准误与标准差成正比 （2）当 固定时，标准误与样本含量的平方根成反比 第二节 ｔ 分 布 英国统计学家W.S Goset于英国统计学家W.S Goset于 1908年以笔名“Student”提出了ｔ分布，发现了 的分布规律，即ｔ 分布。 小样本思想 由于“有些实验不能多次地进行”，从而“必须根据少数的事例（小样本）来判断实验结果的正确性” ｔ 分布与标准正态分布相比的特征: 二者都是单峰,以0为中心，左右对称 ｔ分布的峰顶比正态分布低；两端尾部翘的要高，当自由度愈小，此表现愈明显，但自由度趋于时，ｔ分布曲线就与标准正态分布完全吻合。 一、点估计 用样本统计量直接作为总体参数的估计值，即直接用随机样本的均数作为总体均数的估计值，用样本率作为总体率的估计值。 该法简单，但未考虑抽样误差的影响。 二、区间估计 可信区间估计（confidence interval estimation ） 亦称置信区间估计，是指按预先给定的概率（1－ ，称可信度）估计未知总体参数的可能范围。可信度（confidence level）通常取95%或99%。  未知且n 较小 未知但n足够大 已知 可按正态分布原理 第四节 均数的假设检验 案例 根据大量调查，已知健康成年男子脉搏的均数为72次/分钟据，某医生在一山区随机抽查了25名健康成年男子脉搏数，求得其均数为74.2次/分钟，标准差为6.5次／分钟，能否认为该山区健康成年男子的脉搏数与一般健康成年男子的脉搏数不同？ 一、 假设检验的意义和一般步骤 本例两个均数不等有两种可能性： 由于抽样误差所致 受山区某些因素的影响 假设检验一般步骤 第一步：建立假设，确定检验水准 H0：无效假设（null hypothesis） H1 ：备择假设（alternative hypothesis） 　　　检验水准亦称显著性水准α。它是判别差异有无统计学意义的概率水准，其大小应根据分析的要求确定。通常取α=0.05。 第二步：选定检验方法和计算统计量 　数值变量资料：两组大样本均数的比较，选择u检验，两组小样本均数的比较，选择t检验； 　分类变量资料：两个率的比较，可选择u检验也可选择　2检验。 第三步：确定概率P值 　　P值是指在H0所规定的总体中作随机抽样，获得等于及大于（或小于）现有统计量的概率。当求得统计量后，一般可根据有关统计用表查得P值。例如t检验中，│t│≥tα,ν，则P ≤α；│t│＜tα,ν，则P＞α。 第四步：作出推断结论 当P≤α时，结论为按所取检验水准拒绝H0，接受H1，即差异有统计学意义； 当P＞α时，结论为按所取检验水准不拒绝H0，即差异无统计学意义。 二、均数的t检验 样本均数与总体均数的比较 配对数值变量资料的比较 两独立样本均数的比较 （一）样本均数与总体均数的比较 　　已知的总体均数一般为理论值、标准值或经大量观察所得的稳定值等。 　公式： （二）配对数值变量资料的比较 ①配成对子的两个个体随机分配两种不同的处理 ②同一批对象治疗前后某些生理、生化指标的比较 ③同一种样品（如同一份血样分为两部分），采用两种不同的方法进行测定，来比较两种方法有无不同 公式： （三）两独立样本均数的比较 　　　也称成组比较，适用于比较按完全随机设计而得到的两组资料。 公式： 如已计算出S1和S2时，可用公式： 三、两个大样本均数比较的u检验 当两个样本含量较大时，其均数的比较可用u检验，公式： 四、假设检验的注意事项 资料要来自严密的抽样研究设计 选用假设检验的方法应符合其应用条件 正确理解差别有无统计学意义的涵义 结论不能绝对化 要根据资料的性质事先确定采用双侧检验或单侧检验 * * 哥塞特(W.S. Gosset，1