第三讲计量资料的统计推断1课件.ppt

计量资料的统计推断 几个概念： 计量资料：测定每个观察单位某项指标量的大小得到的数据（资料）。 总体：研究对象（某项变量值）的全体。 样本：总体中随机抽取的一部分研究对象的某项变量值。 统计量：从样本计算出来的统计指标。 参数：总体的统计指标叫总体参数。 主要内容 第一节 标准误 第二节 t 分布 第三节 总体均数的估计 第四节 假设检验 第五节 均数的 u 检验 第一节 标准误 一、概念 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（举例，抽样误差的产生及含义）。 标准误 ：符号，表示抽样误差大小的指标； 样本均数的标准差； 第二节 t 分布 复习两个概念： ▲ 正态分布 ▲ 标准正态分布 (u 分布) 第三节 总体均数的估计 统计推断的任务就是用样本信息推论总体特征。 参数估计，用样本均数估计总体均数。 ? 1、 点（值）估计（近似值） 2、 区间估计（近似范围） 2、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) u 分布 法 (2) t 分布法 第四节 假设检验 ▲显著性检验; ▲科研数据处理的重要工具; ▲某事发生了： 是由于碰巧？还是由于必然的原因？统计学家运用显著性检验来处理这类问题。 假设检验： 1、原因 2、目的 3、原理 4、过程（步骤） 5、结果 1、假设检验的原因 由于个体差异的存在，即使从同一总体中严格的随机抽样，X1、X2、X3、X4、、、，不同。 因此，X1、X2 不同有两种（而且只有两种）可能： （1）分别所代表的总体均数相同，由于抽样误差造成了样本均数的差别。差别无显著性 。 （2）分别所代表的总体均数不同。差别有显著性。 2、假设检验的目的 4、假设检验的一般步骤 ▲ 建立假设： 检验假设（无效假设，H0 ）：两个总体均数相等； 备择假设 (H1)：与 H0 相反; ▲ 确定显著性水平（ ? ）：区分大小概率事件的标准 ▲ 计算统计量：选择不同的统计方法：u, t ▲ 确定概率值： ▲ 做出推论 5、假设检验的结果 接受检验假设 拒绝检验假设 正确理解结论的概率性（都隐含着犯错误的可能性）。 第五节 均数的 u 检验 1. 大样本均数与已知总体均数比较的u 检验 2. 两个（大）样本均数比较的u 检验 1、大样本均数与已知总体均数比较的u 检验 ▲目的：比较样本均数所代表的未知总体均数 与已知的总体均数有无差别 ▲计算公式：u 统计量 * * 统计推断：用样本信息推论总体特征的过程。 包括： 参数估计: 运用统计学原理，用从样本计算出来的统计指标量，对总体统计指标量进行估计。 假设检验：又称显著性检验，是指由样本间存在的差别对样本所代表的总体间是否存在着差别做出判断。 方法：均数的参数估计、均数u 检验 、均数t 检验 三、 （均数）标准误 意义：反映抽样误差的大小。标准误越小，抽样误差越小，用样本均数估计总体均数的可靠性越大。 与样本量的关系：S 一定，n↑，标准误↓ 二、（均数）标准误的计算 大样本、小样本概念：30 、 50 、 100。 量变引起质变：当样本容量较大时，其统计量的抽样分布近似为正态分布。随着N的增大，越来越接近于正态分布（样本均数的分布）。 但当样本量小于100时，抽样分布不能再用正态分布来近似，随着N的减小，与正态分布的差别越来越大，需要用小样本理论来解释（样本均数的分布） 。 t 分布（与u 分布 比较的特点） t 值表（附表2 P118 ） 横坐标：自由度， υ 纵坐标：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。 t 值表规律： (1) 自由度（υ）一定时，p 与 t 成反比; (2) 概率（p） 一定时， υ 与 t 成反比; 1、点(值)估计： 用样本均数直接作为总体均数的估计值， 未考虑抽样误差。 （1）u 分布 法 公式 应用条件: 例题 意义：与正常值范围进行比较 换句话说，做出该市成人脉搏均数为73.9次/分 -- 75.1次/分的结论，说对的概率是95%，说错的概率是5%；做出该市成人脉搏均数为73.7次/分 --