第3章抽样误差和统计推断.pptVIP

第三章 抽样误差与统计推断;第一节 抽样研究与抽样误差;?均数的分布及其标准误 ;; 例3-1 某地随机抽取20岁健康男性20名，求得其血中葡萄糖样本均数=39.5mg/100ml，标准差S=0.69mg/100ml, 问其抽样误差是多少？ 本例：s=0.69mg/100ml，n=20，将其代入公式得 即该研究的抽样误差为0.15mg/100ml。 ;;;t值的分布与自由度? 有关（实际是样本含量n不同）。t 分布的图形不是一条曲线，而是一簇曲线。 ;t 分布的图形有如下特征： ①单峰分布，以0为中心，左右对称，类似于标准正态分布。 ②自由度? 越小，则越大，t值越分散，曲线的峰部越矮，尾部越高； ③随着自由度? 逐渐增大，t分布逐渐逼近标准正态分布；当? 趋于? 时，t分布就完全成为标准正态分布，故标准正态分布是t分布的特例。; 统计学家将t分布曲线下的尾部面积（即概率P）与横轴t值间的关系编制了不同自由度 ? 下的t界值表（附表2）。 t界值表：横标目为自由度? ，纵标目为概率P。 t临界值：表中数字表示当 ? 和P 确定时，对应的值。 单侧概率 (one-tailed probability)：用t?,υ表示 双侧概率 (two-tailed probability)：用t?/2,υ表示;例如, 当? =16，单侧概率P =0.05时，由表中查得单侧t0.05,16=1.746；而当? =16，双侧概率P =0.05时，由表中查得双侧t0.05/2,16=2.120。按t分布的规律，理论上有 单侧：P（t ? ?t0.05,16）=0.05 和 P（t ? t0.05,16）=0.05 双侧：P（t ? ?t0.05/2,16）＋P（t ? t0.05/2,16）=0.05 ;更一般的表示方法如图(a)和(b)中阴影部分所示为： 单侧：P（t ? ?t?, ?）=? 和 P（t ? t?, ?）=? 双侧：P（t ? ?t?/2, ?）＋P（t ? t?/2, ?）=?;;总体;参数估计;参数估计;参数估计; 二、假设检验的基本步骤; 1．建立检验假设、确定检验水准 检验假设有两种：一种是无效假设（null hypothesis），符号为H0，即假设均数来自同一总体，它们的总体均数相同，样本均数间无本质的不同，差别仅由抽样误差引起； 另一种是备择假设（alternative hypothesis），符号为H1，即假设均数来自不同总体，它们之间的差别存在本质的不同，并非仅由抽样误差引起。 检验水准（size of a test）亦称显著性水准（significance level），符号为α。 ; 2.选择和计算统计量 根据统计推断的目的和资料的性质、特点选择合适的 检验统计量。 3．确定P值 P值是指由H0所规定的总体中随机抽样，获得等于及 大于（或等于及小于）现有样本所获得的检验统计量值 的概率。求得检验统计量后，一般可通过特别的统计表 直接查出P值。例如t值可查t界值表，u值可查u界值表 ; 4．判断结果 当P≤α时，结论为按所取检验水准拒绝H0，接受H1，两均数差别有统计意义（或称显著性意义），即它们之间存在着本质的不同（数学上认为小概率事件在一次实验中不可能发生。P≤α，即被推断为小概率事件）；当Pα时，结论为按所取检验水准尚不能拒绝H0，可认为两均数差别无统计意义，即它们之间无本质的不同，差别仅由抽样误差引起。;三、t检验;㈠、单个样本均数的t检验;配对类型： ①配在对子的同对受试对象分别给予两种不同处理； ②同一受试对象分别接受两种不同处理； ③同一受试对象处理前后的比较。 目的：推断某种处理有无作用或两种处理效应有无差别，即推断样本差值的总体均数μd是否等于零。 ;;;四、u检验;五、两类错误 ;两类错误的关系图;???、假设检验注意事项