第五章总体均数的估计与假设检验200909111.pptVIP

计量资料的统计推断 第五章 总体均数的估计与假设检验 第一节 均数的抽样误差与标准误 Sampling error of mean: Standard error of mean，SEM： 表示抽样误差大小的指 标； 样本均数的标准差； Standard error of mean, SEM： 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。 本质: 样本均数的标准差, 反映样本均数的变异 与样本量的关系：S 一定，n↑，标准误↓ 图5.2 第二节 t 分布 ▲ Normal distribution ▲ Standard normal distribution (Z- distribution) ▲ t- distribution: 第三节 总体均数的估计 用样本均数估计总体均数 ▲ point estimation ▲ interval estimation 区间估计:计算置信区间 ▲ 概念： Confidence interval, CI: 根据样本均数计算出有(1-?)把握包含总体均数的一个数值范围; Confidence level: (1-?); 置信度: 95%或99%。 ▲ 方法： (1) t 分布 法 (2) Z 分布法 4. 意义 虽然不能知道该地全体13岁女生平均身高的确切数值，但做出了该地全体13岁女生平均身高为154.8cm～158.6cm，这个结论正确的可能性为95%。 注意：置信区间是开区间，不包括两个端点。 第四节 假设检验的一般步骤 一、假设检验的原因 假设检验的原因 由于抽样误差的存在，即使是同一总体的随机样本，X1、X2、X3、X4、、、，不同，亦与其总体均数不同。 因此，X1、X2 ， 或 X1 与 μ0不同有两种可能： （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。差别无统计学意义 。 （2）分别所代表的总体均数不同。样本均数的差别不是抽样误差造成的。差别有统计学意义。 假设检验的原理/思路： （1）假设两总体(均数)相同 （2）计算由于抽样误差造成样本(均数)有这么大差别的概率 （3）根据概率值下结论 小概率：样本均数有这么大差别是抽样误差造成的可能性很小， 拒绝假设H0。反之：…… 二、假设检验的一般步骤 1. 建立假设, 确定检验水准 无效假设(H0)：两个总体均数相等: μ = μ0 ； μ1 = μ2 备择假设(H1)：与 H0 相反: μ ≠ μ0, μ μ0 , μ1 ≠ μ2 确定检验水准 (?)：确定小概率的标准 2. 计算统计量：t， Z, F, 3. 确定概率值, 做出推论 第五节 均数的t 检验和Z 检验 一、单样本均数的假设检验 （一） t 检验 例 5.4，已知：一个样本均数： 一个总体均数： 研究目的：这个样本均数的总体均数是否不同于已知的总体均数？ 假设检验： ① 建立假设,及确定检验水准 无效假设： H0 : μ = μ0 假设剖宫产儿平均出生体重与阴道产婴儿平均出生体重相同 ； 备择假设 ： H1: μ ≠ μ0 假设剖宫产儿平均出生体重与阴道产婴儿平均出生体重不同 ； 检验水准： ? = 0.05 ② 计算统计量： t 统计量： (公式：5.7) t = 2.87 ③ 确定概率值P, 做出推断结论 自由度= n-1=29 查t界值表：t0.01/2,29=2.756, t0.005/2,29=3.038 本例 t=2.87，t0.01/2,29 t t 0.005/2,29 0.005 P 0.01 ▲ 做出推断结论: P 0.01, 按照 ?=0.05水准, 小概率事件发生了，拒绝H0 , 接受H1， 可认为： 剖宫产儿平均出生体重与阴道产婴儿平均出生体重不同，即，剖宫产和出生体重有关联 。 或 30名剖宫产儿平均出生体重与阴道产婴儿平均出生体重差别有统计学意义。 第五节 均数的t 检验和Z 检验 一、单样本均数的假设检验 （二） Z 检验 小结 (单样本均数的假设检验) ▲目的：比较一个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： t 统计量：(公式：5.7)，自由度：n – 1 适用条件：样本均数服从正态总体，其总体?未知； Z 统计量：(公式：5.9 或5.8) 适用条件：样本例数n=100，或已知其? ； 二、两个样本均数比较的假设检验 （一） t 检验 例 5.6，已知：一个样本均