第6章 离散型随机变量参数估计与检验.ppt

第六章 离散型变量的参数估计与检验 第一节 总体率的区间估计 第二节 总体率的假设检验 第三节 列联表中独立性的检验 第四节 参照单位法 * * 1、总体率：在伯努利概型中，事件A出现的概率P（A）称为总体率，它通常是一个未知的参数。 2、样本率：在伯努利概型中，若容量为n的某样本中事件A出现m次，则事件A出现的频率的f = m/n 称为样本率，它通常是一个统计量。 一、总体率的区间估计 定理 若X～B(n,p)，则 证： 3、小样本时总体参数的估计 由定理知，样本率是总体率的无偏估计量。 可查统计用表,得到p的置信区间(p1,p2) 例1 用某种中医疗法治疗青少年近视15例,其中10人近期有效,求该法近期有效率95%置信区间 解：15例中的近期有效人数服从二项分布 m=10,n-m=5,1-α=0.95,查表得p1=0.384,p2=0.882 近期有效总体率p的95%置信区间(0.384,0.882) A是大量伯努利试验中的稀有事件,A出现次数X～P(k;λ),总体均数EX=λ,总体方差DX=λ 小样本时,根据n个单元的样本计数c查统计用表,可得到nλ的置信区间(nλ1,nλ2),上,下限分别除以n,即得总体均数λ的置信区间 例2 用计数器测量某种放射性标本,3分钟读数45,求每分钟读数的95%置信区间 泊松概率模型的参数估计 每分钟读数服从泊松分布 c=45,n=3,1-α=0.95,查表3λ1=32.82,3λ2=60.21 故每分钟读数即总体均数λ的95%置信区间为 =(10.94,20.07) 3.1.2 大样本时总体参数的估计 定理2 X～B(k;n,p),n足够大,总体率p的1-α置信区间为 由定理1,n足够大时,近似有 ～ ～N(0,1) 用频率代替概率p,用 近似率的标准误 ～N(0,1) 故总体率p的1-α置信区间为 二项总体在样本容量n≥50时,总体率p的置信区间为 泊松总体在n个单元的样本计数c≥50时,近似有 ～N(0,1) 从而nλ的1-α置信区间为 例3 复方当归注射液治疗脑动脉硬化症188例,显效83例,求复方当归注射液显效率的95%置信区间 188例患者中显效人数服从二项分布 n=188,m=83,得 故复方当归注射液显效率p的95%置信区间为 =(0.3705,0.5125) 3.1.3 单样本的假设检验 二项总体在样本容量n≥50时 对H0：p＝p0,可用u统计量 检验总体率p与常量p0的差异是否有统计意义 前提 信息 H1 H0 统计量 P值 拒H0 二项 分布 n≥50 p≠p0 p＝p0 查双尾 P≤α p与p0 不等 p p0 查单尾 p p0 查单尾 泊松总体在n个单元的样本计数c≥50时 对H0：λ＝λ0，可用u统计量 检验λ与常量λ0的差异是否有统计意义 例4 胃溃疡患者20%发生胃出血症状,某医院观察65岁以上胃溃疡患者304例,有96例发生胃出血症状,65岁以上患者是否比较容易胃出血？ 304例患者中胃出血人数服从二项分布 n=304,m=96,得 H0：p＝0.20，H1：p≠0.20 双尾概率P0.01 以α＝0.01水准的双侧检验拒绝H0，接受H1 p与0.20差异有统计意义,65岁以上患者容易胃出血 3.1.4 两样本的假设检验 两个二项总体总体率为p1,p2,样本n1≥50,n2≥50 n1,n2足够大时近似有 ～ ～ ～ ～N(0,1) H0：p1=p2的假定下, 用联合样本率作总体率估计值 ～N(0,1) 前提 信息 H1 H0 检验统计量 P值 拒H0 二项 分布 n1≥50 n2≥50 p1≠p2 p1＝p2 双尾 P≤α p与p0 不等 p1 p2 单尾 p1 p2 单尾 两个泊松总体均数λ1,λ2,在n1,n2个单元的样本计数c1≥50,c2≥50,对H0:λ1=λ2,可用u统计量 两个检验λ1与λ2的差异是否有统计意义 例5 两批首乌注射液,第一批随机抽240支,发现15支变质,第二批随机抽180支,发现14支变质,试问两批首乌注射液的变质率是否相同？ 第一批240支,第二批180支注射液中的变质支数均服从二项分布,n1=240,m1=15,n2=180,m2=14 H0:p1=p2,H1:p≠0.20,联合样本率为 单尾概率P0.05，只能以α＝0.05水准的单侧检验接受H0，p1与p2的差异无统计意义，认为两批首乌注射液的变质率相同． 3.1.5 分类资料的检验方法选择 两组小样本分类资料不能使用u检验,多组分类资料也不宜直接进行两两间的u检验,因为这可能加大犯第一类错误的概率.分类资料