总体均数估计ppt课件.pptVIP

Chapter 2 discriptive statistics 图示：总体与样本 抽样试验（n=5） 抽样试验（n=10） 抽样试验（n=30） 1000份样本抽样计算结果 3个抽样实验结果图示 样本频率的抽样分与抽样误差 黑球的比例为20%，重复摸球50次，计算摸到黑球的频率？ 对于二项分布，X~B(n,π), 则样本频率 其标准误： 总体均数置信区间的计算需考虑： （1）总体标准差?是否已知， （2）样本含量n的大小 通常有两类方法： （1） t分布法 （2）z分布法 ㈠正态分布法 样本含量n足够大， np与n(1-p)均≥5时 , For example 例6-6 用某种仪器检查已确诊的乳腺癌患者120名，检出乳腺癌患者94例，检出率为78.3%。估计该仪器乳腺癌总体检出率的95%置信区间。 95%的置信区间为： 该仪器乳腺癌总体检出率的95%置信区间 （ 70.9%，85.7% ） ㈡ 查表法 当样本含量较小（如n≤50），np或n(1－p)5时，样本率的分布呈二项分布，总体率的置信区间可据二项分布的理论求得。 例6-7 某医院用某药治疗脑动脉硬化症22例，其中显效者10例。问该药总显效率的95%置信区间为多少？ 本例n=22, X=10, 查附表6（478页），得此两数相交处的数值为24～68，即该药总显效率的95%置信区间为（24%，68%）。 1. 95%的置信区间的理解： （1）所要估计的总体参数有95%的可能在我们所估计的置信区间内。 （2）从正态总体中随机抽取100个样本，可算得100个样本均数和标准差，也可算得100个均数的置信区间，平均约有95个置信区间包含了总体均数 。 （3）但在实际工作中，只能根据一次试验结果估计置信区间，我们就认为该区间包含了总体均数?。 2.置信区间的两个要素 （1）准确度：用可信度（1??）表示：即区间包含总体均数?的理论概率大小 。 当然它愈接近1愈好，如99%的置信区间比95%的置信区间要好 （2）精确度：即区间的宽度 区间愈窄愈好，如95%的置信区间比99%的置信区间要好。 当n确定时，上述两者互相矛盾。 提高准确度（可信度），则精确度降低 （置信区间会变宽），势必降低置信区间的实际应用价值，故不能笼统认为99%置信区间比95%置信区间要好。 相反，在实际应用中，95%置信区间更为常用。 2、正态分布近似法 当σ已知 或 σ未知，但 n50 时 总体均数的双侧（1-α）置信区间 总体均数的单侧（1-α）置信区间 例3-3 某地抽取正常成年人200名，测得其血清胆固醇的均数为3.64 mmol/L，标准差为1.20mmol/L，估计该地正常成年人血清胆固醇均数的95%置信区间。 故该地正常成年人血清胆固醇均数的双侧95%可信区间为(3.47, 3.81)mmol?L。 参数估计的方法： （1）σ已知，根据正态分布原理，95%、99%CI： （2）σ未知，n较小，据t分布原理：95%、99%CI： （3）σ未知，n较大，据近似正态分布原理， 总体概率的置信区间计算 （三）置信区间的确切涵义 在可信度确定的情况下，增加样本含量可减小 区间宽度，提高精确度。 第六章 参数估计基础 总体 样本 统计推断：用样本信息推断总体特征，包括参数估计和假设检验。 Population μ sample2 sample1 sample3 sample4 sample5 5.00 5.00 4.99 均数的均数 0.0920 0.1580 0.2212 均数标准差 0.0913 0.50 5.00 n=30 0.1581 0.50 5.00 n=10 0.2236 0.50 5.00 n=5 总体标准差s 总体的均数 ① 各样本均数未必等于总体均数； ② 各样本均数间存在差异； ③ 样本均数的分布为中间多，两边少，左右基本对称。 ④ 样本均数的变异范围较之原变量的变异范围大大缩小。 ?样本均数的抽样分布具有如下特点 中心极限定理： （1）从正态总体中作随机抽样，则样本均数服从正态分布；从偏态总体中作随机抽样，样本含量n足够大（n＞30）则样本均数近似服从正态分布。 （2）从总体均数为μ，标准差为σ的正态总体中抽取例数为n的样本，样本均数的总体均数为μ