标准误估计总体均数的可信区间.ppt

标准差与标准误的区别 结合样本均数和正态分布的规律，标准差估计参考值范围 ； 结合样本均数和t分布的规律，标准误估计总体均数的可信区间 。 概念辨析 标准差 ? 标准误 个体变异 ? 抽样误差 参考值范围 ? 可信区间 变量分布 ? 抽样分布 Homework 简述标准差和标准误的区别和联系 简述参考值范围与均数的可信区间的区别和联系 统计推断 —参数估计 南京医科大学公共卫生学院 流行病与卫生统计学系 统计推断的内容 参数估计 (parameter estimation) 假设检验 (hypothesis test) 参数估计 由样本统计量估计总体参数 点估计(point estimation) 区间估计(interval estimation) 参数估计之一：点估计 用样本统计量作为总体参数的估计 例如： 用样本均数作为总体均数的一个估计 点估计的缺陷 μ=?cm σ=?cm x1,x2,x3,x4…… N =143.3747 S = 5.2347 x1,x2,x3…x10 =144.0681 S= 4.7245 x1,x2,x3…x10 =142.7203 S= 9.2473 x1,x2,x3…x10 样本含量n =10 点估计 直接用样本统计量作为总体参数的估计值 方法简单，但未考虑抽样误差的大小 在实际问题中，总体参数往往是未知的，但它们是固定的值，并不是随机变量值。而样本统计量随样本的不同而不同，属随机的。 区间估计 按一定的概率或可信度(1-? )用一个区间估计总体参数所在范围，这个范围称作可信度为1- ?的可信区间(confidence interval, CI)，又称置信区间 。这种估计方法称为区间估计。 可信区间的两个要素 可信度(1-?), 可靠性 一般取90%，95%。 可人为控制。 精确性 是指区间的大小(或长短) 兼顾可靠性、精确性 均数的可信区间 总体均数的(1-? )可信区间定义为： 影响可信区间大小的因素 可信度 可信度越大，区间越宽 个体变异 变异越大，区间越宽 样本含量 样本含量越大，区间越窄 当样本含量较大时，例如n＞100，t分布近似标准正态分布，此时可用标准正态分布代替t分布，作为可信区间的近似计算。相应的100(1-?)％可信区间为： 例4.1 随机抽取某地25名正常成年男子，测得该样本的脉搏均数为73.6次/分，标准差为6.5次/分，求该地正常成年男子脉搏总体均数95%的可信区间。 -t t 0 本例自由度?=12-1=24，经查表得t0.05,24=2.064，则 即该地正常成年男子脉搏总体均数的95％可信区间为：70.9~76.3(次/分) 。用该区间估计该地正常成年男子脉搏总体均数的可信度为95％。 例4.1 例4.2 某市2001年120名7岁男孩身高均数为123.62cm，标准差为4.75cm，计算该市7岁男童总体均数90％的可信区间。 -t t 0 例4.2 n=120100，标准正态分布代替t分布，u0.10=1.645 即该市7岁男童平均身高的90％可信区间为：122.91～124.33(cm)，可认为该市7岁男童平均身高在122.91～124.33(cm)之间 。 均数之差可信区间的计算 正常组 肝炎组 ? 2＝？ 均 数: 231.86ug/dL 标准差:12.17ug/dL ? 1＝？ 均 数:273.18ug/dL 标准差:9.77ug/dL ? 1- ? 2 ＝？ 合并方差与均数之差的标准误 合并方差(方差的加权平均) 均数之差的标准误 与均数之差有关的抽样分布 “均数之差”与“均数之差的标准误”之比， 服从自由度? = n1+n2 -2的 t 分布。 样本含量较大时，服从标准正态分布。 计算 正确理解可信区间的涵义 可信区间一旦形成，它要么包含总体参数，要么不包含总体参数，二者必居其一，无概率可言。所谓95％的可信度是针对可信区间的构建方法而言的。 以均数的可信区间为例，其涵义是：如果重复100次抽样，每次样本含量均为n，每个样本均按 构建可信区间，则在此100个可信区间内，理论上有95个包含总体均数，而有5个不包含总体均数。 95%可信区间的含义 -2 -1 0 1 2 按这种方法构建的可信区间，理论上平均每100次，有95次可以估计到总体参数。 正确理解可信区间的涵义 在区间估计中，总体参