生物统计学-抽样分布.ppt

1.样本均数的抽样分布 1)样本均数的抽样分布(标准差已知)-u分布 正态总体抽得的样本平均数的分布 非正态总体抽得的样本平均数的分布 2)样本均数的抽样分布(标准差未知)-t分布 正态总体抽得的样本平均数的分布 非正态总体抽得的样本平均数的分布 3）样本均数和与差的分布 标准差已知 –u分布 标准差未知 –t分布 2. 样本方差的抽样分布 1）样本方差的抽样分布 - χ2分布 2）样本标准差的抽样分布-F分布 课后作业 用下面的例子,通过计算理解均数抽样分布特点:假设有一个有限总体,包括1,2,3三个数字,那么进行抽样,每次抽取2个样本,抽样分布如何?每次抽取4个样本,抽样分布如何?每次抽取8个样本,抽样分布如何?根据所得结果,发现随着样本量的增大,分布有何变化趋势,并计算各种抽样分布的参数,与原始分布的参数进行比较. (思考题) 从正态总体和非正态总体抽样，样本均数服从什么分布？ 3.?t分布与正态分布有何区别和联系？其分布特征是什么？它的极限分布是什么？ 不单是描述,关键是从样本特征对总体进行推断 参数估计 抽样分布 均数分布特点和规律 第四章 抽样分布 研究抽样分布的意义 从总体中抽取样本统计量的分布 一.研究抽样分布的意义 总体与样本的关系 总体 → 样本：（一般 → 特殊） 主要研究所抽取样本的分布亦即变异特点。 ………[抽样分布] 样本 → 总体：（特殊 → 一般） 主要从样本的结果去推断原来总体的结果。 ………[统计推断] 总体 …… 随机样本1 2 3 无穷个样本 样本可以代表总体,但是又不能完全代表总体 抽样误差 2. 抽样分布 从一个总体按一定的样本容量随机地抽出所有可能的样本，由这些样本计算出的统计量（如 χ 和s2）必然形成一种分布（亦即一个新的总体），这种分布称为该统计量的随机抽样分布或抽样分布。 抽样误差(sampling error) x1 μ x2 x3 如果从容量为N 的有限总体抽样，若每次抽取容量为n 的样本，那么一共可以得到 N’个样本(所有可能的样本个数)。抽样所得到的每一个样本可以计算一个平均数，全部可能的样本都被抽取后可以得到N’个平均数。 如果将抽样所得到的所有可能的样本平均数集合起来便构成一个新的总体，平均数就成为这个新总体的变量。由平均数构成的新总体的分布，称为平均数的抽样分布。 随机样本的任何一种统计数都可以是一个变量，这种变量的分布称为统计数的抽样分布。 除平均数抽样分布外还有总和数、方差的抽样分布等。 2. 抽样分布 1.样本均数的抽样分布 1)样本均数的抽样分布(标准差已知)-u分布 正态总体抽得的样本平均数的分布 非正态总体抽得的样本平均数的分布 2)样本均数的抽样分布(标准差未知)-t分布 正态总体抽得的样本平均数的分布 非正态总体抽得的样本平均数的分布 3）样本均数和与差的分布 标准差已知-u分布 标准差未知-t分布 4）频率的抽样分布(标准差已知)-u分布 2.样本方差的抽样分布- χ2分布 3.样本标准差的抽样分布- F分布 二. 从总体中抽取样本统计量的分布 1.样本均数的抽样分布 1)样本均数的抽样分布(标准差已知)-u分布 正态总体抽得的样本平均数的分布 实验1: 假定某年某地所有13岁女学生身高服从总体均数为155.4cm，总体标准差5.3cm的正态分布。 在总体中随机抽样，每次均抽取30例组成一份样本,共抽取100份,得到的均数分别为： 153.6， 153.9， 154.1…… x1 μ x2 x3 1.样本均数的抽样分布 1)样本均数的抽样分布(标准差已知)-u分布 正态总体抽得的样本平均数的分布 组段下限值(cm) 频数 频率（%) 152.6～ 1 0.01 153.2～ 4 0.04 153.8～ 4 0.04 154.4～ 22 0.22 155.0～ 25 0.25 155.6～ 21 0.21 156.2～ 17 0.17 156.8～ 3 0.03 157.4～ 2 0.02 158.0～ 1 0.01 合计 100 1 表4.1 从正态总体N(155.4,5.32)抽样得到的100个样本均数的频数分布（n1=30) 图4.1 从正态总体N(155.4,5.32)抽样得到的100个样本均数的频数分布（n1=30) 每个均数大小不同， 并与总体不同 （抽样误差） 均数分布具有一定的特点：单峰， 对称 随着样本量的增大， 样本平均数的分布的方差越来越小。 n 理论上： 若随机