《预防医学》本科课件-医学统计学4.pptVIP

总体均数的估计和假设检验 主讲人：郜文秀 韶关医学院预防医学教研室 总体均数的估计 注意标准差和标准误的联系与区别 注意t分布和u分布的联系与区别 参数估计的分类 一、均数的抽样误差 抽样研究：从总体中随机抽取一定数量的样本，用样本信息去推断总体特征。 抽样误差：由随机抽样引起的样本指标与总体指标的差异。 注意：来自同一总体的多个样本指标之间的差异，也视为抽样误差。 均数的抽样误差：由随机抽样引起的样本均数与总体均数的差异。 均数的标准误：样本均数的标准差。 标准差与标准误的联系与区别 标准差(σ、s） 标准误（ σ、s ） 联系 1.都是衡量变异程度的指标2. 区 别 意义 描述观察值围绕均数的变异程度 描述样本均数围绕总体均数的变异程度 产生 由个体变异产生，不可减小 由抽样误差产生（变异和抽样），可以减小 应用 1.表示观察值变异程度 2.计算变异系数 3.确定医学参考值范围 4.计算标准误 1.估计抽样误差大小 2.估计总体均数可信区间 3.进行假设检验 实际工作中由于往往得不到总体标准差σ，而用样本标准差s代替，所以实际工作中计算标准误的公式为： 例:观察正常成年女大学生102人口腔温度， =37.06℃，s=0.198℃，求其标准误。 二、t 分布 t 分布的由来 t 分布最早由英国统计学家Gosset 于1908年以“Student”笔名发表的，故又称 Student t 分布 数理统计的中心极限定理表明：从正态总体N (?, ?) 中 抽取例数均为 n 的样本，样本均数也服从正态分布N ( ? , ). Gosset 将此时的 u 转换： 定义为t 转换： 并将t 值的分布命名为t 分布。 t 分布的图形及特征 单峰分布，以0为中心，左右对称且均匀下降 t分布是一簇曲线，其形状与自由度υ(υ=n-1) 的大小有关。自由度越大，曲线越陡峭，越接 近标准正态分布（为u分布），当?=∞时，t分布即为u分布；反之，曲线越扁平 t分布曲线下面积规律 t分布曲线下总面积仍为1或100% t分布曲线下面积以0为中心左右对称。 由于t分布是一簇曲线，故t分布曲线下面积 (如95%或99%)的界值不是一个常量，而是随自由度的大小而变化，如附表2（教材330页）。 附表2，t分布表的特点 附表2的横标目为自由度?，纵标目为概率P，表中数值为其相应的t界值，记作t?,? 。 三、总体均数估计 用样本指标估计总体指标称为参数估计，是统计推断的一个重要方面。 总体均数估计的两种方法： 点估计：是直接用统计量 估计总体参数?. 优点:简单 缺点：没有考虑抽样误差 区间估计：由于抽样误差的客观存在，因而按一定的概率(1-?)估计总体均数所在的范围(亦称可信区间)。 可信区间有两个要素： 准确度：反映在可信度(1-?)的大小上，即可信区间包含总体均数的可能性大小，从准确度的角度看，愈接近1愈好，如可信度99%比95%好。 精密度：反映在可信区间的长度上，即长度愈小愈好。 在抽样误差确定的情况下，二者是相互矛盾的，若提高了可信度，可信区间势必增大，精密度下降。因此，需要同时兼顾准确度与精密度，一般情况下，常用95%可信区间。 总体均数可信区间的估计 以95%可信区间为例说明其估计公式： σ已知时： σ 未知但 n 足够大（n ≥50）时： σ 未知且 n 较小（n＜50）时： 小结 标准误与标准差的联系与区别 t分布与u分布的联系与区别 均数的可信区间 练习1 t分布与标准正态分布相比 均数要小 均数要大 标准差要小 标准差要大 均数和标准差都不相同 练习2 由两样本均数的差别推断两总体均数的差别，所谓差别有显著性是指 两总体均数不等 两样本均数不等 两样本均数和两总体均数都不等 其中一个样本均数和总体均数不等 以上都不是 两大样本(n100)均数比较的假设检验方法是:( ) A t检验 B u检验 C 方差分析 D 卡方检验 E 以上均不可以 练习3 两样本均数比较,经t检验,差别有显著性时,P越小,说明( ) A 两样本均数差别越大 B 两总体均数差别越大 C 两总体均数差别越小 D 越有理由认为两样本均数不同 E 越有理由认为两总体均数不同