北京师范大学《教育统计学》第九章 总体比率的推断2 20101129111907843.ppt

二、查表法 例1：有研究者从7岁儿童中随机抽取了100名被试进行了一项智力测查，结果发现，IQ在70分以下的（弱智）有2人，试估计7岁儿童从总体上看弱智的发生率是多少？ 解： 因为n=100，X=2，查附表6.2，得 总体比率0.95的置信区间为0~7%，0.99的置信区间为0~9%。 因此，可以说，7岁儿童中弱智比率有95%的可能在0~7%之间，有99%的可能在0~9%之间。 例2： 有研究者向某中学65名教职员工调查关于采取聘任制的意见，其中有28人表示赞同，试估计中学教职员工赞成聘任制的比率。 解： 先根据n=60，X=28查表，得0.95的置信下限和置信上限分别为34和60。 然后根据n=70，X=28查表，得0.95的置信下限和置信上限分别为29和52。 因此，当n=65，X=28时，其0.95的置信下限为： （60—70）：（34—29）=（60—65）：（34—p1） 10（34—p1）=5×5 p1=31.5 其0.95的置信上限为： （60—70）：（60—52）=（60—65）：（60—p2） 10（60—p2）=5×8 p2=56 以同样的方法可以计算出0.99的置信下限和置信上限为27.5和60。 即中学的教职员工赞同聘任制的比率有95%的可能在31.5%~56%之间，有99%的可能在27.5%到60%之间。 第三节 总体比率的假设检验 总体比率的假设检验是检验样本比率与某个总体的比率之间差异是否显著。 总体比率的假设检验同样也有正态近似法和查表法两种。 一、正态近似法 当p=q，无论nd的大小；或者虽然p≠q，但np和nq都≥5，这时p-―pˊ的抽样分布接近正态分布，因此，可以对样本比率与总体比率的差异进行Z检验。 例如，已知某年某区高考升学率为75%，某校在这一年有300名学生参加了高考，最后有210人被高校录取，问该校的升学率与全区的升学率是否相同？ 二、查表法 当p≠q，np5，这时p-―pˊ的抽样分布不接近于正态分布，因此，不能对样本比率与总体比率的差异进行Z检验，而应该用查表法进行显著性检验。 例如，已知某区学习障碍儿童的比率为8%，通过调查得知某班45名学生中有学习障碍的学生共3人，问该班学习障碍学生的比率与全区是否有差异？ 解： 通过查表得知该班学习障碍学生的比率所属总体比率0.95的置信区间为2%~18%。 将实际的总体比率与查表等到的置信区间进行比较，实际的总体比率在置信区间内，所以要保留零假设，拒绝备择假设，也就是说，该班学习障碍学生的比率与全区没有显著性差异。 第四节 总体比率差异的显著性检验 总体比率差异的显著性检验是根据两个样本的比率来检验两个相应总体的比率是否存在显著性差异。由于样本性质不同，其检验方法也不同。 解：第一步：提出假设 第二步：计算p-与pˊ的差（即p-―pˊ）与抽样分布的平均数（即0）的距离有多远（这个差距除以标准误，就变成了用Z表示）。 第三步：统计决断 因为Z=2.00*1.96=Z0.05/2，p0.05，所以拒绝零假设，接受备择假设，即该校这一年高考的升学率与全区的升学率有显著的差异。由实际的数据来看，该校这一年高考的升学率低于全区。 如果总体比率未知，又假设这两个样本来自同一个总体（即p1ˊ=p2ˊ=pˊ），那么总体比率可以用两个样本比率的加权平均数作为估计量，即 则得比率差的标准误的估计量为： 当两个样本的容量相等时，上式可以化简为： 因此，总体比率差异的检验统计量为：