第九章 数值变量资料的统计分析下.ppt

在正态曲线下面积分布有一定规律, 其分布可通过其密度函数积分求得： 为了免去计算的麻烦，统计学家已编制出标准正态分布曲线下的面积（表9-8，P299） 应用时应注意： （1）如u已知，可直接查表。 （2）如u未知，先按 求出u值，再查表。 （3）表中只列出负值，如果u为正值，可按负值查表。 练习1：标准正态曲线下(-1.76，0)的面积占总面积的百分数。 练习2：标准正态曲线下(0，1.20)的面积占总面积的百分数。 练习3：标准正态曲线下(-1.76，1.20)的面积占总面积的百分数。 练习4：试估计成年男子尿酸浓度在300 以下的比例。 练习4：试估计成年男子尿酸浓度在300 以下的比例。 （1）先求出u值： （2）查表得： Φ（-1.50）=0.0668 4、决定取单侧还是双侧。 该指标过大过小均为异常 　双侧 该指标仅过大或过小为异常 　单侧 5、选定合适的百分界限（常用95%） 5、选定合适的百分界限（常用95%） 练习：公共汽车的车门高度是根据正常成年男子的身高来制定的，如正常成年男子的身高均数为170cm，标准差为10cm,今欲要求有99%的成年男子上车时不会碰到头，车门高度应为多高。 学习要点： 1.掌握均数的抽样误差与标准误的概念； 2.了解t分布的概念与特征； 3.熟悉总体均数的区间估计； 4.熟悉假设检验的基本原理和步骤； 5.掌握t检验和u检验的方法； 6.了解两类错误和假设检验的注意事项。 一、均数的抽样误差与标准误 一、均数的抽样误差 统计推断(statistical inference) 用样本的信息推论总体的特征。 参数估计 统计推断 假设检验 根据中心极限定理： 1 .从正态总体中抽样，抽取样本含量为n的样本，样本均数 服从正态分布。即使是从偏态总体中抽样，在样本含量足够(n50)大时, 也近似正态分布。 2.从均数为 ，标准差为 的正态或偏态总体中抽样样本例数为n的样本，新样本组成的数据中，样本均数为 ，标准差 标准误：样本均数的标准差。 反映各均数间的离散程度。 t 分布特征： （1） 单峰分布，以0为中心左右对称。 （2） t 分布是一簇曲线，其形状受ν的影响。 置信区间的两个要素： 1.准确度：反映在　　　的大小上。 2.精确度：反映在区间的长度上。 在样本含量一定的情况下二者是矛盾的。 常用的95%置信区间。 假设检验的思路是：首先对未知或不完全知道的总体提出一个假设，然后借助一定的分布，观察实测样本情况是否属于小概率事件。一般把概率P≤0.05的事件称为小概率事件，小概率事件在一次观察中可以认为是不会发生的，如实测样本情况属于小概率事件，则认为原先的假设是错的，拒绝这个假设；如实测样本情况不属于小概率事件，则不拒绝 原来的假设。当然，小概率事件在一次观察中还是可能发生的，若我们恰好碰上，则假设检验的结论就是错误的，不过因为小概率事件发生的概率小，所以犯这种错误的概率也小。 注意：两型错类和检验效能 Ⅰ型错类　：“弃真值”　拒绝实际上成立的H0 Ⅱ型错类　：“存伪值”　接受实际上不成立的H0 Ⅰ型错类的大小为　　， Ⅱ型错类　　的大小一般较难计算，当n固定时，　　越大　　越小，反之亦然。 检验效能（　　　　）：若两总体确有差异，有　　　　的　　　　把握得出差异有统计学意义的结论 Ⅰ型错误和Ⅱ型错误 思考题： 1、两样本比较作 t 检验，差别有显著性时，P 值越小说明 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 计算题： 1、一药厂为了解生产某药（同一批次）之有效成分含量是否符合国家规定的标准，随机抽取了该药10片，得均数为103.0mg，标准差为2.22mg。试估计该批药剂的有效成分的平均含量 2、通过大量资料得知某地20岁男子平均身高为1.68米，今随机测量当地16名20岁男子，得其平均身高为1.72米，标准差为0.14米。问当地现在20岁男子是否比以往高？ 3、将钩端螺旋体病人的血清随机分为两组，分别用标准株和水生株作凝溶试验，测得数据如下，问两组的平均效价是否相同？ 目的要求： 1.掌握方差分析的用途、应用条件、基本思想； 2.熟悉完全随机设计多个样本均数比较方差分析； 3.了解随机区组设计多个样本均数比较方差分析； 4.熟悉多个样本均数间的两两比较的ｑ检验。 方差分析 方差分析（Analysis of Variance）