第六章　统计推断.pptVIP

第六章　统计推断 本章重点和难点 重点： １、假设检验的基本思想 ２、几种常用的检验方法 难点： 假设检验的基本思想 统计研究的目的在于由样本特征来推断总体情况。 其任务为：一是用样本统计量来估计总体参数，即参数估计；二是通过样本的统计指标来判定总体参数是否相等的问题，即假设检验。 第一节　参数估计　 一、参数估计的若干概念 （一）误差 统计上所指的误差，泛指测得值与真值之差，以及样本指标与总体指标之差。主要有四种： １、随机误差 ２、系统误差 ３、抽样误差 ４、过失误差 随机误差和过失误差在统计处理中一般不予考虑。 而系统误差和抽样误差在统计分析中则必须认真对待，不可忽视。 （二）抽样误差及其标准误 由抽样造成的样本均数（或样本率）与总体均数（或总体率）的偏差，便称之为“均数的（或率的）抽样误差”。 度量抽样误差大小的指标－－标准误 依统计资料的性质（“计数”和“计量”）不同，有“均数的标准误”和“率的标准误”。 １、标准误的意义与计算 （１）标准误的意义 用来表示样本均数与总体均数间偏差程度的标准差称之为标准误。 标准误的意义在于：当标准误较小时，表明抽样误差小，以样本统计量平均数推断总体参数μ的可靠性大；反之亦然。 标准差与标准误的区别 （２）标准误的计算 １）均数的标准误的计算 根据数理统计的研究结果，均数的标准误与总体标准差及样本含量的关系由下式表示： 在实际应用中，通常用S代替σ，所以可写成： 　　 以上两公式表明，均数的标准误与标准差成正比，标准差愈大，则标准误愈大；而与样本含量的平方根成反比，样本含量愈大，则标准误愈小。 因此，在抽样研究中，为了减少抽样误差，应尽可能保证足够大的样本含量。 ２）率的标准误的计算 在实际工作中计算率的标准误公式为： 例6.2，P106 二、区间估计 参数估计分为点估计与区间估计。 参数的点估计是选定一个适当的样本统计量作为参数的估计量，并计算出估计值。 参数的区间估计是以变量的概率分布规律来确定未知参数值的可能范围的方法。 在区间估计中，预选规定的概率，称为置信概率。置信概率或置信水平（符号为1 －α）常取95%（或99%），按此确定的置信区间分别称之为95%（或99% ）置信区间。 置信区间的理论内涵。 置信区间是以上、下置信限为界，而置信限是置信区间的上下界值。当给出“样本均数±标准误”或“样本率±率的标准误”时，可据此得到参数的置信区间。 （一）总体均数的区间估计１、大样本含量 当样本含量较大时，如n≥45，根据正态分布的原理，可按下表给定的置信限估计总体均数的置信区间。 　　　 　　　　　总体均数置信区间的估计与表达（ n≥45 ） 例题6.3，P108 当置信概率确定后，抽样误差愈小，置信区间愈窄，即参数估计的精度愈高。由于样本含量n愈大，抽样误差愈小，故可以认为n愈大，估计精确度愈高。 例题1： 某市100名高三学生男生800米成绩的平均数为160.29秒，已知总体的标准差为9.35秒。假设800米跑成绩服从正态分布，试对总体均数进行区间估计。置信度分别取95%和99%。 例题2： 某体院一年级某班36人的运动解剖学考试平均成绩为72分。依照过去一年的经验，全部学生的分数的标准差为10.2分。试以95%的置信度估计一年级全体学生的平均分数。 ２、小样本含量(例题6.4,P109) 当样本含量较小时，如n＜45，根据t分布的原理，可按下表给定的置信限估计总体均数的置信区间。 　　　 总体均数置信区间的估计与表达（ n＜45 ） 例题3: 某体院篮球专业16名男生的100米跑平均成绩为13秒。S＝0.5秒。假设100米跑成绩服从正态分布，试求全体篮球专业男生100米跑成绩均值的95%的置信区间。 当n=50时，其置信区间为？ （二）总体率的区间估计（例题6.5，P110） 当样本含量足够大时(如n＞100)，p的抽样分布逼近正态，可按下表给定的置信限估计总体率的置信区间。 　　　 总体率置信区间的估计与表达 　　　　　 第二节　假设检验的基本思想及步骤 假设检验 假设检验是将引起差异的抽样误差和非抽样误差区分开来，看一看哪一个占主导地位。假设检验是通过样本确定接受还是拒绝统计假设的统计推断方法。 参数检验是对总体参数量值的假设检验，非参数检验主要是对总体分布形式的假设检验。 一、假设检验的基本思想 首先提出一个关于总体的原假设 ，假设差异仅仅由抽样误差引起的，没有本质区别。他的判断依据是一个小概率事件原理，即：小概率事件在一次实验中是几乎不可能发生的，那么在　成立前提下，若出现了一个小概率事件，拒绝假设。反之，接受假设。 因此，我们说这是一种带有概率性质的反证法。 二、假设检验的步骤 根据实际情况建立“原假设”　　。 在