统计学的基础知识.ppt

第一节 统计学的一些基本概念 1. 总体与样本 Population and sample 抽样与推断 从总体中得到样本的方法：抽样。 （抽样方法与样本量） 从样本推论总体的方法：统计推断 （区间估计，假设检验等） 3、变量（随机变量）的分类 离散型变量（discrete variable）： 计数资料（15，17，24，…） 连续性变量（continuous variable）： 计量资料（1.65, 1.73, 1.77，…） 有序变量（ordinal variable）： 等级资料（优、良、中、差） 4. 参数与统计量 Parameter and statistic 误差与错误Error and mistake 6. 准确性与精确性 准确度(accuracy)或真实性(validity)：观察值与真值的接近程度，受系统误差的影响(常用指标：如灵敏度、特异性)。 精密度(precision) 、也称可靠度（reliability）或重复性(repeatability）：重复观察时观察值与其均值的接近程度，受随机误差的影响（常用指标：一致百分率、Kappa值）。 一、频数表与频数分布 (frequency table and frequency distribution) 160名正常成年女子的血清甘油三酯（mmol/L） 茎叶图 二. 平均指标 1. 均数（mean） 2. 几何均数（geometric mean） 几何均数的适用条件与实例 3. 中位数（median） 中位数计算公式与实例 例 随机抽查了9名中学生某月的到校天数分别为12，13，14， 14， 15， 15， 15， 17, 19天，求其中位数。 4. 众数（mode） 均数、中位数、众数三者关系 5、调和平均数 资料中各观测值 倒数 的 算术平均数 的 倒数，称为调和平均数，记为H，即 调和平均数主要用于反映变量不同阶段的平均增长率或平均规模。 对于同一资料： 算术平均数 几何平均数 调和平均数 上述五种平均数，最常用的是算术平均数。 三. 变异（variation）指标 1. 极差（Range）（全距） 2. 百分位数与四分位数间距 Percentile and quartile range 3. 方差 4.标准差 样本方差为什么要除以（n－1） 4个抽样实验结果比较 5. 变异系数 第三节 计数资料的统计描述 按年龄（2岁一组）与职业整理 第三节 常见的概率分布 频率与概率 frequency and probability 随机事件 Random events 二 概率分布概述 1. 离散型随机变量的概率分布 离散型随机变量的概率分布（例一） 离散型随机变量的概率分布（例二） 2. 连续型随机变量的概率分布 如果样本量很大，组段很多，矩形顶端组成的阶梯型曲线可变成光滑的分布曲线。 大多数情况下，可采用一个函数拟合这一光滑曲线。这种函数称为概率密度函数（Probability density function，Pdf）。 如果连续型随机变量X的概率密度函数记为： 则在区间[x1,x2] 范围内的概率可由微积分函数定义 三 离散型随机变量的概率分布离散型随机变量的分布1、二项分布2、泊松分布连续型随机变量的分布正态分布 1、二项分布Binomial distribution Bernoulli试验序列 成功次数的概率分布——二项分布 例 设某毒理试验采用白鼠共3只，它们有相同的死亡概率π，相应存活概率为1-π。记试验后白鼠死亡的例数为X，分别求X＝0、1、2和3的概率 2、 泊松分布 当二项分布中n很大，π很小时，二项分布就变成为Poisson分布，所以Poisson分布实际上是二项分布的极限分布。 由二项分布的概率函数可得到泊松分布的概率函数为： Poisson分布与正态分布及二项分布的关系 当?较小时， Poisson分布呈偏态分布，随着?增大，迅速接近正态分布，当??20时，可以认为近似正态分布。 Poisson分布是二项分布的特例，某现象的发生率?很小，而样本例数n很大时，则二项分布接近于Piosson分布。 ? ＝ n ? （应用： Poisson替代二项分布） 四 正态分布 1、数学形式 2、正态曲线（ norma