生物统计学 第四章 统计推断21sj2006.ppt

均方误差： 一致性：估计值随着样本的增大而更加接近 真值 有效性: 抽样方差达到最小的无偏估计 充分性: 估计函数包含了关于被估参数的全 部信息 参数估计 - 点估计 参数估计 - 区间估计 以一定的置信度对参数可能取值范围的估计 1 - ? ：置信度（置信水平） [t1, t2]：置信区间 t1、t2：置信限（置信下限、置信上限） 求统计量 t1和 t2 ，使得对于给定的? (0? ? ?1，常用? =0.05和? =0.01)，有 正态总体平均数的区间估计 当? 2已知 标准正态分布两尾概率分位点 参数估计 - 区间估计 参数估计 - 区间估计 例4-1：已知某一样本所属的总体方差为 σ2=100，随机抽取10个变数为：34、19、30、27、11、29、27、30、48、26。求总体平均数μ的置信区间。 Ⅰ。样本平均数： Ⅱ。确定置信水平为0.95： Ⅲ。算得标准误及置信半径： Ⅳ。计算置信区间 ： 解： 正态总体平均数的区间估计 当? 2未知 参数估计 - 区间估计 t分布两尾概率分位点 参数估计 - 区间估计 对于例4-1，假设总体方差未知，经计算得： 正态总体方差的区间估计 ?2分布上尾概率分位点 参数估计 - 区间估计 ?/2 ?/2 1 - ? 参数估计 - 区间估计 参数估计 - 区间估计 例4-2、设出生婴儿的体重服从总体中随机地抽取11名出生婴儿，测得其体重如下：（单位；kg） 3.10、2.52、3.00、3.60、3.16、3.56、3.32、2.88、2.60、3.40、2.54，试求的置信度为0.95得置信区间。 解： 因为置信度1-?为0.95，所以?=0.05， ?/2=0.025，1- ?=0.975，自由度df=10，查附表3得： 参数估计 - 区间估计 置信下限 置信上限 假设检验（Hypothesis） 概念：所谓假设是指对总体的某些未知的或不完全知道的性质所提出的得考察的命题，假设检验是指根据样本资料对假设的成立与否进行推断 假设检验又称为显著性检验 （Test of Significance） 生物统计学，一整本书的有关PPT都有 ，其他的在我空间的文库里 ，有需要的可以去光顾下，看看你有没需要的. 是我从淘宝网买的。 抽样分布 参数估计简介 假设检验的基本原理 统计推断概述 什么是统计推断 统计推断 Statistical inference 通过样本数据的统计分析对总体特征或分布所作出的估计或推论 统计推断通常是以概率的形式表述的 主要内容包括参数估计和假设检验 抽样分布的概念 样本统计量的概率分布称为抽样分布（sampling distribution） 样本是通过对总体的随机抽样获得的 样本统计量是随机变量，有一定的概率分布 简单随机样本 抽样是完全随机的 - 总体中的每个个体都有相同的机会被抽中 抽样是彼此对立的 - 每次抽样的结果都不会影响到其他抽样的结果 抽样分布的概念 n ? ? 统计量 原总体 样本1 样本2 样本n ?? ?? 新总体 ?2 (chi-square)分布 定义 设随机变量X1, X2, ?, Xn彼此独立且都服从标准正态分布 N(0, 1)，则随机变量 服从自由度为n的?2分布，记为 ?2 分布上侧分位数表：附表3（p.277） ?2 分布 t 分布 定义 设Z ~ N(0, 1)，Y ~ ?2 (n)，且相互独立，则 服从自由度为n的 t 分布，记为 t 分布 性质 与标准正态分布相似 关于 t = 0对称 只有一个峰，峰值在t = 0 分布曲线受自由度影响，自由度越小，离散程度越大 当 n ? ?，t(n) ? N(0, 1) t 分布 t 分布与正态分布的比较 t 分布 t分布双侧分位数表：附表4（p. 279） t 分布 F 分布 定义 若 X ~ ?2 (m)，Y ~ ?2 (n)，且相互独立，则 服从自由度为m（第一自由度）和n（第二自由度）的 F 分布，记为 F 分布 性质 F分布随机变量的取值范围为（0，?） F分布的分布曲线受两个自由度的影响 若F ~ F(m, n)，则 1/F ~ F(n, m) 若X ~ t(n)，则 X2 ~ F(1, n) F 分布 F分布的上侧分位数表：附表5（p.281） F 分布 正态总体样本平均数的分布 样本平均数的期望和方差 设样本来自均数为?，方差为? 2的总体 设样本为简单随机样本 期望 正态总体样本平均数的分布 方差 标准差 （平均数的标准误） 正态总体样本平均数的分布 正态总体样本平均数的分布 设样本来自正态总体 N(? , ? 2)，则样本平均数也服从正态分布，其总体均数为? ，方