医学统计 均数的抽样误差与总体均数估计_1.pptVIP

* 抽样分布与参数估计 山东大学 公共卫生学院 抽样实验 假设某市16岁女中学生的身高值分布服从均数?=155.4cm，标准差?=5.3cm的正态分布，即x~N(155.4, 5.32)。 从该总体中以固定的样本含量 n 反复多次抽样（如抽10000个样本），分别计算每个样本的均数 ，并编制各样本均数的频数表，绘制其直方图，观察这些样本均数的分布情况。 抽样 … … … … 总体中观察单位个数为 N 每个样本中观察单位个数为 n 从同一总体中反复抽取 若干个样本，每个样本 的含量均相等，这些样 本均数呈正态分布。 总 体 从正态总体N(155.4,5.32)中，以固定的样本量（ n=10 ）抽样10000次 样本均数的分布规律： 抽样误差（sampling error）：由于存在个体变异，抽样研究时样本统计量不恰好等于总体参数，这种误差因抽样所致，称为抽样误差。 抽样误差产生的两个前提条件： ①个体变异 ②抽样研究 抽样误差的大小与两个因素有关： ①总体中个体变异的程度； ②抽样时的样本含量大小 抽样误差在抽样研究中是不可避免的，但可以估计抽样误差的大小。 对样本均数的变量变换 任何正态分布都可转换为标准正态分布 服从正态分布的样本均数也可转换为标准正态分布 当样本均数标准误的理论值未知，以其估计值估计时 t - distribution standard normal distribution t分布的特征为： 1．以0为中心，左右对称的单峰分布。 2．t 分布曲线形态变化与自由度的大小有关。自由度越小， t 值越分散，曲线越低平；自由度逐渐增大时，则 t 分布逐渐逼近 标准正态分布。 t 分布即为u分布。 0 均数的分布 0 个体变量的分布 样本均数的分布 u与t分布 变换 抽样 t 分布曲线 ?=3 t分布的分位数(双侧t界值) ?/2 ?/2 1-? t?/2,? -t?/2,? ? 1-? t?,? t分布的分位数(单侧t界值) -t t 0 中心极限定理和正态分布推理 中心极限定理：也称大数定理，从正态分布 总体中以固定 n 抽样时，样本均数 的分布仍服从正态分布 。 正态分布推理：当样本含量 n 足够大时，即使从偏态分布总体中以固定 n 抽样，其样本均数的分布也近似服从正态分布。 统计推断 统计分析包括统计描述和统计推断 抽样研究：样本信息 总体特征 总体参数的估计 统计推断： 假设检验 *