14 第四章 均数的抽样误差与t分布.doc

数值变量资料的统计推断 统计推断包括两个方面： 1、参数估计（总体均数的可信区 间估计） 2、假设检验（均数的假设检验） ⑴、两样本均数必较（u检验、 t检验） ⑵、多样本均数必较（F检验） 统计推断statistical inference 第一节均数的抽样误差 样本均数的分布试验(抽样试验) 以某地高三男生的身高视为一个总体，设身高变量为X，假定X服从正态分布，其总体均数μ=168.15，总体标准差σ=6.00，记为X～N(168.15, 62)。从总体X中反复随机抽样，样本含量分别为n=4，n=16和n=36，分别随机抽10000个样本并计算样本均数，把同一样本含量的10000个样本均数视为一个新的样本资料作频数图 抽样实验小结 中心极限定理 1. 从正态总体N( (,()中，随机抽取例数为n 的样本，样本均数也服从正态分布；即使从偏态总体随机抽样，当n 足够大时(如n 50)，样本均数也近似正态分布。 2. 从均数为 ( ，标准差为( 的正态或偏态总体中，随机抽取例数为n 的样本，样本均数的总体均数也为( ，样本均数的标准差与原标准差成正比，与样本例数的平方根成反比。 3. 随着样本量的增大, 样本均数的变异范围也逐渐变窄。 均数的抽样误差（Sampling error of mean） 由于组成正态总体的个体之间存在变异（量的变异），因此，由同一个正态总体中随机抽取n相等的若干样本，样本均数与总体均数之间或样本均数与样本均数之间会存在差异，这种差异称作均数的抽样误差。均数的抽样误差大小以均数的标准误表示。 均数的标准误（standard error of mean） 样本均数的标准差叫均数的标准误，以 表示。它是描述均数抽样误差大小的指标，反映含量相同的样本均数的离散趋势或变异程度。 越大，说明样本均数 波动范围越大或抽样误差越大。实际应用中， 常属未知，无法计算 ，故常以 作为 的估计值。 均数标准误的计算 1、σ已知 2、σ未知，以 S 代替σ，计算均数标准误的估计值 减少抽样误差的方法 （1）改进抽样方法，增加样本的代 表性； （2）增加样本含量； （3）选择变异程度较小的观察指标。 均数标准误的应用 一、说明均数抽样误差的大小以及样本均数的可靠性， 文献中以 或 表示。 二、结合均数推断总体均数的可信区间。 1、σ已知 μ的95％可信区间： μ的99％可信区间： 2、σ未知，但n足够大（n100） μ的95％可信区间： μ的99％可信区间： 3、σ未知，且n较小 μ的95％可信区间： μ的99％可信区间： 三、用均数标准误进行两均数的假设检验。 第二节 总体均数的可信区间与t分布 参数估计（parameter estimation） 统计上常用参数来描述总体的特征，如用总体均数μ来描述总体的中心位置或集中趋势，用总体标准差σ来描述总体的离散趋势。但总体参数常属未知，需要用样本统计量来估计总体参数，这称之为参数估计。参数估计有点估计和区间估计两种方法，以后者更为多用。 参数估计方法 1.点估计（近似值） 点估计（point estimation）是直接用样本统计量作为总体参数的估计值，非常简单,但是没有考虑抽样误差问题。 2.区间估计（近似范围） 区间估计是按一定的概率(1-α)估计的包含未知总体参数的可能范围。该范围称为总体参数的可信区间(Confidence Interval，CI)。预先给定的概率(1-α) 称为可信度（水平）(Confidence Level)，常取95%或99% 。 参数的估计 可信区间 (comfidence interval) 按预先给定的概率，通过样本统计量来估计未知参数值的可能范围，这个范围称为被估计参数的可信区间，或称置信区间。预先给定的概率称为可信度，又称置信度、可信水平，可信系数或置信系数，记作1－α。可信度常取95％或99％，按此确定的可信区间分别称为95％可信区间或99％可信区间。 可信区间的涵义