可信区间PPT.pptVIP

柏建岭 南京医科大学公共卫生学院 流行病与卫生统计学系 Medical statistics 医学统计学 参数估计 Parameter Estimation 2018-1-25 柏建岭讲稿 2 主要内容 点估计 区间估计 两个要素 均数可信区间的构建 正确理解可信区间的涵义 2018-1-25 柏建岭讲稿 3 统计推断的内容 参数估计 (parameter estimation) 假设检验 (hypothesis test) 2018-1-25 柏建岭讲稿 4 参数估计 由样本统计量估计总体参数 点估计(point estimation) 区间估计(interval estimation) 2018-1-25 柏建岭讲稿 5 参数估计之一：点估计 用样本统计量作为总体参数的估计 例如： 用样本均数作为总体均数的一个估计 2018-1-25 柏建岭讲稿 8 区间估计 按一定的概率或可信度(1- )用一个区间估计总体参数所在范围，这个范围称作可信度为1- 的可信区间(confidence interval, CI)，又称置信区间 。这种估计方法称为区间估计。 2018-1-25 柏建岭讲稿 9 可信区间的两个要素 可信度(1-), 可靠性 一般取90%，95%。 可人为控制。 精确性 是指区间的大小(或长短) 兼顾可靠性、精确性 2018-1-25 柏建岭讲稿 10 均数的可信区间 基础：抽样误差理论 从正态分布总体中随机抽取一个样本，则 t值接近于0的可能性较大，远离0的可能性较小，出现太大的t值和太小的t值的可能性更小，根据t分布的性质， 2018-1-25 柏建岭讲稿 11 均数的可信区间 总体均数的(1- )可信区间定义为： 2018-1-25 柏建岭讲稿 12 影响可信区间大小的因素 可信度 可信度越大，区间越宽 个体变异 变异越大，区间越宽 样本含量 样本含量越大，区间越窄 2018-1-25 柏建岭讲稿 13 当样本含量较大时，例如n＞100，t分布近似标准正态分布，此时可用标准正态分布代替t分布，作为可信区间的近似计算。相应的100(1-)%可信区间为： 2018-1-25 柏建岭讲稿 14 例4.1 随机抽取12名口腔癌患者，检测其发锌含量，得均数为253.05g/g，标准误为27.18g/g，求发锌含量总体均数95%的可信区间。 2018-1-25 柏建岭讲稿 15 自由度 n 概 率，P 单侧 0.25 0.20 0.10 0.05 0.025 0.01 0.005 0.0025 0.001 0.0005 双侧 0.50 0.40 0.20 0.10 0.05 0.02 0.01 0.005 0.002 0.001 1 1.000 1.376 3.078 6.314 12.706 31.821 63.657 127.321 318.309 636.619 2 0.816 1.061 1.886 2.920 4.303 6.965 9.925 14.089 22.327 31.599 3 0.765 0.978 1.638 2.353 3.182 4.541 5.841 7.453 10.215 12.924 4 0.741 0.941 1.533 2.132 2.776 3.747 4.604 5.598 7.173 8.610 5 0.727 0.920 1.476 2.015 2.571 3.365 4.032 4.773 5.893 6.869 6 0.718 0.906 1.440 1.943 2.447 3.143 3.707 4.317 5.208 5.959 7 0.711 0.896 1.415 1.895 2.365 2.998 3.499 4.029 4.785 5.408 8 0.706 0.889 1.397 1.860 2.306 2.896 3.355 3.833 4.501 5.041 9 0.703 0.883 1.383 1.833 2.262 2.821 3.250 3.690 4.297 4.781 10 0.700 0.879 1.372 1.812 2.228 2.764 3.169 3.581 4.144 4.587 11 0.697 0.876 1.363 1.796 2.201 2.718 3.106 3.497 4.025 4.437 12 0.695 0.873 1.356 1.782 2.179 2.681 3.055 3.428 3.930 4.318 13 0.694 0.870 1.350 1.771 2.160 2.650 3.012 3.372 3.852 4.221 14 0.69