实用生物统计第七章 实验设计.ppt

第七章 实验设计 7.1 实验设计的基本原理及应注意的事项 误差的产生与控制 误差的种类：随机误差、系统误差、差错 误差的表示 误差控制 保证实验材料的均一性及实验环境的稳定性 统一操作程序，进行必要培训 注意尽量消除系统误差 设置必要数量的重复 目的：分离误差，提高精度 重复数估计：将所需检验的差异大小L视为95%置信区间宽度的一半，代入公式，求出所需重复数n。 样本随机化 目的：保证样本独立性，减少系统误差。 设置适当对照 阴性对照：消除假阳性 阳性对照：消除假阴性 7.2 抽样方法简介 有限总体的抽样 定理：有限总体随机抽样得到的样本均值与样本方差S2分别为总体均值μ及总体方差σ2的无偏估计。其样本均值的方差为： 分层随机抽样 若在抽样前对所要研究的总体就有一些了解，则可按照尽可能保证亚总体均一性的原则进行划分，然后对每个亚总体分别进行抽样。这种方法就称为分层抽样。 方法：比例分配与最优分配 分级抽样 同样由于均一性，总体仍然要被分为一些亚总体 。在分级抽样中，先随机抽取一些亚总体，然后再从每个抽中的亚总体中进一步随机抽取一些个体组成样本。这种在不同级别上进行多次抽样的方法就称为分级抽样。 序贯抽样 思路：统计量落在分位数附近时才易发生判断错误。因此只有远离分位数时才做出判断，否则就继续增加样本含量。 需解决的问题： 构造适当的统计量，并确定计算两个阈值的公式； 证明这种抽样过程一定会终止； 证明这一抽过程所需的总样本容量比同样精度的固定容量抽样要少。 序贯抽样统计量的构造：似然比 定义 设总体X的分布依赖于某个参数θ。以函数f(x,θ)表示它的分布密度或概率分布，以（x1, x2, …xn）表示从总体X中抽取的一个容量为n的样本的测量值。考虑对零假设：H0:θ=θ0和备择假设：HA:θ=θ1进行统计检验，令 则λn称为似然比；若有数k,使λn≤ k则接受H0，λn k则拒绝H0，那么这种统计检验就称为似然比检验。 序贯抽样阈值的选取 近似公式： 可以证明：?? + ?? ? ? + ? 序贯抽样的可行性与优越性 结论1：不论总体X有何种概率分布，只要采用似然比为统计量，且阈值A，B满足： 0 A 1, B 1， 则序贯抽样进行有限次就能作出判断的概率为1。 结论2：序贯抽样所需的总样本含量n实际是一个随机变量，相对于?，?相同的固定样本含量随机抽样所需样本数N，我们不能保证每次都有n N，但可证明n的数学期望约等于N/2。 几种常见分布序贯抽样公式的推导 二项分布 Poisson分布 正态分布 7.3 调查数据的收集与整理 特点：时空范围大，信息分散；必须获取大量数据，并进行适当统计处理。 统计调查：相对短暂的时间内，在较大范围内进行信息收集。 按考虑的时间范围可分为：现状调查、回顾调查、前瞻调查。 按工作进程可分为：计划阶段和实施阶段。 计划阶段：主要工作有： 明确目的，确定调查项目 设计调查表格 内容包括：一般项目和统计项目 遵循原则：全面性、明确性、客观性、可统计性 确定调查对象与调查范围 制定实施的程序和步骤 规定资料核实、整理、汇总的步骤 实施阶段：主要步骤有： 建立组织领导和技术领导班子 培训人员，统一方法，标准化用具 向调查对象开展适当宣传 严格按照程序和步骤实施调查 对资料进行整理与统计 登记调查：一般是长期持续的工作，时间越长价值越大。目的常是积累基础资料，常由政府机构负责完成。需注意： 登记内容的选择和登记表的设计 建立有效登记制度 建立有效核查制度 7.4 异常值的判断和处理 异常值的概念和处理原则 概念：异常值是指样本中的个别值，其数值明显偏离其余观测值。它可能是样本随机性的极端表现；也可能是条件、方法等变化或差错的结果。 处理原则：理论上应区别原因，前者保留，后者剔除。 剔除时一定要慎重，同时要有记录。最高剔除数量不得超过总数据量的10－15％。 每次只能剔除一个异常值。 判断和处理异常值的目的 识别与诊断 排除异常值，提高准确度 估计参数 检验假设 不同的目的影响方法的选择 若目的为识别，则应注重准确性，且应考虑犯两类错误的风险； 若目的为提高准确性，也可采用稳健的方法，甚至直接舍弃最大最小值。 正态样本异常值的判断和处理 标准差已知：Nair检验法 标准差未知： Grubbs检验法 Dixon检验法 峰度－偏度检验法 方法的比较： 只有一个异常值：最好用Grubbs法； 需重复使用：偏度－峰度法最好，但需要先确定为正态总体；Dixon法次之；一般不用Grubbs法。 指数样本异常值的判断和处理 单侧检