zspss医学课教学教程.pptVIP

统计方法;第5章 参数估计;5.1 基本概念;几个重要的分布;正态分布 Normal Distribution;正态分布是最重要最常用的一种连续型随机变量分布，它在统计和抽样的理论与应用中占有特别重要的地位。正态分布之所以重要的一个原因，是因为许多随机变量服从或近似地服从正态分布。 例如：同龄人的身高、体重、智商、肺活量；一批产品的长度、宽度、强度；农作物的亩产量，某类设备的使用寿命等 这些随机变量的共同点是：与均值较接近的数值出现的次数较多，离均值远的数值出现的次数较少。即属于“中间大，两头小”的分布形态。 正态分布之所以重要的另一个原因是由于它特有的数学性质，许多分布可以用正态分布近似计算。由正态分布可导出许多有用的分布，如 分布，t分布，F分布。;分布;(学生) t 分布;t分布的来源;Z; 5.3 区间估计;设 ? 为总体分布的未知参数，;标准正态分布的右侧 ? 分位点 Z? Z? 是标准正态分布中满足下式的右侧?分位点： P{ Z Z? } = ?;0;由正态分布的性质可得;2.? 2 未知时总体均值 μ 的区间估计;1 -;5.4 SPSS在参数估计中的应用;第6章 参数假设检验;“小概率原理”——小概率事件在一次试验中几乎不发生。;I型错误和II型错误 ;可能发生的两类错误; 我们希望犯这两类错误的概率都非常小，由于在一定的样本容量下，α和β 此消彼长，因而奈曼(Neyman)和皮尔生(Pearson)提出一个原则，即在控制犯第一类错误的概率α的条件下，尽量使犯第二类错误的概率β小。这一原则的含义是，原假设要受到维护，不轻易被否定；若检验结果否定原假设，则说明否定的理由是充分的，同时作出否定判断的可靠程度(即概率)1-α也得到保证。所以在实际问题中，为了通过样本观测值对某一陈述取得强有力的支持，通常把这种陈述本身作为备择假设，而将这种陈述的否定作为原假设。???? 在推断统计中，这种只控制α而不考虑β的假设检验，称为显著性检验，α称为显著性水平。最常用的α值为0.01、0.05、0.10等。一般情况下，根据研究的问题，如果犯弃真错误损失大，为减少这类错误，α取值小些，反之，α取值大些。  ;a;例子;样本均值;显著性水平;H0;Z;p 值检验;0;H0 检验步骤;实例;解答 Solution;0;6.6 用SPSS做假设检验;6.6.1 单样本T检验;;;Levene检验;0