[数学]估计与假设.ppt

参数估计与假设检验; 参数估计：指用样本指标（统计量）估计总体指标 （参数）。 参数估计： 点估计（point estimation） 区间估计（interval estimation）;点估计:用样本统计量直接作为总体参数的点估计值。 例如:用 、 直接作为 、 的估计值。 方法虽然简单，没有考虑抽样误差，当抽取的样 本不同时对总体参数的点估计值也可能不同。;;;; 置信度:为1??，? 值一般取0.05或0.01，故 1?? 为0.95或0.99。 ;置信区间的计算： 总体均数的置信区间： 1.当总体标准差?已知，按照正态分布的原理， 总体均数的95%置信区间为：; 未知、且样本例数较小时，总体均置信区间为：;总体均数 的双侧1??可信区间： 总体均数 的单侧1??可信区间： 如果没有特别说明，一般作双侧的区间估计 ;例：已知第一个样本;例：已知某地27名健康成年男子的血红蛋白量均数=125 g /L，标准差S = 15 g /L。试问该市地健康正常成年男子血红蛋白血清胆固醇平均含量的95%置信区间是多少？ 解：本例n =27，? = 27 – 1=26，查t界值表（附表2），? = 0.05时，双侧 t0.05/2,26=2.056，? = 0.01时，t0.01/2,26= 2.779；按公式; 95%:125? 2.056? =(119.06，130.94) g /L 该市健康成年男子血红蛋白平均含量： 95%置信区间为（119.06, 130.94）g /L， ;3.当? 未知但n足够大时（n ? 50），t分布的极限分布是标准正态分布，可用u?/2代替公式中的t?/2，?，则总体均数的双侧置信区间为: ? u?/2 ;例： 某市2000年随机测量了90名19岁健康男大学生的身高，其均数为172.2 cm，标准差为4.5 cm，试估计该市2000年19岁健康男大学生平均身高的95%置信区间。 ?1.96 = 172.2? 1.96? =（171.3， 173.1） 该市2000年19岁健康男大学生平均身高的95%置信区间为（171.3，173.1）cm。 ;置信区间的含义;置信区间有两个要素 ;均数可信区间与医学参考值范围的区别和联系？; 从总体中进行随机抽样，由样本信息推断总体特征，除了参数估计外，实际中经常遇到这样的例子： 某一样本均数是否来自于某一个已知的总体？ 两个不同的样本对应的两个总体是否相同？;假设检验; 例 据大量调查知，健康成年男子脉搏的均数为72次/分，某医生在山区随机调查了25名健康成年男子，其脉搏均数为74.2次/分，标准差为6.5次/分，能否认为该山区所有成年男子的脉搏跟一般人群不同？ ;已知总体 72次/分 ; 假设检验是利用小概率反证法的思想， 先对总体的统计学特征做出两种对立的假设（H0，H1）， 然后在H0成立的假设条件下计算相应的检验统计量， 最后查表获得概率p值，并与预先规定的概率值?（检验水准）相比较来判断H0是否真的成立。;假设检验的基本步骤 ;① 建立检验假设，确定检验水准; 注意： ①无效假设针对的是对应的总体，而不是样本 ②H0和H1是互相对立的，后面的推断结论都是根据H0和H1做出的，两者缺一不可。 ;例如：确定某一样本 (假设其总体均数为?)是否来自于已知总体（均数?0）的比较 　　　　　 目的　 H0 H1 双侧检验　　　是否???0 ?=?0 ???0 单侧检验　　　是否??0 ?=?0 ??0 　　　　　　或是否??0 ?=?0 ??0 ;检验水准;② 选定检验方法，计算检验统计量;③ 确定P值，跟检验???准比较作出统计推断; ;结论 若P≤?，表示H0成立的假设是个小概率事件，按小概率事件原理我们就认为H0不成立，因而拒绝H0，接受H1。 若P?时，表示H0成立的假设发生的概率较大，我们认为H0是成立的，因而赞时不拒绝H0。;注意：不拒绝H0，差异无统计学意义。 这儿不拒绝不等于接受，统计学上只认为暂时有条件接受“它”。;谢谢！