[高等教育]第5章 参数估计基础.ppt

第五章 参数估计基础 标准误的用途： 1.衡量样本均数的可靠性。 2.结合样本均数和正态分布曲线下的面积 分布规律，估计总体均数的置信区间。 3.用于均数的假设检验。 第三节 总体均数的估计 【例5-2】 随机抽取某地100名16岁男孩，测得其体重均数为48.65kg，标准差为15.23kg，试估计该地16岁男孩体重的总体均数。 对于例5-2，因为总体标准差未知，所以采用公式(5-6)计算总体均数的95%置信区间为： 48.65±1.984×1.523=48.65±3.02 =(45.63，51.67）kg 概率的运算法则 乘法法则:几个相互独立事件的乘积（同时发生）的概率等于各独立事件概率之积： P(A1A2···An) = P(A1)P(A2) ···P(An ) 可加性：互不相容事件 A1、A2、?、An（任一次试验至多一个出现）的和（至少一个发生）的概率等于各事件发生的概率之和： P(A1+A2 +···An ) = P(A1)+P(A2)+ ?+P(An ) 二项分布——成功次数的概率分布 二、泊松分布 Poisson分布更多地专用于研究单位时间、单位面积、单位空间，单位人群内某罕见事件发生次数的分布。 如某种细菌在单位容积空气或水中的出现情况，某段时间特定人群中某种恶性肿瘤患者的分布或出生缺陷的发病情况，放射性物质在单位时间内的放射次数，单位空间某种昆虫数的分布等等。 第五节 总体率的估计 一、率的抽样误差与标准误 【例5-6】 2003年4～6月某医院重症监护病房收治重症SARS患者38人，其中死亡12人，求SARS病死概率的置信区间。 表5-3 接种3 人可能出现不适反应的人数及其概率 二项分布的性质： (1) 二项分布的概率之和等于1，即 (2)单侧累积概率 至少有m例阳性的概率（上侧累积概率） 至多有m例阳性的概率（下侧累积概率） (3) 二项分布的均数和标准差 若x～B(n,?),则 x 的总体均数 μ = n? x的总体方差 ?2＝ n? （1－ ? ） x的标准差 对x赋值0、1，按（3-1）式算得 对x赋值0、1，按（3-12）式算得 (4) 二项分布的正态近似性 二项分布图形的形状取决于? 和n 的大小； 二项分布的图形有如下特征： 当?=0.5时，无论n的大小，均为对称分布； 当? 或　0.5 , n较小时为偏态分布, n较大时逼近正态分布。 n=5 ?=0.3 n=10 ?=0.3 n=20 ?=0.3 当?不接近于0或1，n不是很小，n?≥5且n(1－?) ≥5时，二项分布近似正态分布，有 因此,二项分布的正态近似拓宽了二项分布的 应用范围，应用十分方便。 样本率p的总体均数: 当样本含量较大，总体率?不接近与0，也不接近于1时，样本中事件A的发生数近似正态分布N(n?, ),样本率也近似正态分布N(?,?p),故有 样本率p的标准差: 样本率的分布及其正态近似 用于描述事件出现概率很小而样本含量或试验次数很大的随机变量的概率分布。理论上可以证明二项分布当n很大而?很小时的极限分布是泊松分布。由二项分布的概率公式可推导出泊松分布的概率计算公式为： 泊松分布的概率函数为： 记作 k=0，1，2， 例5-4 某地新生儿先天性心脏病的发病率为9‰,该地100名新生儿中有3人患先天性心脏病的人数概率有多大？ 将n=100, ?=9 ‰代入公式得 ： =0.9 =0.049 即该地100名新生儿中有3人患先天性心脏病的人数概率为49‰。 泊松分布的性质 1.泊松分布的均数和方差 ?=?2 2.泊松分布的可加性 随机变量x1，x2，，…，xk相互独立，分别服从参数（均数）为μ1，μ2，…，μk的泊松分布，则 也服从泊松分布，参数μ = μ 1+ μ 2+…+ μ k 3.泊松分布的正态近似 若已知参数?，可计算不同x取值的概率，以x为横坐标，可能取值的概率P为纵坐标，可绘制泊松分布的图形。 当?足够大时，泊松分布趋向于正态分布。一般? ?20，即可认为泊松分布近似于正态分布。 μ=3 μ=5 μ=10 μ=20 【例5-5】某市疾控中心对该市郊区200名小学生进行贫血的检测，结果发现有80名小学生贫血，检出率为40.0%，则认为该市郊区小学生贫血率为40.0%。 【问题】 （1）这是什么资料？ （2）该研究属于何种设计方案？ （3）以此次抽样得到小学生贫血率4