6参数估计和假设检验基础.ppt

参数估计和假设检验基础 总体均数可信区间的计算 根据σ 是否已知，以及 n 的大小，可分别用 t 分布和 u 分布计算。 ① σ 未知，按 t 分布原理 P (― t ) = 1 -α 或 （ ， ） 记为 习惯上：取 1 – α = 0.95，为95%的可信区间 1 – α = 0.99，为99%的可信区间 例：从某地随机抽取了1岁婴儿25人，测得其血红蛋白均数为123.7g/L，标准差为11.9g/L。试估计该地1岁婴儿血红蛋白的平均浓度。 本例 ν＝n－1＝25－1＝24，α＝0.05（双侧）， 查附表,得 ， 按公式计算 ② σ 已知，或σ 未知但 n 足够大（如 n 100)，用 u 分布原理计算。双侧可信区间为： σ 未知但 n 大： 用σ 是准确的，用 S 是近似的。u 为标准正态变量，u0.05 相当于按ν =∞，P 取α，查 t 界值表所得的 t 界值。 95%可信区间： u0.05 = 1.96 99%可信区间： u0.01 = 2.58 σ 已知： 例：某地抽得正常成人200名，测得其血清胆固醇的均数为3.64mmol/L，标准差为1.20mmol/L，试估计该地正常成人血清胆固醇均数的95％可信区间。 本例n＝200，取α＝0.05（双侧）， ，按公式计算： 总体概率可信区间的计算 1、正态近似法 当n足够大，且np和n（1-p）均大于5时，p的分布接近正态分布。可用公式求总体率的可信区间： 例 为了了解某药物的疗效，对100名患者治疗的结果进行调查，结果80人有效，有效率为80%。请估计该药物的疗效。 2、查表法 当样本含量较小时，比如n≤50，特别是当p非常接近0或100%时，需查附表6，得到总体率的可信区间。 例 某眼科医生在某校抽查6年级学生30名，其中患近视眼的学生12名。求该校6年级学生患近视眼率的95%可信区间。 查附表6，在拿0，x=12的纵横交叉处可得到95%可信区间值为23%~59%。 注意：附表6中的想值只列出了x≤n/2部分，当x＞n/2时，应以n-X值查表，然后用100减去查得的数值，即为所求的区间。 * * 青岛大学医学院公共卫生学系 流行病与卫生统计教研室 吴义丽 1、抽样误差与标准误 2、t分布 3、参数估计 4、假设检验基础 抽样误差与标准误 复 习 由于抽样造成的样本统计量与总体参数之间的差异，称为抽样误差。 （1）个体之间存在变异； （2）抽样时只能抽总体的一部分 抽样误差产生的原因： 均数的抽样误差 由抽样而造成样本均数与总体均数之差（ ）称为均数的抽样误差。 数理统计推理和中心极限定理： ①从正态总体N（?，?2 ）中，随机抽取例数为n的样本，样本均数 也服从正态分布；即使是从偏态总体抽样，当n足够大时， 也近似正态分布。 ②从均数为?，标准差为? 的正态或偏态总体，抽取例数为n的样本，样本均数 的总体均数也为?，标准差用 样本均数 的标准差 也称标准误，它是说明均数抽样误差大小的指标。 标准误 在实际工作中， ? 常属未知，而是用样本标准差来估计的，于是，我们常用标准差的估计值 来说明均数的抽样误差的大小。 2000年成都市18岁男青年身高 ~ N (167.7cm，5.3cm)，作随机抽样，每次样本含量100人。 μ=167.7cm σ =5.3cm x1 . x2 …xi … 样本均数也服从正态分布： 均数为167.76cm 标准差为0.53cm 例：某地成年男子红细胞数的抽样调查，n＝144人， ＝5.38×1012/L，S=0.44×1012/L，求其标准误。 率的标准误 如同样本均数与总体均数存在着抽样误差一样，样本率与总体率同样存在着抽样误差。这个误差我们用率的标准误来描述 例 为了了解某药物的疗效，对100名患者治疗的结果进行调查，结果80人有效，有效率为80%。则样本率的抽样误差为： ② 用途不同： 标准差：确定医学参考值范围。 标准误：用于统计推断（参数估计、假设检验） ① 含义不同： 标准差：表示观测值的变异程度。 标准误：反映抽样误差的大小。 标准差与标准误的区别 ③ 公式不同： t 分布 复习 某一变量X服从N（ μ,σ2）， 则服从标准正态分布N（0，1） 变量