参数估计基础研究生教程.pptVIP

* 英国统计学家W. S. Gosset(1908)设 　 并给出了统计量t的分布规律，并称统计量t的分布规律为t分布，自由度为v，记为t(v)分布。 每个自由度v对应一个分布，因此t分布是一簇分布 t分布仅与总体均数有关，与总体标准差无关 t分布 * 三条t分布密度曲线 t分布 v=1 v=5 v=∞ * t分布的图形特征 分布特征 t分布曲线是单峰的 关于t = 0对称 自由度越大，t值越小 t分布与正态分布的关系 自由度v较小时，t分布与标准正态分布相差较大，并且t分布曲线的尾部面积大于标准正态分布曲线的尾部面积 当自由度 时，t分布逼近于标准正态分布。 * t分布的界值 给定自由度v，t分布曲线的双侧尾部面积为?时对应的t值，记为并称 为t的双侧界值 单侧界值 ：一侧尾部面积为?时对应的t值 对称性得：单侧曲线下面积=2双侧曲线下面积 同样的尾部面积，t分布的界值要大于标准正态分布的界值 * t分布界值示意图，?表示阴影的面积 * 样本率的分布 总体率由样本率估计 例如，设样本的个体数(即样本含量)为n，若x为样本的某指标阳性个体数，则可用样本阳性率 估计研究人群的阳性率 (总体阳性率)； 由于个体差异和偶然性的影响，样本率也存在抽样误差---由抽样造成样本率与总体率(研究人群的率)的差异 样本率是随机的，但在概率意义下也是有规律的---样本率的分布。 * 随机抽样试验，分别在总体率?=0.4，0.5，0.01的总体中随机抽样，其总体率?和样本含量n 每种情况分别随机抽10000个样本，每个样本计算其样本率，把同一种情况的10000个样本率视为一个新的样本资料作频数图 样本率的分布 * 抽样1 * 抽样1 * 抽样3 * 抽样4 * 结果 总体率?相同时，样本含量越大，样本率的分布越趋向对称。 样本含量n相同时，?越偏离0.5，样本率的分布越偏态分布。 总体率?＝0.5时，任意样本含量的样本率都呈对称分布。 样本率p的样本标准差 。 样本率的分布 * 中心极限定理及其推论 若样本中的个体个数(即样本含量)为n，总体率为?，样本率为p，则 样本率的总体均数等于总体率 样本率的总体标准差(即率的标准误) 由于总体率通常是未知的，因而用样本率p来估计，故率的标准误的估计值常表示为 * 对于大量重复随机抽样而言，样本率p围绕着总体率波动 样本含量n越大，这种波动越小。当n的值充分大时，p的分布就近似于均数为 ，标准差为 的正态分布。这里样本含量n “充分大”指 、 且n40。 当总体率?＝0.5时，则样本率p的分布为对称分布 当样本含量n为定值时，总体率?越接近0.5，样本率p近似正态分布的程度就越好 中心极限定理及其推论 * 参数估计（总体均数及总体率的估计） 概念：用样本指标（称为统计量）估计总体指标（称为参数） 参数估计包括点估计和区间估计 * —— 总体均数的估计 ﹡点估计(point estimation) 用样本均数作为总体均数的估计值 ﹡区间估计(interval estimation) 按一定的概率(可信度，1 -α)估计总 体均数所在范围，亦称总体均数的可信区间 * 总体均数区间估计的方法： 当n足够大（如100）时, X的平均数 接近标准正 态分布 总体均数95%可信区间： ± 1.96 · sχ 总体均数99%可信区间： ± 2.58 · sχ * 例：某地抽得正常成人200名，测得血清胆固醇的均数为3.64mmol／ L，标准差为1.20mmol／L，试估计该地正常成年人血清胆固醇均数的95%可信区间。 * 总体均数区间估计的方法： 2) 当样本含量n较小时, X的平均数 接近t-分布 总体均数95%可信区间： ±t0.05, ? ·sχ 总体均数99%可信区间： ±t0.01, ? ·sχ * 例：某医师测得40名老年性慢性支气管炎病人尿中17-酮类固醇排出量均数为15.19μmol／d，标准差为5.03 μmol／d，试估计该种病人尿17-酮类固醇排出量总体均数95%可信区间。(t 0.05，39=2.023) * —— 总体率的区间估计 正态近似法： 当总体率?未知时，若 np ? 5和 n (1-p) ? 5，则总体率(1- ?)可信区间为： p ?U?Sp = P - U?