41总体均数的估计.pptVIP

计量资料的统计推断 几个重要概念的回顾： 总体： 样本： 统计量： 参数： 统计分析 统计描述：统计指标、统计图表 统计推断：参数估计、假设检验 了解总体特征的最好方法是对总体的每一个体进行观察、试验，但这在医学研究实际中往往不可行。 对无限总体不可能对所有个体逐一观察，对有限总体限于人力、财力、物力、时间或个体过多等原因，不可能也没必要对所有个体逐一研究。 借助抽样研究。  一、抽样研究 用样本信息推断总体特征的研究方法称为抽样研究。 例: 欲了解某地2000年正常成年男性血清总胆固醇的平均水平，随机抽取该地200名正常成年男性作为样本。 由于存在个体差异，抽得的样本均数不太可能恰好等于总体均数。 由个体变异和抽样造成的样本统计量与总体参数的差异，称为抽样误差。 这些来自同一总体的若干样本统计量间，也存在抽样误差。 在抽样研究中，抽样误差是不可避免的。 由于其产生的根本原因是生物个体的变异性，故抽样误差分布具有一定的规律性。 从总体均数 为155.4cm，标准差 为5.3cm的正态分布总体中随机抽样。样本大小为30。 从正态总体 抽样得到的1000个样本均数的频数分布(ni=30) 结果： 各样本均数不一定等于总体均数 样本均数间存在差异 样本均数的分布规律：围绕总体均数上下波动 样本均数的变异：由样本均数的标准差描述 小结：抽样误差 抽样误差Sampling error 由于个体差异和抽样引起的样本统计量与总体参数之间的差异或各样本统计量之间的差异。 来源: 个体变异 抽样 表现 样本统计量与总体参数间的差异 样本统计量间的差异 抽样分布 样本均数的规律性 随机的 在概率意义下是有规律的---抽样分布 通过大量重复抽样,借助频数表描述 样本均数的变异规律(抽样分布)与个体观察值变异规律有关 即使只有一个样本资料,也可由样本资料的个体观察值的变异规律间接得到样本均数的变异规律 均数的抽样误差?X ? ? 率的抽样误差 p - π 样本均数抽样分布具有如下特点： 1. 各样本均数未必等于总体均数； 2. 各样本均数间存在差异； 3. 样本均数围绕总体均数(167.7cm)呈正态分布； 4. 样本均数变异范围较原变量变异范围大大缩小，这100个样本均数的均数为167.69cm、标准差为1.69cm。 在非正态分布总体中可进行类似抽样。 正态总体样本均数的分布 已知某地高三男生的平均身高为 ,标准差为 ,将其视为一个总体。 从该总体中随机抽样 样本含量为n 每次抽取10000个样本并计算各自的样本均数 以10000个样本均数作为一个新的样本制作频数图 抽样1 抽样2 抽样3 从正态分布的总体 中随机抽取样本含量为n的样本X1，X2，…，Xn，其样本均数 服从正态分布，总体均数为 ； 样本均数的总体标准差 若 ，则其中任意一个随机样本Xn的均数 。 非正态总体样本均数的分布 从总体均数为1的指数分布中抽样，样本大小分别为4，9，100，每次抽10000个样本制作频数分布图。 抽样1 抽样2 抽样3 从非正态指数分布总体中随机抽样所得样本均数 ： 在样本含量较小时呈偏态（非指数型） 样本含量较大时接近正态分布 均数 始终在总体均数 附近 均数 的标准差 SEM反映样本均数抽样误差的大小，SEM越大，均数的抽样误差越大，说明样本均数与总体均数间的变异越大。 误差大小 ，实质是要估计 的分布特征。 减小抽样误差的方法 增大样本含量n ； 选择标准差较小的指标。 标准误的应用 表示抽样误差的大小，说明样本均数推论总体均数的可靠性。（标准误越小，可靠性越好；反之，标准误越大，可靠性越差） 估计总体均数的可信区间（参数估计）。 用于均数的假设检验。 率的抽样误差 率的抽样误差：由抽样造成的样本率(p)与总体率(π)的差异。 率的标准误(σp)：表明率的抽样误差的大小 标准误与标准差的关系： 标准误 与标准差成正比； 标准误 与样本含量n的平方根成反比（说明增大样本含量可以减少抽样误差）； 标准误与标准差的意义不同（标准差反映了变量值的离散程度，标准误则反映了均数的离散程度）。 均数的标准差和标准误的区别 第二节 t 分布 总体为N的m个样