第五讲 卫生统计学 参数估计基础.pptVIP

第五章 参数估计基础 统计推断 (statistical inference) 第一节 抽样分布与抽样误差 一、样本均数的抽样分布与抽样误差 （一）正态分布样本均数的抽样分布 样本均数的抽样分布特点 （二）样本均数抽样误差与标准误 2、均数标准误的含义 3、均数标准误的计算 （三）非正态总体样本均数的抽样分布 二、样本频率的抽样分布与抽样误差 （二）频率的抽样误差与标准误 2、率的标准误含义 3、率的标准误计算 例题 第二节 t 分布 一、t分布的概念 从正态分布N（?，?2）抽得样本的均数也服从正态分布，记为N（?， ）。对正态变量 作变换 实际工作中，当 未知时，常用 来代替 对正态变量 采用的不是z 变换, 而是t变换。 t分布 二、t分布的图形和t分布表 t分布图形 t分布图形 t分布图形 t分布图形特征 （二）t 界值表 t 界值表 t 界值表 t 界值表 第三节 总体参数的估计 总体参数的估计 总体参数的估计 例6-2：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%置信区间和99%置信区间各是多少？ 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（6-12c） 95%CI：125? 2.056? =(119.06，130.94) g /L 99%CI：125? 2.779? =(116.98，133.02) 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 99%置信区间为（116.98, 133.02）g /L。 υ=∞(标准正态分布) υ=5 υ=1 0 1 2 3 4 5 -1 -2 -3 -4 -5 f(t) 0.1 0.2 0.3 图5-3 不同自由度下的t分布图 t值的分布与自由度? 有关（实际是样本含量n不同）。t 分布的图形不是一条曲线，而是一簇曲线。 t 分布的图形有如下特征： ①单峰分布，以0为中心，左右对称，类似于标准正态分布。 ②自由度? 越小，则 越大，t值越分散，曲线的峰部越矮，尾部越高； ③随着自由度? 逐渐增大，t分布逐渐逼近标准正态分布；当? 趋于? 时，t分布就完全成为标准正态分布，故标准正态分布是t分布的特例。 统计学家将t分布曲线下的尾部面积（即概率P）与横轴t值间的关系编制了不同自由度 ? 下的t界值表（附表2）。 t界值表：横标目为自由度? ，纵标目为概率P。 t临界值：表中数字表示当 ? 和P 确定时，对应的值。 单侧概率 (one-tailed probability)：用t?,υ表示 双侧概率 (two-tailed probability)：用t?/2,υ表示 例如, 当? =16，单侧概率P =0.05时，由表中查得单侧t0.05,16=1.746；而当? =16，双侧概率P =0.05时，由表中查得双侧t0.05/2,16=2.120。按t分布的规律，理论上有： 单侧：P（t ? ?t0.05,16）=0.05 和 P（t ? t0.05,16）=0.05 双侧：P（t ? ?t0.05/2,16）＋P（t ? t0.05/2,16）=0.05 更一般的表示方法如图5-4(a)和(b)中阴影部分所示为： 单侧：P（t ? ?t?, ?）=? 和 P（t ? t?, ?）=? 双侧：P（t ? ?t?/2, ?）＋P（t ? t?/2, ?）=? 从t界值表中或表的右上角图列亦可看出： ①在相同自由度时，│t│值越大，概率P越小； ②而在相同t值时，双侧概率P为单侧概率P的两倍，即t0.10/2,16 = t0.05,16 =1.746。 参数的估计 方 法 点估计（point estimation） ： 由样本统计量 直接估计总体参数 区间估计（interval estimation）：在一定可信度下，同时考虑抽样误差 参数估计的概念：指用样本指标（统计量）估计总体指标（参数）。 点估计：用样本统计量直接作为总体参数的点估计值，即直接用随机样本的样本均数作为总体均数? 的点估计值, 用样本频率p作为总体概率? 的点估计值。